Faites passer une application Flask d’un serveur local de développement à un processus Gunicorn persistant, avec un port documenté, un contrôle de santé, des journaux et une route de production.
Version candidate
Flask
SOURCE
Git
REGION
de
ROUTE
HTTPS
01Source reçue
02Compilation terminée
03Environnement d’exécution démarré
04Vérification de santé réussie
Route promue en production
production.adios.run
Une mise en production adaptée à
Le parcours de mise en production
L’application ou le service ne représente qu’une partie de la production. Les résultats de compilation, l’état d’exécution, les contrôles de santé, les secrets, les journaux, les routes et la version promue doivent pouvoir être examinés ensemble.
Installez les versions exactes des dépendances verrouillées et conservez la cible d’import de l’application dans le dépôt. Aucun wrapper propre au fournisseur ne doit remplacer la structure du projet Flask.
Exécutez l’application WSGI avec Gunicorn plutôt qu’avec flask run, écoutez sur le port configuré et ne promouvez la version qu’après la réponse de la route légère de contrôle de santé.
Les résultats de compilation, les journaux d’exécution, l’état de santé, les secrets, les domaines et la version promue restent associés au projet au lieu d’être dispersés entre des outils indépendants.
Du code source à la mise en production
Utilisez le code source et le fonctionnement en production déjà définis pour le projet. Le manifeste décrit ce que la plateforme doit compiler ou provisionner et les critères à remplir pour que le résultat soit prêt.
Importez le dépôt existant, ou examinez et déployez l’une des variantes de modèles précisément référencées ci-dessous.
$adios loginConsignez dans adios.yaml les commandes, la version de l’environnement d’exécution ou du service, les critères de santé et les références aux secrets.
$git diff -- adios.yamlSuivez les résultats de compilation et d’exécution, vérifiez la version candidate, puis ouvrez la route ou la connexion de service promue en production.
$adios upname: flask-api
build_cmd: pip install -r requirements.txt
start_cmd: gunicorn --bind 0.0.0.0:8000 app:app
runtime:
name: python@3.13
port: 8000
health_path: /healthzPoints de départ déployables
Partez d’une variante Flask utilisant pip ou Pipenv, puis remplacez la route d’exemple par le code de votre application.
Projets de démarrage d’API
Projets de démarrage FastAPI, Django, Flask, Litestar et Sanic avec des commandes de démarrage en production.
git clone https://github.com/adiosdotdev/template-python-flask.git
cd template-python-flask
adios upProjets de démarrage d’API
Projets de démarrage FastAPI, Django, Flask, Litestar et Sanic avec des commandes de démarrage en production.
git clone https://github.com/adiosdotdev/template-python-flask-pipenv.git
cd template-python-flask-pipenv
adios upAvant production
Pour sécuriser la première mise en production, partez d’une compilation ou d’une configuration de service reproductible et d’un aperçu qui sollicite les dépendances réellement utilisées en production.
Les réponses à vos questions
Vérifiez les limites de l’environnement d’exécution ou du service, le chemin du modèle, le comportement en cas d’échec et les contrôles de production avant de créer la première version.
Oui. Exécutez la CLI Adios depuis la racine du projet, conservez votre dépôt et vos fichiers de dépendances et ajoutez un fichier adios.yaml décrivant la compilation de production, la commande de démarrage, le port et le chemin de contrôle de santé.
Pas pour un environnement d’exécution standard pris en charge. Utilisez les commandes de production habituelles du projet dans adios.yaml. Si la compilation nécessite des packages système inhabituels ou des bibliothèques natives, vérifiez ces dépendances dans un aperçu avant la promotion en production.
Oui. Adaptez la commande de démarrage de production à la syntaxe de fabrique prise en charge par votre serveur WSGI, puis vérifiez que l’application s’initialise correctement avec les variables d’environnement de production.
Utilisez le processus Flask pour le trafic HTTP et conservez les traitements planifiés ou de longue durée dans un worker distinct ou un workflow Adios. Cela évite une concurrence invisible entre les requêtes web et les nouvelles tentatives en arrière-plan.
La version candidate conserve ses résultats de compilation et d’exécution pour vérification. Ses contrôles de santé doivent réussir avant sa promotion comme version desservant la route de l’application.
Oui. Cette page référence les modèles Adios officiels les plus proches pour Flask. Examinez la variante exacte du code source, déployez-la dans la console ou clonez-la localement et exécutez adios up.
Autres options de déploiement
Exécutez une application web ou un worker Python en conservant le fichier de dépendances, la commande du processus, la route de contrôle de santé et la configuration alimentée par des secrets avec le code source.
Déployez un service FastAPI en conservant avec son code source la cible d’import ASGI, l’installation des dépendances, le port d’exécution, l’endpoint de contrôle de santé, les secrets et la version promue.
Choisissez une version de PostgreSQL, conservez les identifiants de la base de données hors de Git, ajoutez un stockage persistant, connectez l’application et vérifiez les données après un redémarrage.
Démarrez Redis 7 pour le cache, les sessions, le pub/sub ou la gestion rapide d’état, puis vérifiez la connectivité, la persistance attendue, l’éviction et le comportement en cas d’échec de cette dépendance.
La première version
Partez du dépôt ou d’un modèle, vérifiez le contrat de déploiement et examinez la version qui sera promue en production.