部署上线

什么是部署？部署指的是把程序托管到拥有公网ip的远程服务器(计算机)上，这样程序可才可以被互联网上的所有人通过IP或映射到IP的域名访问到

传统部署VS云部署VS静态部署

传统部署
1. 类似于毛胚房，需要自己动手设置所有环境
2. 通常会通过虚拟主机服务提供商来租用虚拟主机，这些服务被成为IaaS（设施即服务）。主流的有Amazon Ec2、阿里云云的ECS
3. 传统部署比较灵活，一切都由你自己来掌控，不过同时需要耗费较多的经历去进行环境搭设和维护，需要运维人员来维护。
4. 如果不想把时间都花费到运维上，只想尽快让你的程序部署上线，可以考虑使用云部署
云部署
1. 精装修的公寓，程序只需要接通电源就可以运行
2. 云部署即Pass（平台即服务）。简单来说，云部署服务提供了一个完善的平台，提供了所有底层基础设施，我们只需要推送程序代码即可。
3. 使用云部署，可以省去配置服务器、设置数据库、配置网络服务器以及设置防火墙等步骤。使用简单的方式即可集成第三方工具、添加数据库、设置邮件服务等，使用起来非常灵活
4. 例如paas的有HeroKu PythonAnywhere，Webfaction,Goolge App Engine等。普通人推荐HeroKu
静态部署
1. 静态部署是先借助工具将程序静态化处理，比如使用扩展Frozen-Flask,静态处理就是把程序中的所有动态页面全部转换成对应的HTML文件，分目录放置。
2. 静态处理后的程序部署成本非常低，而且有大量免费的静态部署服务，比如Github Pages\Netlify等
3. 一般适用于不需要接受用户输入、不产生动态输出的程序，比如个人博客

1. 基本部署流程

如果你将程序代码托管在在线代码托管平台比如Github\BitBucket\Gitlab等，那么使用Git部署程序的过程非常简单，和在你自己的电脑上运行程序的基本相同，大致流程如下：


* 在本地执行测试
* 将文件添加到Git仓库并提交（git add & git commit）
* 在本地将代码推送到代码托管平台(git push)
*　在远程主机上从代码通过平台复制程序仓库　git clone
* 创建虚拟环境并安装依赖
* 创建实例文件夹，添加部署特定的配置文件或是创建.env文件存储环境变量并导入。
* 初始化程序和数据库，创建迁移环境
* 使用Web服务器运行程序

##　1.1 更新程序步骤


* 在本地执行测试
* 将文件添加到Git仓库并提交  git add & git commit
* 在本地将代码推送到代码托管平台 git push
* 在远程文件上从代码托管平台拉去程序仓库 git pull
* 如果有依赖变动，或是数据库表结构变动，那么执行依赖安装和数据库迁移操作
* 重启Web服务器

2. 部署前的准备

##　2.1 更新程序配置

.env文件。不同的环境需要不同的配置，将某些包含敏感信息的配置变量优先从环境变量获取，比如数据库URL、Email服务器配置信息等。将这些关键信息填写到.env文件中。记得将文件放到.gitignore中

SECRET_KEY 。我们需要要为保存程序密钥的SECRET_KEY配置变量生成一个随机字符，更换开发时填入的占位字符。

python
# 随机密钥的生成方式有很多。比如，os模块的urandom()方法可以用来生成随机密码
import os
os.urandom((12))
# 如果使用python3.6，可以使用secrets模块提供的token_bytes()、token_hex()、token_urlsafe()方法
import secrets
token_urlsafe(16)
# 或者使用uuid

如果需要执行flask相关的命令，需要配置.flaskenv的文件

在PythonAnywhere部署程序时，因为PythonAnywhere使用的数据库服务会在5分钟断开连接，需要将flask_sqlalchemy提供SQLALCHEMY_POOL_RECYCLE配置变量的值设为300一下，用来设置数据库连接池的回收时间，比如:

shell
SQLALCHEMY_POOL_RECYCLE=280

3. 创建生产环境专用的程序

##　3.1 设置迁移工具详情查看5数据库

##　3.2 程序日志

将日志写入到文件中

python
import logging
from logging.handlers import RotatingFileHandler
def create_app(config_name=None):
  register_logger(app)
  
def register_logger():
    app.logger.setLevel(loggging.INFO)
    formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
    file_handler = RotatingFileHandler('logs/bluelog.log',maxBytes=10*1024*1024,backupCount=10)
    file_handler.setFormatter(formatter)
    file_handler.setLevel(logging.INFO)

    if not app.debug:
        app.logger.addHandler()

代码解释：

为了让日志记录器记录INFO等级的日志时间，我们首先将app.logger的等级设为INFO。

然后创建一个logging.Formatter对象设置日志的输出格式。

为避免日积月累产生一个巨大的日志文件，我们使用RotatingFileHandler类（从logging.handlers模块导入）创建一个轮转文件类型的日志处理器，实例化这个类传入日志文件目标路径、最大文件尺寸和备份数量。

