flask-scaffolding

flask项目脚手架，可以基于此脚手架快速开发，减少重复操作，目前已经提供的能力：

• vscode作为开发IDE
• pipenv管理开发环境
• 基于docker的nginx+gunicorn+supervisor一键部署
• migrations管理数据库迁移
• dotenv管理环境变量敏感信息
• 日志（支持在线预览）
• 开发/线上配置Config
• 规范的flask目录结构

这里有一个基于flask-scaffolding开发的微信公众号后台项目werobot

扫码下面二维码即可体验：

使用步骤：

1. 根据文档描述配置开发环境
2. 根据需要初始化数据库（部署会尝试自动初始化数据库）
3. 开发/部署

下面是demo展示：

开发环境配置

vscode作为开发IDE

1. 安装python插件

2. 在左下角切换python环境为pipenv创建的环境：

3. 调试运行：在左侧调试tab里可以通过Run and Debug来调试 以flask方式运行时，需要指定我们flask app所在的python文件 不想每次指定要运行的python文件可以create a launch.json来设置启动参数，注意环境指定：

   • FLASK_APP中指定的是业务逻辑上的环境（例如不同环境的数据库配置）
   • FLASK_ENV指定的是flask的环境（development环境会默认开启DEBUG模式），flask 1.0以后只能使用环境变量的方式配置环境 DEBUG模式默认会启动debugger（发生错误时直接在网页中显示代码错误信息，并且可以直接shell调试），可以通过args中添加"--no-debugger"来关闭debugger

   {
   // Use IntelliSense to learn about possible attributes.
   // Hover to view descriptions of existing attributes.
   // For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
   "version": "0.2.0",
   "configurations": [
       {
           "name": "Python: Flask",
           "type": "python",
           "request": "launch",
           "module": "flask",
           "env": {
               "FLASK_APP": "app:create_app('development')",
               "FLASK_ENV": "development"
           },
           "args": [
               "run"
           ],
           "jinja": true
       }
   ]
   

} ``` 4. 运行单个python文件：可以在python文件右上角直接run python file in terminal

使用pipenv管理依赖

pipenv install  # 创建虚拟环境并安装依赖（只有第一次搭建环境需要安装）
pipenv shell  # 激活虚拟环境
pipenv lock -r > ./app/requirements.txt # 导出所有依赖到requirements
pip freeze > requirements.txt # 导出所有依赖到requirements (两种方法都可以)

数据库

docker安装mysql（可选）

• 构建docker镜像

# 如果没有本地image则会自动下载
docker run --name mysql5.7 -p 4418:3306 -v ~/conf:/etc/mysql/conf.d -v ~/logs:/logs -v ~/data:/var/lib/mysql -e MYSQL_ROOT_PASSWORD=mysql123465 -d mysql/mysql-server:5.7

• 增加新用户

docker exec -it mysql5.7 bash
mysql -uroot -pmysql123465
use mysql;
grant all privileges on *.* to werobot@'%' identified by "mysql123465";
flush privileges;

• 创建数据库

create database werobot;

初始化数据库

使用Flask-Migrate管理数据库

• 第一次配置开发环境需要先执行以下命令初始化迁移文件，并生成表

# 默认在当前目录生成迁移文件夹migrations，可以通过-d选项来指定不同路径
# 如果设定了其它路径，后续命令都需要使用-d指定路径
flask db init  # 第一次初始化数据库升级环境（生成migrations目录，需要提交到代码仓库中纳入版本管理）
flask db migrate -m "Initial migration." # 更新数据库结构到migrations（-m可选）
flask db upgrade # 更新实际数据库（将migrations修改应用到实际数据库中，第一次执行会创建表）

• 后续开发过程中更改表结构只需要执行以下命令即可更新数据库

flask db migrate
flask db upgrade

部署

基于docker的nginx+gunicorn+supervisor部署：

• gunicorn：开启多进程基于gevent为flask提供wsgi服务
• nginx：反向代理，高效处理静态资源
• supervisor：进程管理，监控并自动重启nginx和gunicorn

安装好docker以后clone下代码来可以一键部署：

# 不带-d，调试用
# docker-compose up
docker-compose up -d

# 也可以直接执行提供的script来部署
./script/compose-deploy.sh

配置文件说明：

• gunicorn.conf.py：gunicorn配置文件：配置usgi服务的进程数，端口号等
• nginx_flask.conf：nginx配置文件：配置nginx反向代理的端口号等
• supervisord.conf：supervisor配置文件：配置supervisor如何监控&启动gunicorn和nginx
• Dockerfile：docker image配置文件，用于docker部署
• docker-compose.yaml：docker-compose配置文件，用于方便的部署docker
• requirements.txt：python依赖项，用于docker部署时安装依赖，一般开发完增加了依赖项的话需要重新生产该文件
• Pipfile：pipenv依赖配置，用于开发阶段的环境配置

