首先确定了需求以后，为了快速实现，选择了Python+Django作为前期的技术栈，尽管Python有一些缺点。通过快速的开发和测试进行最原始的部署方式，进行前后端的联调。存储方面刚开始也是先用SQLite3。由于服务涉及到定时任务，因此选择使用Celery作为工具，配合使用Docker部署Redis。
在准备上线的前夕，就需要将域名配置好，这里推荐使用Cloudflare进行Proxy，一方面隐藏后端ip，另一方面可以直接自动HTTPS，无需在后端进行搭建证书。这期间还需要解决一系列CORS问题。
随着开发的热火朝天，传统的通过提交代码后在云服务器上拉取代码并进行nohup部署的方式就非常的痛苦，这也是前期开发为了快速迭代，并没有多考虑的点。我认为在MVP的上线期间，可以多思考这块的架构，刚开始会有很多不确定性，因此可以少考虑结构问题，但一旦准备launch，就需要规划出上线流程。
初期的MVP其实挺适合用heroku进行构建的，从Staging和Production两套环境，以及CI自动触发构建，以及Redis/PostgresAdd-ons这些都是减少了很多搭建环境以及迭代成本。但由于不再免费了，这里就不得不提它的开源版本——Dokku
dokku类似docker-compose，就是将docker和git结合，算是最轻量的PaaS工具，主要三个功能：create,deploy,scale.dokku的部署也很简单，任何装有Docker的云服务主机上都可以快速部署。想比于heroku，只是没有WebUI，当然买dokkuPro就可以有。
在之后就顺其自然的利用prometheus搭建对应的metrics平台以及用opentelemetry构建日志tracing系统。引入metrics和日志系统是为了后续建立监控告警做准备。一旦一个小的产品上线有了真实的用户，那么服务的稳定性就渐渐重要起来，这些基础实施的搭建也是为了后续更好的排查问题。
之前用Grafana搭建了Metrics和日志系统一直忘记介绍。Metrics是由Prometheus提供对应的服务，配置起来相对简单，利用上报的指标搭建各种看板就可以。
日志系统则相对复杂一些，Loki负责日志存储和查询处理，Promtail负责日志采集并发给Loki，主要NginxAccessLog，这里还使用了比较火的@vectordotdev,由其采集docker日志同样上报给Loki。在Grafana上通过写相关规则，可以很容易的进行日志查询。另外通过在Nginx上开启request_id更快排查问题。
责编：Lynn
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。