# Django ve Gunicorn Uygulamasını Docker ile Nasıl Oluşturursunuz?
Meta Açıklaması: Django ve Gunicorn uygulamanızı Docker ile nasıl güvenli, ölçeklenebilir ve dağıtılabilir hale getireceğinizi adım adım öğrenin. Yeni başlayanlar için basit örneklerden ileri düzey performans optimizasyonuna kadar kapsamlı bir rehber. Fatih Soysal’ın uzmanlığıyla hazırlandı.
Günümüzde web uygulamalarının geliştirilmesi ve dağıtımı, karmaşık bir süreç haline geldi. Birçok geliştirici, farklı ortamlarda (geliştirme, test, üretim) tutarlılık sağlamakta, bağımlılıkları yönetmekte ve uygulamalarını ölçeklendirmekte zorlanıyor. İşte bu noktada Docker ve Gunicorn gibi teknolojiler devreye giriyor. Bu makalede, Django tabanlı bir web uygulamasını Gunicorn ile çalıştırmak ve Docker ile kapsayıcılığa almak için adım adım bir kılavuz sunacağız. Hem yeni başlayanlar hem de deneyimli geliştiriciler için faydalı bilgiler ve gerçek dünya senaryoları içerecektir.
1. Temel Kavramlar: Django, Gunicorn ve Docker
Bu bölümde, Django, Gunicorn ve Docker’ın temel özelliklerine ve neden birlikte kullanıldıklarına değineceğiz.
Django: Python tabanlı, yüksek seviyeli bir web uygulama çerçevesidir. Model-View-Controller (MVC) mimarisini izler ve hızlı uygulama geliştirmeyi kolaylaştırır. Django, veri tabanları, güvenlik, kullanıcı yönetimi gibi birçok özelliği entegre olarak sunar. Ancak, Django kendi başına bir web sunucusu değildir; WSGI (Web Server Gateway Interface) uyumlu bir sunucuyla çalışması gerekir.
Gunicorn (Green Unicorn): WSGI HTTP sunucusu olarak görev yapar. Django uygulamanızı, Nginx veya Apache gibi ters proxy sunucularının önünde çalıştırarak performans ve ölçeklenebilirlik sağlar. Gunicorn, çoklu iş parçacığı (multi-processing) desteği sayesinde birden fazla işçi süreciyle (worker process) eş zamanlı olarak istekleri işleyebilir. Bu da uygulamanızın performansını önemli ölçüde artırır.
Docker: Kapsayıcılaştırma teknolojisi sağlayan bir platformdur. Uygulamalarınızı ve bağımlılıklarını bir kapsayıcı içinde paketleyerek, farklı ortamlarda tutarlı bir çalışma ortamı sağlar. Bu, geliştirme, test ve üretim ortamlarında farklılıklar nedeniyle oluşan sorunları ortadan kaldırır. Docker, uygulamanızın taşınabilirliğini, ölçeklenebilirliğini ve güvenilirliğini artırır.
2. Django Projesi Oluşturma ve Yapılandırma
Öncelikle, yeni bir Django projesi oluşturacağız. Bu örnekte, proje adımız mydjangoapp olsun.
django-admin startproject mydjangoapp
cd mydjangoapp
python manage.py startapp myappmyapp uygulamasını mydjangoapp/settings.py dosyasındaki INSTALLED_APPS listesine eklememiz gerekiyor:
INSTALLED_APPS = [
# ... diğer uygulamalar ...
'myapp',
]Daha sonra, mydjangoapp/wsgi.py dosyasını Gunicorn ile uyumlu hale getireceğiz. Bu dosya, Django uygulamasını Gunicorn’a bağlamak için kullanılır. Bu dosya genellikle varsayılan olarak geliyor, ancak bazı durumlarda düzenleme gerekebilir.
3. Gunicorn ile Uygulamayı Çalıştırma
Gunicorn’ı kullanarak Django uygulamanızı çalıştırmak için öncelikle Gunicorn’ı kurmanız gerekir:
pip install gunicornŞimdi, Gunicorn’ı kullanarak uygulamanızı çalıştırabilirsiniz:
gunicorn mydjangoapp.wsgi:application --bind 0.0.0.0:8000Bu komut, Gunicorn’ı 0.0.0.0:8000 adresinde dinleyecek şekilde başlatır. mydjangoapp.wsgi:application ise Django uygulamasının WSGI uygulama nesnesini belirtir.
4. Dockerfile Oluşturma ve Docker Görüntüsünün Oluşturulması
Docker’ı kullanarak uygulamanızı kapsayıcılığa almak için bir Dockerfile oluşturmanız gerekir. Bu dosya, Docker görüntüsünün nasıl oluşturulacağını tanımlar. Aşağıdaki Dockerfile örneği, bir Python sanal ortamı oluşturur, bağımlılıkları yükler ve Django uygulamasını çalıştırmak için Gunicorn’ı kullanır:
FROM python:3.9-slim-buster
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
COPY . .
CMD ["gunicorn", "--bind", "0.0.0.0:8000", "mydjangoapp.wsgi:application"]Bu Dockerfile‘ı projenizin kök dizinine kaydedin. Daha sonra, aşağıdaki komutla Docker görüntüsünü oluşturabilirsiniz:
docker build -t mydjangoapp .5. Docker Kapsayıcısının Çalıştırılması ve Yönetimi
Docker görüntüsü oluşturulduktan sonra, aşağıdaki komutla kapsayıcıyı çalıştırabilirsiniz:
docker run -p 8000:8000 mydjangoappBu komut, 8000 numaralı portu konteynerın 8000 numaralı portuna eşler. Artık uygulamanıza http://localhost:8000 adresinden erişebilirsiniz. Kapsayıcıyı durdurmak için docker stop komutunu kullanabilirsiniz.
