[PYTHON] Stellen Sie die Masonite-App auf Heroku 2020 bereit

Masonite Masonite ist ein Webframework von Python. Offizielle Dokumentation und Tutorials sind ebenfalls verfügbar, sodass der Einstieg ziemlich einfach ist.

Vorbereitung

Ich habe virtualenv für die Python-Umgebung verwendet.

$ sudo apt install python3-dev python3-pip libssl-dev build-essential python3-venv
$ mkdir masonite_tutorial && cd masonite_tutorial/
$ virtualenv -p python3.6 venv
$ source venv/bin/activate

Als nächstes installieren Sie Masonite. Sie können ein Masonite-Projekt mit dem Befehl `` `craft new``` erstellen.

$ pip3 install masonite
$ craft new

Der folgende Befehl wird verwendet, um den Server zu starten.

$ craft serve

Wenn Sie auf http: // localhost: 8000 zugreifen, wird der folgende Bildschirm angezeigt.

root.png

Hinzufügung der Anmeldefunktion

Da die obige Seite nicht ausreicht, fügen wir eine Benutzerregistrierungs- / Anmeldefunktion hinzu.

$ craft auth

Richten Sie die Datenbank ein. Ich denke, es gibt eine .env-Datei, also bearbeiten Sie sie wie folgt. Vergessen Sie nicht, vorher eine Datenbank in Ihrem lokalen Postgres zu erstellen!

DB_CONNECTION=postgres
DB_HOST=localhost
DB_PORT=5432
DB_DATABASE=hello_masonite_dev
DB_USERNAME=postgres
DB_PASSWORD=postgres
DB_LOG=True

Sobald dies erledigt ist, den folgenden Befehl

$ craft migrate

Damit ist die Funktionserweiterung abgeschlossen. Sie können sich unter http: // localhost: 8000 / register als Benutzer registrieren.

register.png

Wenn Sie git den Code bisher geben und ihn zu einer Vorlage machen, kann es zweckmäßig sein, ihn in Zukunft zu verwenden.

Heroku

Procfile hinzufügen

web: gunicorn -w 2 wsgi:application

Die Bereitstellung für Heroku erfolgte über den Befehl.

$ heroku git:remote -a masonite-app
$ git push heroku master 
$ heroku run craft migrate

Nehmen Sie nach der Bereitstellung die folgenden Einstellungen vor.

Referenz

Recommended Posts

Stellen Sie die Masonite-App auf Heroku 2020 bereit
Stellen Sie die Flask-App für Heroku bereit (bitter)
Stellen Sie die Flask-App auf Heroku bereit
Stellen Sie die Flask-App auf Heroku bereit
Stellen Sie die Django-App in Heroku bereit [Teil 2]
Stellen Sie die Django-App in Heroku bereit [Teil 1]
Stellen Sie die Django-Anwendung auf Heroku bereit
(Fehler) Stellen Sie eine mit Flask mit Heroku erstellte Web-App bereit
Django Heroku Deploy 1
Stellen Sie Django api mit Heroku bereit (persönliches Memo)
Shimehari auf Heroku
Django Heroku Deploy 2
So stellen Sie eine Django-App in nur 5 Minuten für Heroku bereit
Stellen Sie Python 3.6 / Django / Postgres-Webanwendungen in Azure bereit
Stellen Sie die Django-Anwendung in Google App Engine (Python3) bereit.
Stellen Sie die mit PTVS erstellte Django-App in Azure bereit
Verschiedene Hinweise zur Bereitstellung der Django-App auf Heroku
Stellen Sie eine mit Streamlit erstellte Web-App für Heroku bereit
So stellen Sie eine mit Flask erstellte Web-App für Heroku bereit
Rückblick auf die iOS'Healthcare App '2019
So stellen Sie Pybot, das einfachste Python-Lehrbuch, auf Heroku bereit
Stellen Sie Go-Apps mit GitHub-Aktionen für Google App Engine bereit
Stellen Sie das Django-Projekt für Heroku bereit
Schritte zum Bereitstellen von EMLauncher unter CentOS 8
Verwenden Sie Numpy, Scipy, Scikit-Learn mit Heroku
Führen Sie die App mit Flask + Heroku aus
So stellen Sie den Django-Kompressor unter Windows bereit
Python + Django + Scikit-Learn + Mecab (1) mit Heroku
Wie man Matplotlib auf Heroku ausführt
Implementieren Sie die Django-App auf Hy
Erkennen Sie App-Releases im App Store
Python + Django + Scikit-Learn + Mecab (2) mit Heroku
DJango-Seite veröffentlicht auf Heroku: Practice
Problem mit Python json.loads (), das str in Heroku zurückgibt
Verwenden Sie ndb.tasklet mit Google App Engine
Django Blog auf Heroku: Login Implementierung
Führen Sie Python regelmäßig auf Heroku Scheduler aus
Stellen Sie das Python-Gesichtserkennungsmodell für Heroku bereit und verwenden Sie es von Flutter ②
Bis Sie ein SpringBoot-Projekt in Gradle mit App Engine Flexible bereitstellen
Erstellen Sie eine Django-App auf Docker und stellen Sie sie in AWS Fargate bereit
Stellen Sie das Python-Gesichtserkennungsmodell für Heroku bereit und verwenden Sie es von Flutter ①
Bis die mit Flasche erstellte Webanwendung auf Heroku veröffentlicht (bereitgestellt) wird