{"id":593222,"date":"2025-08-19T08:10:38","date_gmt":"2025-08-19T07:10:38","guid":{"rendered":"https:\/\/blog.jetbrains.com\/?post_type=pycharm&p=593222"},"modified":"2025-10-16T10:58:39","modified_gmt":"2025-10-16T09:58:39","slug":"deploiement-d-applications-django-dans-kubernetes","status":"publish","type":"pycharm","link":"https:\/\/blog.jetbrains.com\/fr\/pycharm\/2025\/08\/deploiement-d-applications-django-dans-kubernetes\/","title":{"rendered":"D\u00e9ploiement d’applications Django dans Kubernetes"},"content":{"rendered":"

En tant que plateforme d’orchestration de conteneurs open source automatisant le d\u00e9ploiement, la mise \u00e0 l’\u00e9chelle et l’\u00e9quilibrage de charge, Kubernetes offre une r\u00e9silience et une flexibilit\u00e9 in\u00e9gal\u00e9es pour la gestion de vos applications Django. <\/strong><\/p>\n

Qu’il s’agisse de lancer un projet \u00e0 petite \u00e9chelle ou de g\u00e9rer une application complexe, Kubernetes fournit un environnement robuste pour am\u00e9liorer votre application Django en garantissant qu’elle r\u00e9ponde aux exigences du d\u00e9veloppement web moderne.<\/p>\n

En automatisant le d\u00e9ploiement, la mise \u00e0 l’\u00e9chelle et la gestion des applications conteneuris\u00e9es, Kubernetes<\/a> (ou K8s) pr\u00e9sente de nombreux avantages pour les organisations du secteur fortement \u00e9volutif de la tech.<\/p>\n

Que vous soyez un d\u00e9veloppeur Django cherchant \u00e0 am\u00e9liorer ses comp\u00e9tences de d\u00e9ploiement ou un fan de Kubernetes qui souhaite explorer l’int\u00e9gration de Django, ce guide est fait pour vous.<\/p>\n

<\/p>\n

L’introduction de ce tutoriel traite de la relation symbiotique entre Django et Kubernetes, qui vous permet de cr\u00e9er de conteneuriser de mani\u00e8re fluide transparente votre application web, de r\u00e9partir les charges de travail sur les clusters et de garantir une haute disponibilit\u00e9.<\/p>\n

Django<\/h2>\n

Le framework Django, un framework web Python de haut niveau, se distingue par son efficacit\u00e9 et sa simplicit\u00e9 dans le domaine du d\u00e9veloppement web. Con\u00e7u pour cr\u00e9er des applications web rapides, robustes et faciles \u00e0 maintenir, Django est devenu une r\u00e9f\u00e9rence pour les d\u00e9veloppeurs et les organisations.<\/p>\n

Fondamentalement, Django a une approche \u00ab\u00a0batteries-included\u00a0\u00bb, qui offre un ensemble \u00e9tendu d’outils int\u00e9gr\u00e9s, de biblioth\u00e8ques et de conventions qui facilitent le processus de d\u00e9veloppement. Il simplifie les t\u00e2ches complexes comme le routage d’URL, l’int\u00e9gration des bases de donn\u00e9es et l’authentification des utilisateurs, ce qui permet aux d\u00e9veloppeurs de se concentrer sur la cr\u00e9ation de leurs applications.<\/p>\n

L’un des principaux avantages de Django r\u00e9side dans son principe \u00ab\u00a0Ne vous r\u00e9p\u00e9tez pas\u00a0\u00bb (Don’t repeat yourself, DRY), qui r\u00e9duit les redondances et facilite la maintenance du code. Il applique \u00e9galement l’architecture mod\u00e8le-vue-contr\u00f4leur (model-view-controller, MVC), ce qui permet d’obtenir des applications structur\u00e9es et faciles \u00e0 g\u00e9rer.<\/p>\n

