Conteúdo apresentado no minicurso "Aplicações Web Python na Nuvem", no evento "LinguÁgil 2018", em 08/06/2018.

Os programas, arquivos de configuração e orientações contidos neste repositório têm o objetivo de permitir testar de forma simples como executar uma aplicação Web Python 3, tanto localmente quanto na Nuvem. Neste segundo caso, executar em plataformas como serviço, em provedores de máquinas virtuais e em provedores de infraestrutura para containers Docker.

A aplicação-exemplo, utilizada em todos os casos, se baseia sempre que possível nos princípios da metodologia "The Twelve-Factor App". A aplicação implementa uma API REST que pode salvar e recuperar dados em um banco de dados MongoDB, também hospedado na Nuvem. São usadas as bibliotecas (libs) Python Flask, PyMongo e Gunicorn e o utilitário Pipenv. As referências a seguir dão mais detalhes sobre esses recursos:

• Flask by Example (Real Python)

• PyMongo Tutorial : Insert, Read, Update, Delete in MongoDB

• Pipenv & Virtual Environments (The Hitchhiker's Guide to Python)

IMPORTANTE: Como as versões dos softwares e dos sites dos provedores mudam, as orientações dadas aqui poderão não se aplicar mais, depois de um tempo.

1. Baixando e configurando o conteúdo deste repositório

   • git clone https://github.com/luizclaudio/linguagil-2018.git
   • cd linguagil-2018
   • Trocar o valor da variável "COLECAO" no arquivo ".env" para um nome de sua escolha.
   • Verificar se o utilitário "pipenv" está instalado: pipenv --version
   • Instalar, se necessário o utilitário o "pipenv": pip install pipenv
   • pipenv install

2. Executando Localmente

   • pipenv run gunicorn -b 0.0.0.0:8000 application:app

   • A seguir, são mostrados exemplos usando os utilitários HTTPie e Curl

     Listar todos os documentos

     • http -v GET http://127.0.0.1:8000/api/documentos/ ; ou

     • curl http://127.0.0.1:8000/api/documentos/

     Criar um novo documento

     • http -v POST http://127.0.0.1:8000/api/documentos/ nome="Maria José" idade:=23 notificar:=false ; ou

     • curl -v -H "Content-Type: application/json" -X POST -d '{"nome":"Maria José", "idade":23, "notificar":false}' http://127.0.0.1:8000/api/documentos/

     Recuperar um documento por id

     • http -v GET http://127.0.0.1:8000/api/documentos/<doc_id> ; ou

     • curl http://127.0.0.1:8000/api/documentos/<doc_id>

     Recuperar um documento por chave e valor

     • http -v GET http://127.0.0.1:8000/api/documentos/?nome=Maria+Jos%C3%A9 ; ou

     • curl http://127.0.0.1:8000/api/documentos/?nome=Maria+Jos%C3%A9

     Atualizar um documento

     • http -v PUT http://127.0.0.1:8000/api/documentos/<doc_id> idade=44; ou

     • curl -v -H "Content-Type: application/json" -X PUT -d '{"idade": 44}' http://127.0.0.1:8000/api/documentos/<doc_id>

     Excluir um documento

     • http -v DELETE http://127.0.0.1:8000/api/documentos/<doc_id> ; ou

     • curl -v -X DELETE http://127.0.0.1:8000/api/documentos/<doc_id>

     Excluir toda a coleção

     • http -v DELETE http://127.0.0.1:8000/api/documentos/ ; ou

     • curl -v -X DELETE http://127.0.0.1:8000/api/documentos/

3. Executando no Heroku (PaaS)

   • Referência:

     Getting Started on Heroku with Python (Heroku Dev Center)

   • Cadastrar-se no Heroku

   • Baixar o CLI

   • heroku login

   • heroku create linguagil-2018

   • git push heroku master

   • Se comando anterior falhar:

     • git remote add heroku https://git.heroku.com/linguagil-2018.git

   • heroku config:set SERVIDOR=ds245210.mlab.com:45210 USUARIO=user_la2018 SENHA=passw0rd BANCO=la2018 COLECAO=<nome_colecao>

   • heroku open

   • Se comando anterior falhar:

     • heroku ps:scale web=1

4. Executando em uma VM na Google Computing Platform (GCP)

   • Cadastrar-se na GCP (se tiver Gmail, não precisa)
   • Ir para https://console.cloud.google.com/
   • Cadastrar um projeto;
   • Ir para https://console.cloud.google.com/compute/
   • Criar uma VM:
     • Mudar imagem para Ubuntu 16.04
     • Liberar porta 8000 em "... detalhes da rede"
   • Abrir o console pelo navegador;
   • sudo passwd
   • sudo apt-get update
   • sudo apt-get install python3-pip
   • pip3 install pipenv
   • git clone https://github.com/luizclaudio/linguagil-2018.git
   • cd linguagil-2018
   • pipenv install
   • pipenv run gunicorn -b 0.0.0.0:8000 application:app

5. Executando em um container na Amazon Web Services (AWS)

   Preparação do Container

   • Instalar o Docker;
   • docker build . -t la2018
   • docker run -it --rm -p 8000:8000 -e SERVIDOR=ds245210.mlab.com:45210 -e USUARIO=user_la2018 -e SENHA=passw0rd -e BANCO=la2018 -e COLECAO=<nome colecao> la2018
   • Cadastrar-se em http://hub.docker.com
   • docker login
   • docker tag la2018 <usuario docker hub>/la2018
   • docker push <usuario docker hub>/la2018

   Utilização do Container

   • Referência:

     • Take Containers From Development To Amazon ECS

   • Cadastrar-se na AWS

   • Ir para https://console.aws.amazon.com/

   • Escolher a opção Elastic Container Service (ECS)

   • Criar um Cluster

     • Cluster name: la2018
     • Key pair: YOUR_KEY_PAIR
     • VPC: YOUR_DB_VPC
     • Subnets: Selecionar todas

   • Criar Task Definition

     • Task Definition Name: la2018
     • Container name: la2018
     • Image: YOUR_DOCKER_HUB_USER/linguagil-2018
     • Memory Limits: Soft limit - 300
     • Port mappings: host port - 80, container port - 8000, protocol - tcp
     • Setar variáveis de ambiente.

   • Criar Service

     • Task Definition: la2018
     • Cluster: la2018
     • Service name: la2018
     • Number of tasks: 1
     • Minimum healthy percent: 0
     • Maximum percent: 200

   • Observar a tab Events.

   • Procurar a tab ECS Instances no Cluster.

   • Conferir as configurações do Security Group.

   • Ver o caminho para a VM onde está o container.