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

输入docker ps就可以看到正在运行的容器了

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

cd root
ls
cd heartbeat_cis_system
ls
cd Heartbeat\ Vis\ System/
ls 

然后输入

python app.py