当日志文件的大小超过实例化传入的maxBytes参数设定的值时（单位为字节byte，我们这里设为10MB），它会循环覆盖之前的记录

将backupCount参数设为10次，会依次创建10个日志文件，10个文件全部存满10MB后会开始覆盖之前的文件；

TimeRotatingFileHandler类，它会根据设定的时间间隔（通过实例化传入参数设定）来定期覆盖日志数据

日志不需要传入到Git仓库中的方法？

在项目根目录下创建一个logs文件夹
在logs目录下文件一个.gitkeep文件，并在.gitignore中写入一个*.log规则，这会确保将logs目录添加到Git仓库，但是忽略所有以.log结尾的日志文件

云部署平台的日志云部署平台会从stdout（标准输出）和stderr(标准错误输出)收集日志，如果要吧程序部署到云平台上，需要创建一个StreamHanler类型的日志处理器来替代上面的RotatingFileHandler处理器
通过邮件发送关键日志在生产环境重，低等级的信息可以记录到日志文件重，而关键的信息（比如Error等级以上）则需要通过邮件发送给管理员，以便及时休闲服问题

为了在日志信息重插入出发这个日志事件的请求信息，我们创建一个自定义的RequestFormatter类，它继承自logging.Formatter类，添加了几个自定义字段来插入请求信息。

python
import requests
import logging


def register_logger():
  class RequestFormatter(logging.Formatter):
    def format(self, record):
        record.url = requests.url
        record.remote_addr = request.remote_addr
        return super(RequestFormatter,self).format(record)
  request_formatter = RequestFormatter(
    '[%(asctime)s] %(remote_addr)s requested %(url)s \n %(levelname)s in %(module)s: %(message)s' 
  )

使用SMTPHandler类可以创建一个SMTP处理器，传入的参数太多从相应的Flask-Mail配置变量获取。我们将这个邮件日志处理器的等级设为logging.ERROR,当发生Error等级及以上的日志事件时会将日志通过邮件发送给管理员

python
import os
import logging
from logging.handlers import SMTPHandler

def register_logger():
    mail_handler = SMTPHandler(
      mailhost=os.getenv('MAIL_SERVER'),
      fromaddr=os.getenv('MAIL_USERNAME'),
      toaddrs=os.getenv('BLUELOG_ADMIN_EMAIL'),
      subject='Application Error',
      credentials=(os.getenv('MAIL_USERNAME'),os.getenv('MAIL_PASSWORD'))
    )
    mail_handler.setLevel(logging.ERROR)
    mail_handler.setFormatter(request_formatter)

    if not app.debug:
        app.logger.addHandler(mail_handler)

除了传统的日志记录，我们还可以使用第三方错误追踪工具来处理程序中的错误。流行的选择是Sentry，当在程序中集成Sentry后，它可以在程序出现异常时通过我们设置的各种方式发送提醒（除了邮件，还可以集成Slack、Whatsapp、IRC等第三方工具）

更重要的是，我们可以在的控制面板中查看关于这个异常的相关代码、上下文变量的值、函数调用堆栈、以及异常触发的次数、涉及的客户端信息等一系列数据，这能够帮助我们及时找出问题的根源并解决问题。

Sentry更多学习连接

Sentry掘金博客连接

4. 部署到Linux服务器

准备：

远程主机
购买一个域名
域名解析

4.1 登录远程主机，安装基本库和工具

4.2 安全防护措施

4.3 推送代码并初始化程序环境

4.4 使用gunicorn运行程序

4.5 使用nginx提供反向代理

4.6 使用Supervisor管理进程

我们直接通过命令来运行gunicorn,这并不十分可靠。我们需要一个工具来自动在后台运行它，同时监控它的运行状况，并在系统出错或是重启时自动重启程序。在/etc/supervisor.d/创建wiki.ini 视个人情况，创建配置文件

shell
[program:eric_web]
command=pipenv run gunicorn -w 2 -b 127.0.0.1:5001 wsgi:app --preload  # 需要执行的命令
directory=/root/program/EricWeb #命令执行的目录
environment =PYTHONPATH="$PYTHONPATH:/root/.local/share/virtualenvs/EricWeb-qMyTWs2e/bin" #环境变量
user=root #用户
stopsignal=INT
autostart=true #是否自启动
autorestart=true #是否自动重启
startsecs=60 #自动重启时间间隔（s）
stderr_logfile=/var/log/eric_web/webs.err.log #错误日志文件
stdout_logfile=/var/log/eric_web/webs.out.log #输出日志文件

重启

shell
supervisorctl reload

除了命令行工具supervisorctl,Supervisor还提供了Web客户端，你可以通过在/etc/supervisor/supervisord.conf中写入下面的配置来开启：

shell
[inet_http_server]         ; inet (TCP) server disabled by default
port=*:9001        ; (ip_address:port specifier, *:port for all iface)
username=yourname              ; (default is no username (open server))
password=yourpassword

; 后边的语法代表注释

5. 更新部署后的程序

不过，尽量避免这种方式，先在测试环境测试ok了之后，再提交到生产环境中

在本地更新代码
通过生成虚拟数据再浏览器中手动调试
调试满意后执行一系列测试
测试通过后将代码推送到代码托管平台，触发持续集成服务器进行测试
登录远程主机，使用git pull命令拉取更新
执行必要的操作，比如更新数据库结构，安装新的依赖等。
重新启动gunicorn

6. 在PythonAnywhere和HeroKu部署

都是国外的，而且基于Amazon来实现的，有一定的延迟，不适合国内生产。