Django donne \u00e9galement la priorit\u00e9 \u00e0 la s\u00e9curit\u00e9, en r\u00e9duisant l’exposition aux vuln\u00e9rabilit\u00e9s web les plus courantes. Il inclut d\u00e8s le d\u00e9part des fonctionnalit\u00e9s telles que la protection contre les scripts intersites (XSS) et la falsification de requ\u00eates intersites (CSRF). Offrant une combinaison puissante de vitesse, de simplicit\u00e9 et de s\u00e9curit\u00e9, Django est un choix id\u00e9al pour les d\u00e9veloppeurs souhaitant cr\u00e9er facilement des applications web robustes et riches en fonctionnalit\u00e9s.<\/p>\n

Orchestrateurs de conteneurs<\/h2>\n

Les orchestrateurs de conteneurs sont des outils essentiels pour g\u00e9rer et automatiser le d\u00e9ploiement, la mise \u00e0 l’\u00e9chelle et la gestion des applications conteneuris\u00e9es. Plusieurs orchestrateurs de conteneurs sont disponibles sur le march\u00e9, les plus populaires \u00e9tant\u00a0:<\/p>\n

1. Kubernetes<\/strong>, cette plateforme d’orchestration de conteneurs open source tr\u00e8s appr\u00e9ci\u00e9e offre un environnement robuste et adaptable pour g\u00e9rer les applications conteneuris\u00e9es. Elle automatise des t\u00e2ches telles que la mise \u00e0 l’\u00e9chelle, l’\u00e9quilibrage de charge et la v\u00e9rification de l’\u00e9tat des conteneurs gr\u00e2ce \u00e0 un vaste \u00e9cosyst\u00e8me d’extensions.<\/p>\n

2. Docker Swarm<\/strong> est une solution d’orchestration de conteneurs propos\u00e9e par Docker. Con\u00e7ue pour \u00eatre simple \u00e0 configurer et \u00e0 utiliser, c’est un bon choix pour les applications les plus simples ou les organisations utilisant d\u00e9j\u00e0 Docker, car elle utilise la m\u00eame interface de ligne de commande et la m\u00eame API que Docker.<\/p>\n

3. OpenShift<\/strong> est une plateforme Kubernetes d’entreprise d\u00e9velopp\u00e9e par Red Hat. Elle ajoute des outils de d\u00e9veloppement et d’op\u00e9rations \u00e0 Kubernetes, ce qui simplifie le d\u00e9ploiement et la gestion des applications conteneuris\u00e9es.<\/p>\n

4. Nomad<\/strong>, d\u00e9velopp\u00e9 par HashiCorp, est un orchestrateur l\u00e9ger et convivial permettant de g\u00e9rer \u00e0 la fois les applications conteneuris\u00e9es et non conteneuris\u00e9es.<\/p>\n

5. Apache Mesos <\/strong>est un noyau de syst\u00e8me distribu\u00e9 open source et DC\/OS (Data Center Operating System) est une plateforme d’entreprise construite sur Mesos. DC\/OS \u00e9tend les fonctionnalit\u00e9s de Mesos pour la gestion et la mise \u00e0 l’\u00e9chelle des applications conteneuris\u00e9es.<\/p>\n

Les \u00e9quipes de d\u00e9veloppement logiciel travaillent principalement avec les plateformes g\u00e9r\u00e9es propos\u00e9es par des fournisseurs cloud reconnus tels que AWS, Google Cloud Platform et Azure. Ces fournisseurs cloud offrent des services comme Amazon EKS, Google GKE et Azure AKS, qui sont toutes des solutions Kubernetes g\u00e9r\u00e9es. Ces services simplifient la configuration, l’expansion et l’administration des clusters Kubernetes et permettent de les int\u00e9grer facilement avec les environnements cloud respectifs afin d’assurer une orchestration efficace des conteneurs et du d\u00e9ploiement des applications.<\/p>\n

Cr\u00e9er une application Django dans PyCharm<\/h2>\n

Dans ce tutoriel, nous allons commencer par g\u00e9n\u00e9rer une application Django minimaliste. Nous allons ensuite conteneuriser cette application, et pour finir, nous la d\u00e9ployer sur un cluster Kubernetes local en utilisant Docker Desktop.<\/p>\n

Si vous d\u00e9couvrez le framework Django et souhaitez savoir comment cr\u00e9er une application Django \u00e0 partir de 0, lisez cet article de blog<\/a>.<\/p>\n

