DOCKER CRUD APP

Практическое применение методов контейнеризации web-приложений защищенной операционной системе Astra Linux

Цели работы

В ходе практики были поставлены следующие цели:

• Изучение Docker и Docker-compose: Были изучены основы работы с Docker и Docker-compose, позволяющие создавать изолированные контейнеры для приложений.
• Разработка web-приложения: Главной задачей было разработать web-приложение на базе Django + Django Rest Framework с использованием базы данных PostgreSQL и упаковать его в контейнер Docker. Приложение должно было быть развернуто на операционной системе Astra Linux "Орел" и обеспечивать возможность переноса и развертывания на нескольких локальных ПЭВМ.

Функциональная часть web-приложения

Web-приложение, разработанное в ходе практики, включает в себя следующие функциональные возможности:

• Пользовательский интерфейс: Пользовательский интерфейс приложения отображает необходимую информацию из таблиц базы данных.
• Изменение данных: Пользователи имеют возможность вносить необходимые изменения в базу данных через интерфейс приложения, включая добавление, удаление и изменение записей.
• Использование js, html, css: Пользовательский интерфейс реализован с использованием языков программирования и технологий веб-разработки, таких как JavaScript, HTML и CSS. В качестве средства JavaScript для реализации интерактивных элементов был выбран фреймворк ExtJS.

Ход работы

Разработка приложения CRUD APP

Было реализовано приложение для учёта личного состава. Приложение включает в себя четыре таблицы:

• Сотрудники;
• Отделы;
• Должности;
• Кабинеты.

Разработка функциональной части приложения.

Для данного приложения была разработана API-маршрутизация при помощи Django и Django-Rest-API. Для этого были подготовлены:

• Модели (Models.py):
  • Department;
  • Post;
  • Cabinet;
  • Employee.
• Сериализаторы (Serializers.py):
  • DeartmentSerializer;
  • PostSerializer;
  • CabinetSerializer;
  • EmployeeSerializer.
• Представления (Views.py):
  • DepartmentViewSet;
  • PostViewSet;
  • CabinetViewSet;
  • EmployeeViewSet.

При получении соответствующего запроса (Request) от WEB-клиента, сервер Django обрабатывает его, выполняет необходимый функционал и возвращает ответ (Response).

Разработка пользовательского интерфейса.

Пользовательский интерфейс приложения состоит из одностраничного сайта, в котором находятся вкладки, для переключения между таблицами:

• Таблица отделов позволяет пользователю взаимодействовать с записями отделов (добавлять, удалять, изменять).

• Таблица должностей позволяет пользователю взаимодействовать с записями должностей (добавлять, удалять, изменять).

• Таблица кабинетов позволяет пользователю взаимодействовать с записями кабинетов (добавлять, удалять, изменять).

• Таблица сотрудников. Является основной таблицей приложения. Позволяет вести учёт военнослужащих на предприятии. Связана с остальными таблицами при помощи связи many-to-one.

Каждая таблица формируется на основе данных, полученных при помощи HTTP-запросов, представленных соответствующей API-ссылкой:

• Для получения данных используется GET-запрос;
• Для создания записей в базе данных используется POST-запрос;
• Для редактирования записей в базе данных используется PUT-запрос;
• Для удаления записей в базе данных используется DELETE-запрос.

Для каждой таблицы реализованы кнопки для взаимодействия с записями:

• Создание записи. Соответствующая таблице форма открывается при нажатии на кнопку «Добавить». Пользователь вносит данные в поля и отправляет POST-запрос на создание записи.
• Удаление записи. При нажатии на кнопку «Удалить» открывается предупреждающее окно. Пользователь должен подтвердить намерения, после чего будет отправлен DELETE-запрос на удаление записи.
• Изменение записи. Пользователю необходимо внести изменения в соответствующие поля, после чего нажать на кнопку «Update». Будет отправлен PUT-запрос на изменение записи.

