Pycharm里建立Flask项目并把Flask项目部署到远程服务器
目录
-
- 配置环境
- 建立Flask项目
- 下载XShell
- 把项目部署到远程服务器上
配置环境
windows 10+python 3.7+tensorflow 2.3+Pycharm professional 2022
建立Flask项目
菜单栏里选择文件选项卡，点击新建项目
然后选择项目地址，解释器可以是之前的解释器，或者建一个新的虚拟环境就行，我的为了和后端一致就用了现有的tensorflow环境。
创建好的界面
Flask项目结构如下：static下面放css、js、images等文件，模板就放templates下
下载XShell
进入官网：https://www.xshell.com/zh/xshell-download/
点击免费授权页面，填写邮件信息
这里还是下一下xftp和Xshell比较好，后期传文件需要用Xftp
然后就会收到一封邮件
点击即可下载
然后就可以完成下载了。
再安装一下Xftp。
Xftp完成安装
在Xshell点击新建
填写ip和会话名
双击会话
再输入用户名（阿里云的好像是root
连了好几次才成功（是不是别人不花火就把人当傻子啊x
会话名前的点变绿才是连接上了
把项目部署到远程服务器上
进入dockerhub找所需镜像：https://registry.hub.docker.com/search?image_filter=official&q=&type=image
这里以tensorflow为例，输入tensorflow
点击tags选取所需的版本
因为我的算法在本地是用tensorflow 2.3.0的，所以保险起见还是用tensorflow-gpu 2.3.0，所以镜像安装指令为
docker pull tensorflow/tensorflow:2.3.0-gpu
在xshell中输入刚刚获得的指令docker pull tensorflow/tensorflow:2.3.0-gpu
然后输入
docker run -it -d --name heartbeat_vis_system -p 5005:5002 -v /root/heartbeat_vis_system:/root/heartbeat_vis_system tensorflow/tensorflow:2.3.0-gpu bash
注解如下：
也就是
docker run -it -d --name 项目名 -p 端口号1:端口号2 -v 存放路径:存放路径 镜像版本 bash
这里的端口号1要老师给的外端口范围中的一个，也就是5000-5020之间，端口号2就随意了不重复就行
2022.6.2 更新
端口1和端口2可以重复，即端口1和端口2都为5005也可以打开，学校服务器上可行，个人购买的服务器可能需要设置
输入docker ps就可以看到正在运行的容器了
然后记得把app.py的main部分加入这句话，这里的端口号就是端口号2
app.run(host='0.0.0.0', port= '5002')
点击文件传输图标，唤起Xftp
进入右边的文件夹再拖拽项目文件即可
再回到Xshell中输入 docker exec -it heartbeat_vis_system bash也就是 docker exec -it 项目名 bash
安装一下所需要的包，比如flask，指令就是pip install flask
然后一路cd进放app.py的文件夹，可以适当用一下Tab键补全（适当偷懒）
如果这一步地址显示的是/workspace，那就把第一句cd root 改成cd ../root
cd root
ls
cd heartbeat_cis_system
ls
cd Heartbeat\ Vis\ System/
ls
然后输入
python app.py
然后在浏览器输入ip:端口号1这里的端口号1是5005
2022.5.16更新
如果之前启动过了，再次输入docker exec -it heartbeat_vis_system bash会报错
Error response from daemon: Container 1fb3b8a01a117b748ade8150d4ccd632ceb8d1eef45e57ad2b1dab5a53d9845b is not running
输入
docker start 编号
就可以启动容器了
再输入一次
docker exec -it heartbeat_vis_system bash
就可以进入容器了
有时候不得不感叹不愧是我，5000-5020都能记成5500-5520。不过瑶瑶老师真的很耐心哦，可以感觉到他对我的弱智问题的无语，但是都一直没有骂我呢嘎嘎嘎。