6. Gerçek Dünya Senaryoları ve Vaka Analizleri
Senaryo 1: Üretim Ortamı: Üretim ortamında, genellikle Nginx gibi bir ters proxy sunucu kullanarak Gunicorn’un önüne yerleştiririz. Bu, statik dosyaların sunulması, SSL şifrelemesi ve yük dengeleme gibi görevleri üstlenir. Bu durumda, Docker Compose kullanarak hem Nginx hem de Gunicorn kapsayıcılarını yönetebiliriz.
Senaryo 2: Veritabanı Entegrasyonu: Django uygulamanız bir veritabanı kullanıyorsa (örneğin PostgreSQL), Docker Compose kullanarak veritabanı kapsayıcısını da yönetebilirsiniz. Bu, geliştirme, test ve üretim ortamlarında veritabanı yapılandırmasının tutarlılığını sağlar.
7. Performans Optimizasyonu ve Ölçeklendirme
Uygulamanızın performansını optimize etmek için birkaç strateji izleyebilirsiniz:
* Gunicorn İşçi Süreçlerini Ayarlama: workers ve threads parametrelerini ayarlayarak Gunicorn’ın performansını optimize edebilirsiniz. Bu parametreler, sisteminizin kaynaklarına bağlı olarak ayarlanmalıdır.
* Uygulama Kodunun Optimize Edilmesi: Veritabanı sorgularını optimize etmek, gereksiz işlemleri kaldırmak ve önbellekleme tekniklerini kullanmak performansı artırabilir.
* Docker Görüntüsünün Optimize Edilmesi: Daha küçük bir Docker görüntüsü kullanarak kapsayıcının başlatma süresini ve kaynak tüketimini azaltabilirsiniz. slim veya alpine tabanlı görüntüler tercih edilebilir.
* Yük Dengeleme: Birden fazla Gunicorn kapsayıcısı kullanarak ve bir yük dengeleyici (örneğin Nginx) ile uygulamanızı ölçeklendirebilirsiniz.
8. Öğrenme Yol Haritası
Yeni Başlayan: Bu makaledeki adımları takip ederek basit bir Django uygulamasını Docker ve Gunicorn ile çalıştırmayı öğrenin. Basit bir hello world uygulaması ile başlayıp, kademeli olarak karmaşıklığı artırabilirsiniz.
Orta: Gerçek bir Django projesi üzerinde çalışarak, veritabanı entegrasyonu, statik dosya sunumu gibi konuları ele alın. Performans optimizasyonu ipuçlarını uygulayarak uygulamanızın performansını artırın. [Fatih Soysal’ın bloguna](https://fatihsoysal.com) bakarak daha fazla örnek ve ipucu bulabilirsiniz.
İleri Düzey: Performans analiz araçları kullanarak uygulamanızın darboğazlarını belirleyin ve performansı daha da optimize edin. Edge case’leri ele alarak uygulamanızın güvenilirliğini ve kararlılığını artırın. Karmaşık mimariler ve ölçeklendirme stratejileri üzerinde çalışın.
9. Sonuç
Bu makalede, Django ve Gunicorn uygulamalarını Docker ile nasıl kapsayıcılığa alacağınızı adım adım açıkladık. Docker, uygulamalarınızın dağıtımını ve yönetimini kolaylaştırırken, Gunicorn ise performans ve ölçeklenebilirlik sağlar. Bu teknoloji yığınını kullanarak, daha güvenli, ölçeklenebilir ve dağıtılabilir web uygulamaları geliştirebilirsiniz. [Fatih Soysal’ın blogunda](https://fatihsoysal.com) bu konuyla ilgili daha fazla makale ve kaynak bulabilirsiniz.
Sıkça Sorulan Sorular (SSS)
1. Docker Compose nedir ve neden kullanmalıyım? Docker Compose, birden fazla kapsayıcıyı yönetmeyi kolaylaştıran bir araçtır. Birden fazla kapsayıcı (örneğin, Gunicorn ve veritabanı) kullanıyorsanız, Docker Compose kullanmanızı öneririz.
2. Hangi Gunicorn ayarlarını kullanmalıyım? Gunicorn ayarları, uygulamanızın ve sisteminizin kaynaklarına bağlı olarak değişir. Deney yaparak en iyi performansı sağlayan ayarları bulmanız gerekebilir.
3. Docker görüntüsünün boyutunu nasıl küçültebilirim? slim veya alpine tabanlı Python görüntülerini kullanarak, gereksiz dosyaları kaldırarak ve katmanlı oluşturma tekniklerini kullanarak Docker görüntüsünün boyutunu küçültebilirsiniz.
4. Uygulamam yavaş çalışıyorsa ne yapmalıyım? Performans analiz araçları kullanarak darboğazları belirleyin. Veritabanı sorgularını optimize edin, önbellekleme teknikleri kullanın ve Gunicorn ayarlarını inceleyin.
5. Üretim ortamında nasıl dağıtım yapmalıyım? Docker Swarm, Kubernetes veya başka bir kapsayıcı orkestrasyon platformu kullanarak üretim ortamında uygulamanızı dağıtabilirsiniz.
Yazar: Fatih Soysal