Déploiement du projet django sur le raspberry pi - jramanath/IoT_Mines GitHub Wiki

Une liste des étapes pour déployer le projet django sur la raspberry pi (rpi) :

1. Créer un environnement virtuel python sur le home et installer les packages nécessaires listés sur le fichier requirements.txt situé dans le dossier sensors_manager

   • pour l'environnement virtuel voir le paragraphe dédié sur le tuto django girls https://tutorial.djangogirls.org/fr/installation/
   • pour installer des packages avec un fichier requirements voir : http://stackoverflow.com/questions/7225900/how-to-pip-install-packages-according-to-requirements-txt-from-a-local-directory

2. Cloner le projet sur la rpi, faire un git pull puis basculer sur la bonne branche

3. Copier coller le fichier setting_env_template.py le renommer en settings_env.py puis compléter les paramètres, définir le dossier accueillant les logs LOGS_DIR dans le home, exemple : /home/jacques/log/ ainsi que le dossier accueillant les données de capteur si solution locale, exemple /home/jacques/cache/

4. Activer l'environnement virtuel, se placer dans le dossier contenant le fichier manage.py de Django puis créer la base de donnée à l'aide de la commande python manage.py migrate

5. Faire une première exécution à blanc du collecteur pour vérifier son bon fonctionnement en faisant python manage.py collect_S3 : jeter un oeil aux logs pour voir si tout est ok

6. Configurer le cron du serveur pour que notre job défini dans data_collector/jobs/daily/daily_collect.py soit lancé toutes les 5 minutes :

   • faire crontab -e puis ajouter une instruction ressemblant à */5 * * * * /home/path_to_venv/bin/python /home/path_to_django/manage.py runjobs daily
   • pour des précision sur cron, voir : https://openclassrooms.com/courses/reprenez-le-controle-a-l-aide-de-linux/executer-un-programme-a-une-heure-differee

7. Lancer le projet en mode "debug" et en nohup pour qu'il reste actif même si vous vous déconnectez du serveur : nohup python manage.py runserver &

8. Vérifier le bon fonctionnement de l'exécution du collecteur en déposant si besoin des fichiers json manuellement dans le bucket S3 ou le dossier local

9. Notre pipeline est prêt !

10. BONUS : on pourrait continuer la configuration en installant apache, puis en configurant le mod_wsgi de Django pour se mettre dans des conditions "de production" classique

    • pour apache, voir par exemple http://www.linux-france.org/prj/edu/archinet/systeme/ch16s02.html
    • pour mod_wsgi voir https://docs.djangoproject.com/fr/1.10/howto/deployment/wsgi/modwsgi/