将plotly绘图项目部署到阿里云服务器上

• 该绘图项目是 用python的Dash或Flask开发Web应用

• 该阿里云服务器的系统是ubuntu，自带的python版本是Python 3.10.12

• 安装condawget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh 最后版本是conda 24.9.2

一、将项目放到服务器上

1. 先建立一个文件夹，将项目文件放进去：

• 这两个项目是python的Dash或Flask开发Web应用，Flask和Dash都自带一个简易的开发服务器。因此运行了py文件配置好端口即可访问。

• 同时也可以用Nginx来部署和反向代理该Dash或Flask应用

注意：Flask和Dash虽然都自带一个简易的开发服务器，所以可以不用配置反向代理服务器。但是由于安全性和并发性等原因，自带的这些开发服务器适用于开发和测试环境，在生产环境中不建议直接使用因此，在生产环境中，通常会使用Nginx或其他类似的反向代理服务器来承担Web应用的访问控制、路由转发、性能优化等任务，而将Dash或Flask应用作为后端服务来运行。通过Nginx反向代理，可以提高Web应用的稳定性、性能和安全性。与java应用类似：在一个高效的 Web 应用架构中，通常会将 Nginx 放在前端，用于处理静态资源和进行反向代理、负载均衡，将 Tomcat 放在后端，用于处理 Java 动态请求。这样可以充分发挥两者的优势，构建一个高性能、高可用的 Web 应用系统。

二、HEROKU项目相关配置

• 1. 先在阿里云后台上开放部分端口使得所有主机0.0.0.0都可以访问该服务器的这些端口，这里设置了8050-8060之间的所有端口，以及8001端口。
     
• 2. 对于HEROKU项目，尝试使用Nginx来部署和反向代理，因此需要修改nginx.config配置文件,在/etc/nginx/目录下,添加一个server配置：

# 其他项目的配置信息
server {
        listen 80;
        server_name reaction.center;

        location / {
            root /shenao/dist;
            try_files $uri $uri/ /index.html;
        }

        location /shenao/dist {
            alias /shenao/dist;
            index index.html index.htm;
        }

	location /picturesH/ {
    		alias /shenao/pictures/picturesH/;
	}
	
	location /ethane_jpg/ {
    		alias /shenao/ethane_jpg/;
	}

	location /ethane_mp4/ {
    		alias /shenao/ethane_mp4/;
	}


        # error_page 404 /404.html;
        # location = /404.html {
        #     internal;
        # }

        # error_page 500 502 503 504 /50x.html;
        # location = /50x.html {
        #     internal;
        # }
    }
	

# 新增的	HEROKU项目的配置信息
	server {
    listen 80;
    server_name 120.26.44.100; # 还没有购买域名，所以用该服务器的公网ip代替

    location / { # 在该Nginx配置中，监听80端口并将请求代理到本地8050端口。
        proxy_pass http://localhost:8050;  # Dash/Flask 应用运行的端口 该端口要与py文件中的代码写的一致
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
    }

接着保存该文件,Ubuntu 的系统中，sudo service nginx reload这个命令会向 Nginx 主进程发送信号，让它重新读取配置文件。主进程会检查新配置文件的语法，然后重新加载配置，新的配置会应用到新的连接请求上，而不会中断正在处理的连接,如果还是不行则重启Nginx以应用更改。

• 3. 运行结果如下：

图表没显示出来，原因是dash包和scipy包没有安装，因此pip install这两个包即可，重新运行后结果如下，运行正常：

注意：

通常情况下，如果要在同一个 IP 地址和端口（例如 80 或 443）上监听多个 server 块，必须通过不同的 server_name 来区分它们。例如，可以用域名或子域名来分别指定不同的应用

server {
    listen 80;
    server_name app1.example.com;

    location / {
        proxy_pass http://localhost:8000;  # 第一个应用的端口
    }
}

server {
    listen 80;
    server_name app2.example.com;

    location / {
        proxy_pass http://localhost:8001;  # 第二个应用的端口
    }
}

如果希望在同一服务器上同时运行多个项目，并且不想使用不同的域名或子域名，也可以指定不同的端口

server {
    listen 8000;  # 第一个应用的端口
    server_name localhost;

    location / {
        proxy_pass http://localhost:5000;  # 第一个应用
    }
}

server {
    listen 8001;  # 第二个应用的端口
    server_name localhost;

    location / {
        proxy_pass http://localhost:6000;  # 第二个应用
    }
}
# 在这个nginx配置中，listen 8001表示nginx在服务器本地监听 8001 端口。当有请求到达这个端口时，nginx会根据location块的配置来处理请求。

# location /表示匹配所有以/开头的请求路径。proxy_pass http://localhost:6000表示将匹配到的请求代理转发到本地的 6000 端口。

# 在浏览器（或者其他 HTTP 客户端）中应该输入http://公网ip:8001（而http://公网ip:6000很可能会因为没有6000端口的监听服务或者防火墙规则无法访问）

还有一种方法是：即使server_name相同且在同一个 IP 和端口监听，可以利用location指令来区分不同的项目网站

server {
    listen 80;
    server_name example.com;
    location /blog {
        proxy_pass http://backend_blog_server;
    }
    location /store {
        proxy_pass http://backend_store_server;
    }
}

# 当请求的 URL 是http://example.com/blog时，nginx会将请求转发到http://backend_blog_server；

# 当请求的 URL 是http://example.com/store时，nginx会将请求转发到http://backend_store_server。

其他方法：基于请求头（headers）区分，可以在前端设置自定义的请求头，然后在nginx配置中根据这个请求头的值来决定将请求转发到何处。具体操作百度或问AI

三、drawing_test项目配置

drawing_test项目不用nginx，而是直接运行，以便和上一个项目对比的效果，看看是用ngnix好还是用dash自带的web服务器效果好。

1. 将drawing_test项目的代码中指定端口设置为8060和其他项目区分开来
   

2. 新建一个conda虚拟环境，下好相关的包后，在虚拟环境中运行drawing_test项目：
   

3. 前端页面如下：

四、同时运行这两个项目

想要在同一个conda虚拟环境中运行多个项目，可以使用tmux或者其他分屏工具，或者使用nohup命令指定项目的文件可以在后台运行，这里使用nohup命令来实现。

运行nohup python3 mydashapp.py > output_HEROKU.log 2>&1 &使得HEROKU项目在后台运行，并返回其pid

接着进入另一个项目的文件目录，运行nohup python3 drawing01.py > output_drawing.log 2>&1 &使得drawing_test项目也在后台运行，并返回其pid

此时还可以运行其他的项目，Conda虚拟环境本身并不会为其分配独立的内存空间。相反，它们直接使用计算机的物理内存；因此一个conda虚拟环境能运行多少个进程，主要取决于计算机的硬件资源、运行的项目对资源需求以及操作系统的特性。