$ sudo docker volume prune # 사용하지 않는 볼륨 삭제
$ sudo docker system prune -a # 사용되지 않는 모든 것들 삭제
- 컨테이너 생성
docker-compose.yml
vi docker-compose.yml
version: '3.8'
volumes:
postgres: {} # postgresql에서 사용 할 볼륨 지정
services:
postgres:
container_name: postgres
image: postgres:14.5
volumes:
- postgres:/var/lib/postgresql/data/
environment: # postgresql 컨테이너에서 사용할 환경변수 지정해주기
- POSTGRES_USER=user # 데이터베이스 사용자 지정
- POSTGRES_PASSWORD=P@ssw0rd # 사용자 비밀번호 지정
- POSTGRES_DB=django # 데이터베이스 이름 지정
restart: always
컨테이너가 잘 생성됐는지 확인하기
컨테이너 빌드 & 실행
sudo docker compose up --build -d
로그 확인
sudo docker compose logs
<gunicorn>
- gunicorn이란?
장고 프로젝트를 실행할 때 사용되는 runserver랑 같음 = 배포용 런서버
런서버는 개발용이라 장고 공식 문서에서는 런서버를 배포용으로 사용하지 말 것을 권장함
런서버는 싱글 스레드에서 동작하지만 gunicorn은 멀티 스레드로 동작하도록 설정 가능함 -> 더 많은 요청을 효율적으로 처리할 수 있음
런서버에 비해 속도, 안정성 측면에서 더 좋음
- 장고 프로젝트 컨테이너 생성
소스코드 다운받기
$ mkdir backend # 백엔드 폴더 생성
$ cd backend/ # 백엔드 폴더로 이동(여기서 계속 작업 예정)
$ git clone git@github.com:goodminjeong/drf_project.git ./django # 프로젝트를 현재 경로의 django 폴더에 클론하겠다
장고 프로젝트 배포하기 전 설정할 것들
backend 폴더에서 명령어 입력할 것
settings.py
~/backend$ vi django/drf_project/settings.py
ALLOWED_HOSTS = ['*']
STATIC_ROOT = BASE_DIR / "static"
# 이미 이렇게 설정되어 있으면 안 바꿔도 됨
# python 3.11.3버전 이미지를 사용해 빌드(프로젝트 개발 시 사용한 파이썬 버전이랑 최대한 맞추기)
FROM python:3.11.3
# .pyc 파일을 생성하지 않도록 설정
ENV PYTHONDONTWRITEBYTECODE 1
# 파이썬 로그가 버퍼링 없이 즉각적으로 출력하도록 설정
ENV PYTHONUNBUFFERED 1
# /app/ 디렉토리를 생성
RUN mkdir /app/
# /app/ 경로를 작업 디렉토리로 설정
WORKDIR /app/
# requirments.txt를 작업 디렉토리(/app/) 경로로 복사
COPY ./django/requirements.txt .
# 프로젝트 실행에 필요한 패키지들 설치
RUN pip install --no-cache-dir -r requirements.txt
# gunicorn을 사용하기 위한 패키지 설치
RUN pip install gunicorn
