در havarti یک فروشگاه پنیر عجیب و جالب است که به سادگی در ابر دارد.
نصب
Havarti یک برنامه فلاسک با دانلود کرفس است. هر چیزی که می تواند اداره کند که می تواند آن را اجرا کنید، اما در اینجا برخی از پیشنهادات در مورد چگونگی آن را اجرا می کنند.
Heroku
راه به طور پیش فرض از میزبانی Havarti است با Heroku، MongoHQ، و S3.
& nbsp؛ در دستگاه گوارش کلون git@github.com: jakebasile / Havarti.git && havarti سی دی
& nbsp؛ در برنامه heroku: ایجاد سدر --stack
& nbsp؛ از افزونه heroku: اضافه mongohq: رایگان
& nbsp؛ در پیکربندی heroku: افزودن حافظه = s3storage
& nbsp؛ در AWS_ACCOUNT_KEY_ID = <شما AWS ID کلید>
& nbsp؛ در AWS_SECRET_KEY_ID = <شما AWS راز>
& nbsp؛ در MONGO_KEY = MONGOHQ_URL
& nbsp؛ در دستگاه گوارش فشار heroku کارشناسی ارشد
مقیاس heroku وب = 1 دانلود = 1؛ لمس کنید و
شما همچنین می توانید Rackspace ابر فایل برای ذخیره کش با تغییر خط پیکربندی را به استفاده از:
& nbsp؛ در پیکربندی heroku: افزودن حافظه = rackspacestorage
& nbsp؛ در RACKSPACE_USERNAME = <شما Rackspace نام کاربری>
& nbsp؛ در RACKSPACE_KEY = <شما Rackspace API کلیدی>
& nbsp؛ در MONGO_KEY = MONGOHQ_URL
محلی
شاید شما نمی خواهید به یک گربه سرد و اجرا Havarti در Heroku. شما می خواهید به آن را اجرا کنید به صورت محلی. در اینجا یک راه برای انجام آن است. اول، نصب Havarti جایی:
و nbsp؛ از virtualenv havarti نصب
& nbsp؛ در سی دی havarti نصب
& nbsp؛ در بن منبع / فعال
و nbsp؛ پیپ نصب سرپرست gunicorn havarti
این Havarti، Gunicorn، و ناظر نصب آن را تمام اجرا شود. در حال حاضر، ایجاد یک فایل supervisord.conf در این شاخه:
[unix_http_server]
فایل = supervisord.sock
سطح دسترسی = 0777
[rpcinterface: سرپرست]
supervisor.rpcinterface_factory = supervisor.rpcinterface: make_main_rpcinterface
[supervisord]
فایل تاریخچه ثبت = لاگ / supervisor.txt
loglevel = اطلاعات
pidfile = supervisord.pid
[supervisorctl]
serverurl = یونیکس: //supervisord.sock
[برنامه: مانگودیبی]
دستور = mongod
stdout_logfile = لاگ / mongodb.txt
stderr_logfile = لاگ / مانگودیبی-err.txt
اولویت = 1
[برنامه: havarti]
دستور = بن / gunicorn -w 3 --preload -b 0.0.0.0:80 havarti: برنامه
stdout_logfile = لاگ / havarti.txt
stderr_logfile = لاگ / havarti-err.txt
محیط زیست = انبار = محلی
اولویت = 2
[برنامه: کرفس]
دستور = بن / --app کرفس = کارگر havarti اطلاعات -l
stdout_logfile = لاگ / celery.txt
stderr_logfile = لاگ / کرفس-err.txt
محیط زیست = انبار = محلی
اولویت = 3
این فرض که شما مانگودیبی قبلا نصب شده است. سپس، دوباره از این شاخه، فقط دایرکتوری مورد نیاز ایجاد و شروع به استاد!
& nbsp؛ در mkdir به سیاهههای مربوط
& nbsp؛ از دستور sudo mkdir به -p / داده ها / DB
& nbsp؛ در بن کنید: sudo / supervisord
شما هم اکنون می توانید فرآیندهای طریق supervisorctl کنترل. اتمام مستندات ناظر برای اطلاعات بیشتر بر روی آن.
استفاده
Havarti به عنوان یک پروکسی برای PyPI عمل می کند، متوقف کردن درخواست برای بسته. هنگامی که آن را بلاخره یک درخواست بسته، آن را زیر یک درخت تصمیم گیری ساده:
- آیا بسته / نسخه پنهان؟
- بله: خدمت بسته ذخیره سازی.
- بدون: بسته علامت گذاری به عنوان برای ذخیره، خدمت بسته PyPI.
چک Havarti برای نسخه های جدید با هر درخواست، بنابراین شما همیشه قادر به گرفتن بسیار جدیدترین نسخه از هر بسته شما نیاز (و سپس نسخه جدید را از آن زمان به بعد ذخیره سازی).
دانلود
فقط URL صفحه اول Havarti خود را هنگامی که با استفاده از ستاره جایگزین. شما URL صفحه اول Havarti است هر کجا که شما به میزبانی Havarti + '/ من /'، به عنوان مثال 'http://random-phrase-5000.herokuapp.com/i/.
و nbsp؛ پیپ نصب -i http://random-phrase-5000.herokuapp.com/i/ درو
شما می توانید این را به pip.conf خود را اضافه کنید برای نجات برخی از کلید.
آپلود
شما همچنین می توانید بسته های آپلود Havarti به طور مستقیم. این خواهد شد به PyPI تحت فشار قرار دادند نیست، اما در دسترس هر کسی با آدرس Havarti هستند. برای آپلود، فقط با setup.py استفاده شما Havarti بارگذاری URL. شما Havarti بارگذاری URL است هر کجا که شما به میزبانی Havarti + '/ U /'، به عنوان مثال 'http://random-phrase-5000.herokuapp.com/u/.
& nbsp؛ در پایتون setup.py sdist بارگذاری -r http://random-phrase-5000.herokuapp.com/u/
شما همچنین می توانید از این رو در یک فایل .pypirc برای نجات کلید حتی بیشتر تنظیم
مورد نیاز:.
پایتون
نظر یافت نشد