安装docker

Docker支持以下的CentOS版本：

• CentOS 7 (64-bit)
• CentOS 6.5 (64-bit) 或更高的版本

前提条件

目前，CentOS 仅发行版本中的内核支持 Docker。

Docker 运行在 CentOS 7 上，要求系统为64位、系统内核版本为 3.10 以上。

Docker 运行在 CentOS-6.5 或更高的版本的 CentOS 上，要求系统为64位、系统内核版本为 2.6.32-431 或者更高版本。

使用 yum 安装（CentOS 7下）

Docker 要求 CentOS 系统的内核版本高于 3.10 ，查看本页面的前提条件来验证你的CentOS 版本是否支持 Docker 。

通过 uname -r 命令查看你当前的内核版本

uname -r 

安装 Docker

移除旧的版本：

sudo yum remove docker \
                  docker-client \
                  docker-client-latest \
                  docker-common \
                  docker-latest \
                  docker-latest-logrotate \
                  docker-logrotate \
                  docker-selinux \
                  docker-engine-selinux \
                  docker-engine

安装一些必要的系统工具：

sudo yum install -y yum-utils device-mapper-persistent-data lvm2

添加软件源信息：

sudo yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

更新 yum 缓存：

sudo yum makecache fast

安装 Docker-ce：

sudo yum -y install docker-ce

启动 Docker 后台服务:

sudo systemctl start docker

安装docker compose

#国内访问github太慢，可以使用镜像站 github.com.cnpmjs.org
#curl -L "https://github.com/docker/compose/releases/download/1.29.2/docker-compose-$(uname -s)-$(uname -m)" > /usr/bin/docker-compose
curl -L "https://github.com.cnpmjs.org/docker/compose/releases/download/1.29.2/docker-compose-$(uname -s)-$(uname -m)" > /usr/bin/docker-compose

chmod +x /usr/bin/docker-compose

常用命令

pipenv

pipenv install  # 创建虚拟环境并安装依赖（只有第一次搭建环境需要安装）
pipenv shell  # 激活虚拟环境
pipenv lock -r > ./app/requirements.txt # 导出所有依赖到requirements
pip freeze > requirements.txt # 导出所有依赖到requirements (两种方法都可以)

数据库

# 默认在当前目录生成迁移文件夹migrations，可以通过-d选项来指定不同路径
# 如果设定了其它路径，后续命令都需要使用-d指定路径
flask db init  # 第一次初始化数据库升级环境（生成migrations目录，需要提交到代码仓库中纳入版本管理）
flask db migrate -m "Initial migration." # 更新数据库结构到migrations（-m可选）
flask db upgrade # 更新实际数据库（将migrations修改应用到实际数据库中，第一次执行会创建表）

docker

# 列出正在运行的容器
docker ps
# 进入容器
docker exec -it <container id> bash

# 后台运行docker并且不退出(dit)
docker run -dit -p 5000:80 --name=flask-scaffolding -v $(pwd)/app:/deploy/app flask-scaffolding

# 安装vim
apt-get update
apt-get install vim

centos

# 安装rzls
yum -y install lrzsz
# 安装unzip
yum install zip unzip

参考文档

项目结构

• flask项目的结构
• Flask项目结构模板(主要参考这个)
• Flask 从入门到放弃6: 网站结构最佳实践(来自狗书第七章：大型程序的结构)

环境搭建

• python vscode环境搭建

数据库

• 使用 flask migrate 来迁移数据结构
• flask_sqlalchemy增删改查

日志

• flask写日志
• flask错误处理

部署

• docker部署python
• Deploy flask app with nginx using gunicorn and supervisor
• 用docker部署flask+gunicorn+nginx
• 部署Flask + uWSGI + Nginx(支持https)
• Flask后端实践 番外篇 Docker部署优化(docker-compose)
• docker和docker compose版本匹配

docker部署mysql

• 使用Docker搭建MySQL服务
• 探索Docker容器下MySQL的数据持久化
• 9个docker常见错误(发现了docker yml中不能访问volume映射的原因)

其他

• 使用dotnev加载环境变量
• flask处理ajax
• flask favicon.ico 404(浏览器默认行为，需要我们在html中指定icon的路径)
• Uncaught (in promise) DOMException: play() failed because the user didn't interact with the document first (chrome等浏览器不允许带声音的媒体自动播放)
• demo源码参考
• google-python命名规范