Premiers pas avec Django

Les applications Django fonctionnant sur Google Cloud s'exécutent sur la même infrastructure que tous les produits Google. Celle-ci améliore généralement la capacité de l'application à s'adapter à une charge de travail variable.

Plates-formes d'hébergement

Voici les options disponibles pour déployer Django sur Google Cloud :

Option de déploiement de Django Commencer
Environnement standard App Engine
  • Exécuter Django dans l'environnement standard App Engine
  • Environnement flexible App Engine
  • Exécuter Django dans l'environnement flexible App Engine
  • Cloud Run
  • Exécuter Django sur Cloud Run
  • <atrack-type="python" class="internal" l10n-attrs-original-order="href,track-type,track-name,track-metadata-position,class" l10n-encrypted-href="dlnuefm4z6sPp/NdSVdtphMbpskRku +7T6FKRVXOpYR4nMyapuu0B+G/iEbMH5vl" track-metadata-position="body" track-name="internalLink">Exécuter Django sur Cloud Run avec Cloud Code pour VS Code</atrack-type="python">
  • Exécuter Django sur Cloud Run avec Cloud Code pour IntelliJ
  • Google Kubernetes Engine (GKE)
  • Exécuter Django sur Google Kubernetes Engine
  • Compute Engine
  • Django dans Google Cloud Marketplace
  • Pour en savoir plus sur les différences entre ces plates-formes, consultez la page Options d'hébergement d'applications sur Google Cloud.

    Bases de données

    Le mappeur objet-relationnel (ORM, Object Relational Mapper) Django fonctionne mieux avec une base de données relationnelle SQL.

    Si vous démarrez un nouveau projet, Cloud SQL est un choix idéal. Vous pouvez déployer une base de données PostgreSQL ou MySQL gérée et gérée par Google, et compatible avec Django.

    Vous pouvez déployer Django avec un backend Cloud Spanner à l'aide du backend de la base de données python-spanner-django.

    L'utilisation d'une base de données NoSQL est parfois nécessaire, selon les besoins. L'utilisation de l'ORM Django avec une base de données NoSQL est possible, avec certaines limitations, mais n'est pas officiellement compatible avec Django. Il existe un certain nombre de connecteurs de backend compatibles avec la communauté Datastore, dont djangae si vous utilisez App Engine, ou django-gcloud-connectors si vous utilisez Cloud Run. Si vous choisissez d'utiliser une base de données MongoDB, vous pouvez la déployer via Cloud Marketplace et la gérer vous-même, ou vous pouvez utiliser le service d'hébergement géré MongoDB fourni par mLab.

    Caches

    Memorystore propose des options d'hébergement gérées pour Memcache et Redis. Pour App Engine, consultez le guide de migration à partir de Memcache.

    Mettre des tâches en file d'attente

    Pub/Sub propose une messagerie pour les systèmes basés sur des événements, et Tasks offre une exécution asynchrone des tâches. Pour App Engine, consultez le guide de migration à partir des files d'attente de tâches.

    Vous pouvez voir un exemple de mise en œuvre de l'utilisation de Pub/Sub pour mettre en file d'attente des tâches avec la file d'attente de tâches Pub/Sub pour Python (psq).

    La mise en file d'attente de tâches via Cloud Tasks est disponible via un certain nombre de packages gérés par la communauté.