Vous pouvez acc\u00e9der au code source utilis\u00e9 dans ce tutoriel ici<\/a>.<\/p>\n

Commen\u00e7ons en cr\u00e9ant une nouvelle application Django dans PyCharm<\/a>.<\/p>\n

\n
Essayer PyCharm Pro gratuitement<\/a><\/div>\n<\/div>\n

Pour cr\u00e9er votre projet, lancez PyCharm et cliquez sur New Project<\/strong>. Si PyCharm est d\u00e9j\u00e0 lanc\u00e9, s\u00e9lectionnez File | New Project<\/strong> dans le menu principal.<\/p>\n

Fournissez les informations essentielles, telles que le nom du projet, l’emplacement et le type d’interpr\u00e9teur, en utilisant venv<\/a> ou un environnement personnalis\u00e9.<\/p>\n

<\/p>\n

Cliquez ensuite sur Create<\/strong>.<\/p>\n

PyCharm se chargera de la plus grande partie de la configuration du projet et de la cr\u00e9ation de l’environnement virtuel.<\/p>\n

<\/p>\n

Gunicorn<\/h3>\n

Une fois le projet cr\u00e9\u00e9, installez Gunicorn<\/a>\u00a0; il s’agit d’un serveur web HTTP WSGI populaire \u00e9crit en Python. Gunicorn est un serveur web bas\u00e9 sur le mod\u00e8le des workers pr\u00e9-fork qui est tr\u00e8s sollicit\u00e9 pour servir des applications web en Python. Il est souvent utilis\u00e9 en conjonction avec des frameworks web tels que Django, Flask et autres pour d\u00e9ployer des applications web et les rendre accessibles sur Internet.<\/p>\n

La fen\u00eatre d’outils Python Packages<\/strong> fournit le moyen le plus rapide et simple pour obtenir un aper\u00e7u des packages et les installer pour l’interpr\u00e9teur Python actuellement s\u00e9lectionn\u00e9.<\/p>\n

Vous pouvez ouvrir la fen\u00eatre d’outils via View | Tool Windows | Python Packages<\/strong>.<\/p>\n

<\/p>\n

Psycopg 2<\/h3>\n

Psycopg 2<\/a> est une biblioth\u00e8que Python servant \u00e0 se connecter aux bases de donn\u00e9es PostgreSQL et \u00e0 interagir avec elles. Il fournit une interface Python pour travailler avec PostgreSQL, l’un des SGBDR open source les plus populaires. Psycopg 2 permet aux d\u00e9veloppeurs Python d’ex\u00e9cuter diff\u00e9rentes op\u00e9rations avec les bases de donn\u00e9es, telles que l’insertion, la mise \u00e0 jour et l’extraction de donn\u00e9es, ainsi que l’ex\u00e9cution de requ\u00eates SQL et la gestion de connexions de bases de donn\u00e9es \u00e0 partir de programmes en Python.<\/p>\n

\"\"<\/figure>\n

Avant d’installer psycopg2<\/code>, assurez-vous d’installer les d\u00e9pendances syst\u00e8me\u00a0: brew install libpq<\/code> pour macOS et apt-get install libpq-dev<\/code> pour Linux.<\/p>\n

R\u00e9f\u00e9rence\u00a0: postgresql.org\/docs\/16\/libpq.html<\/a><\/p>\n

libpq<\/code> est la biblioth\u00e8que client pour PostgreSQL. Il s’agit d’une biblioth\u00e8que C qui r\u00e9unit toutes les fonctionnalit\u00e9s n\u00e9cessaires pour que les applications client se connectent aux serveurs de bases de donn\u00e9es PostgreSQL, afin d’interagir avec eux ou de les g\u00e9rer.<\/p>\n

Une fois les modifications termin\u00e9es, mettez \u00e0 jour la section de settings.py<\/code> qui se rapporte \u00e0 DATABASES<\/code>.<\/p>\n

<\/p>\n

Veillez \u00e0 transf\u00e9rer les informations d’authentification secr\u00e8tes au moyen des variables d’environnement.<\/p>\n

