django项目开发与生产分离

Question

我正在构建一个依赖机器学习算法输出的站点。站点面向用户的部分所需要的是算法的输出(一组项的类标签)，它可以很容易地从django模型中存储和检索。该算法可以每天运行一次，不依赖于用户的输入。

所以这个站点的这一部分只依赖于django和相关的包。

但是，开发、优化和评估该算法使用了许多其他python包，如scikit-learn、pandas、numpy、matplotlib等。它还需要保存许多不同的类标签集。

这些依赖关系在部署到heroku时会引起一些问题，因为numpy需要LAPACK/BLAS.，在部署的应用程序中尽可能少依赖似乎也是很好的做法。

我如何将机器学习部分和面向用户的部分分开，但是，仍然有足够的集成，以便于使用算法的结果？

我想创建两个单独的项目，然后以某种方式写入面向用户的数据库，但这似乎会导致维护问题(管理依赖关系、更改数据库模式等)。

据我所知，这个问题与使用不同的设置或数据库进行生产和开发有点不同，因为它更多地是关于管理不同的依赖关系集。

Answer 1

如果人们有同样的问题，请把我们讨论的内容移到答案上，我的建议是：

1. 花一些时间为您的站点和算法代码定义哪些依赖项。
2. 将依赖项列表转储到每个项目的requirements.txt中。
3. 将它们部署到不同的环境中，这样冲突就不会发生。
4. 使用Django Rest框架或泰斯皮在站点端开发一些API端点，并让算法代码使用该API更新模型。使用cron定期运行算法代码并推送数据。

Answer 2

为每个环境创建一个需求文件，为所有环境共享的包创建一个基本需求文件。

 $ mkdir requirements
 $ pip freeze > requirements/base.txt
 $ echo "-r base.txt" > requirements/development.txt
 $ echo "-r base.txt" > requirements/production.txt

然后调整您的开发和生产依赖关系，并在适当的环境中安装每个依赖项。

#change to your development virtualenv
#$source .virtualenvs/development/bin/activate
$ pip install -r requirements/development.txt

#change to your production virtualenv
#$source .virtualenvs/production/bin/activate
$ pip install -r requirements/production.txt