Создание образа и контейнеров разработанного приложения при помощи Docker и Docker-compose.

Для настройки образов и контейнеров в Docker используется два файла:

• Dockerfile – содержит список инструкций для образа;
• docker-compose.yml – позволяет запустить несколько контейнеров и связать их.

Для работы приложения необходимо одновременно запускать два контейнера: для сервера Django и для PostgreSQL.

Контейнер PostgreSQL можно запустить на основе уже готового образа postgres:13.0-alpine, который был скачен заранее.

Dockerfile

Для самого приложения необходимо вручную описать образ. Это будет сделано в файле Dockerfile

# образ на основе которого создаём контейнер
FROM python:3.10

# set work directory
WORKDIR /usr/src/app

# set environment variables
ENV PYTHONDONTWRITEBYTECODE 1
ENV PYTHONUNBUFFERED 1

# install psycopg2 dependencies
RUN apt-get update -y && apt-get upgrade -y && \
    apt-get install gcc -y && \
    apt-get install libpq-dev python3-dev -y

# install dependencies
RUN pip install --upgrade pip
COPY ./requirements.txt .
RUN pip install -r requirements.txt

# copy project
COPY . .

Переменная окружения 'PYTHONDONTWRITEBYTECODE' сообщает Python не создавать файлы кэша .pyc;

Переменная окружения 'PYTHONUNBUFFERED' не позволит Python помещать в буфер потоки stdout и stderr.

Переменная окружения 'PYTHONUNBUFFERED' не позволит Python помещать в буфер потоки stdout и stderr.

requirements.txt

Все необходимые библиотеки находятся в файле requirements.txt

Django==2.2
django-crum==0.7.6
django-filter==2.2.0
djangorestframework==3.11.0
psycopg2-binary==2.9.3
pytz==2022.1
sqlparse==0.4.2

Таким образом, описанный образ будет запускать процесс установки python 3.10 и всех необходимых зависимостей, создавать рабочую директорию, в которую будут скопированы файлы приложения, после чего проект будет готов к запуску.

docker-compose.yml

Настройки файла docker-compose.yml для запуска двух контейнеров: базы данных PostgreSQL и созданного вручную контейнера приложения.

version: '3.8'

services:
  web:
    build: ./app
    command: python manage.py runserver 0.0.0.0:8000
    volumes:
      - ./app/:/usr/src/app/
    ports:
      - 8000:8000
    env_file:
      - ./.env.dev
    depends_on:
      - db
  db:
    image: postgres:13.0-alpine
    volumes:
      - postgres_data:/var/lib/postgresql/data/
    environment:
      - POSTGRES_USER=postgres
      - POSTGRES_PASSWORD=123456qQ
      - POSTGRES_DB=crudapp_db

volumes:
  postgres_data:

Развертывание приложения на операционной системе военного назначения Astra Linux «Орел».

Перед развертыванием приложения на операционной системе Astra Linux, необходимо выполнить ряд подготовительных шагов, включая установку Docker и Docker-compose.

Установка Docker

Установка Docker выполняется при помощи команд:

sudo apt update
sudo apt install docker.io

Установка Docker-compose

Установка docker-compose выполняется при помощи команд:

sudo apt -y install apt-transport-https ca-certificates curl gnupg2 software-properties-common
sudo curl -L "https://github.com/docker/compose/releases/download/1.29.2/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
sudo chmod +x /usr/local/bin/docker-compose

Сборка образа и запуск контейнеров

После успешной установки Docker и Docker-compose, необходимо собрать образ приложения и запустить контейнеры:

sudo docker-compose up -d –build

Выполнение миграций базы данных

Как только контейнеры будут запущены, следует выполнить миграции базы данных для нашего приложения:

sudo docker-compose exec web python manage.py migrate

Завершение развертывания

После выполнения всех вышеперечисленных шагов, приложение готово к использованию на операционной системе Astra Linux.

Успешный запуск приложения на операционной системе военного назначения Astra Linux «Орел».