STATIC_ROOT<\/h3>\n

Dans Django, STATIC_ROOT<\/code> est un param\u00e8tre de configuration permettant de sp\u00e9cifier le chemin absolu des fichiers syst\u00e8me o\u00f9 les fichiers statiques collect\u00e9s seront stock\u00e9s lorsque vous ex\u00e9cutez la commande de gestion collectstatic<\/code>. Les fichiers statiques incluent g\u00e9n\u00e9ralement CSS, JavaScript, les images et autres ressources de votre application web. Le param\u00e8tre STATIC_ROOT<\/code> est un \u00e9l\u00e9ment essentiel des serveurs de fichiers statiques dans un environnement de production.<\/p>\n

<\/p>\n

D\u00e9finissez une variable d’environnement pour STATIC_ROOT<\/code> \u00e0 la ligne 127. Cette variable pointe vers un chemin de fichier qui m\u00e8ne \u00e0 un PersistentVolume Kubernetes. J’expliquerai plus tard comment cr\u00e9er cette configuration.<\/p>\n

Pour collecter les fichiers statiques, ex\u00e9cutez la commande suivante\u00a0:<\/p>\n

python manage.py collectstatic<\/code><\/p>\n

Cette commande regroupera les fichiers statiques et les placera dans le r\u00e9pertoire STATIC_ROOT<\/code>. Vous pouvez ensuite servir ces ressources directement avec un serveur web NGINX ou Apache, car cela constitue une approche plus efficace pour les environnements de production.<\/p>\n

Dockerfile<\/h3>\n

Un Dockerfile est un simple document texte contenant des directives de construction des images Docker.<\/p>\n

\"\"<\/figure>\n

1. FROM python:3.11<\/code><\/strong>\u00a0: cette ligne sp\u00e9cifie l’image de base pour l’image Docker utilisant l’image Python 3.11 officielle de Docker Hub. L’application sera construite et ex\u00e9cut\u00e9e sur la base de cette image, dans laquelle Python est pr\u00e9-install\u00e9.<\/p>\n

2. ENV PYTHONUNBUFFERED 1<\/code><\/strong>\u00a0: cette ligne d\u00e9finit la variable d’environnement PYTHONUNBUFFERED<\/code> sur 1<\/code>. Il est souvent recommand\u00e9 de d\u00e9finir cette variable d’environnement lors de l’ex\u00e9cution de Python dans des conteneurs Docker pour s’assurer que Python ne place pas la sortie en m\u00e9moire tampon. Cela facilite l’obtention de fichiers journaux en temps r\u00e9el et le d\u00e9bogage des informations \u00e0 partir de l’application.<\/p>\n

3. WORKDIR \/app<\/code><\/strong>\u00a0: cette ligne d\u00e9finit le r\u00e9pertoire de travail du conteneur Docker sur \/app<\/code>. Toutes les commandes suivantes seront ex\u00e9cut\u00e9es dans ce r\u00e9pertoire.<\/p>\n

4. COPY . \/app<\/code><\/strong>\u00a0: cette ligne copie le contenu du r\u00e9pertoire actif (celui o\u00f9 se trouve le Dockerfile) dans le r\u00e9pertoire \/app<\/code> du conteneur. Cela inclut le code de votre application et tous les fichiers n\u00e9cessaires pour l’image Docker.<\/p>\n

5. RUN pip install -r requirements.txt<\/code><\/strong>\u00a0: cette ligne ex\u00e9cute la commande pip install<\/code> pour installer les d\u00e9pendances Python figurant dans le fichier requirements.txt<\/code> situ\u00e9 dans le r\u00e9pertoire \/app<\/code>. Il s’agit d’une pratique courante pour les applications Python, car elle permet de g\u00e9rer les d\u00e9pendances de l’application.<\/p>\n

6. EXPOSE 8000<\/code><\/strong>\u00a0: cette ligne informe Docker que le conteneur \u00e9coute sur le port 8000. Elle ne publie pas le port. Il s’agit d’une d\u00e9claration de m\u00e9tadonn\u00e9es qui indique les ports que le conteneur peut utiliser.<\/p>\n

7. CMD [\"gunicorn\", \"django_kubernetes_tutorial.wsgi:application\", \"--bind\", \"0.0.0.0:8000\"]<\/code><\/strong>\u00a0: cette ligne sp\u00e9cifie la commande par d\u00e9faut \u00e0 ex\u00e9cuter lors du d\u00e9marrage du conteneur. Elle utilise Gunicorn pour servir l’application Django et force Gunicorn \u00e0 \u00e9couter toutes les interfaces r\u00e9seau (0.0.0.0<\/code>) sur le port 8000 en utilisant l’application WSGI d\u00e9finie dans django_kubernetes_tutorial.wsgi:application<\/code>.<\/p>\n

DockerHub<\/h3>\n

Ouvrez la page hub.docker.com<\/a> et connectez ou inscrivez-vous sur la plateforme.<\/p>\n

Cliquez sur Create repository<\/strong>.<\/p>\n

<\/p>\n

Ensuite, fournissez le nom du r\u00e9f\u00e9rentiel et d\u00e9finissez la visibilit\u00e9 sur publique. Si vous manipulez des informations sensibles ou confidentielles, d\u00e9finissez la visibilit\u00e9 sur priv\u00e9e<\/strong>.<\/p>\n

<\/p>\n

Une fois le r\u00e9f\u00e9rentiel cr\u00e9\u00e9, vous devez cr\u00e9er l’image docker et pousser cette image vers le registre.<\/p>\n

Avant d’ex\u00e9cuter la commande, assurez-vous que votre fichier requirements.txt<\/code> est \u00e0 jour en ex\u00e9cutant la commande suivante\u00a0:<\/p>\n

pip freeze > requirements.txt<\/code><\/p>\n

Pour construire une image, ex\u00e9cutez la commande suivante\u00a0:<\/p>\n

docker build -t mukulmantosh\/django-kubernetes:1.0 .<\/code><\/p>\n

docker build -t \/django-kubernetes:1.0 .<\/code><\/p>\n

Cette commande peut varier en fonction de vos circonstances et vous devez utiliser votre propre nom d’utilisateur.<\/p>\n

Vous devez ensuite vous identifier sur Docker Hub pour faire un push de l’image dans le registre.<\/p>\n

Tapez la commande suivante dans le terminal\u00a0:<\/p>\n

docker login<\/code><\/p>\n

Entrez votre nom d’utilisateur et votre mot de passe. Une fois le processus d’authentification termin\u00e9, vous pouvez faire un push de l’image en ex\u00e9cutant\u00a0:<\/p>\n

docker push mukulmantosh\/django-kubernetes:1.0\u00a0<\/code><\/p>\n

docker push \/django-kubernetes:1.0\u00a0<\/code><\/p>\n

Une fois l’image pouss\u00e9e, vous pouvez observer des modifications dans Docker Hub.<\/p>\n

<\/p>\n

Si vous ne pr\u00e9voyez pas de faire d’autres push d’images dans le registre, vous pouvez vous d\u00e9connecter en ex\u00e9cutant la commande\u00a0:<\/p>\n

docker logout<\/code><\/p>\n

Si vous souhaitez extraire cette image localement, allez sur la page hub.docker.com\/r\/mukulmantosh\/django-kubernetes<\/a>.<\/p>\n

Configuration de Kubernetes\u00a0: \u00e9crire des fichiers YAML<\/h2>\n

Cette section du tutoriel d\u00e9crit le d\u00e9ploiement d’applications sur des clusters Kubernetes locaux.<\/strong><\/p>\n

Pour ce tutoriel, nous allons utiliser Docker Desktop, mais vous pouvez aussi utiliser minikube ou kind.<\/p>\n

Namespaces<\/h3>\n

Dans Kubernetes, namespaces<\/a> est une partition virtuelle dans un cluster qui est utilis\u00e9e pour grouper et isoler des ressources et des objets. C’est une fa\u00e7on de cr\u00e9er plusieurs clusters virtuels dans un m\u00eame cluster physique.<\/p>\n

Vous pouvez cr\u00e9er et g\u00e9rer les namespaces en utilisant kubectl<\/a><\/code>, l’outil de ligne de commande de Kubernetes ou en les d\u00e9finissant dans les manifestes YAML lors du d\u00e9ploiement des ressources.<\/p>\n