{"id":571289,"date":"2025-05-28T04:03:06","date_gmt":"2025-05-28T03:03:06","guid":{"rendered":"https:\/\/blog.jetbrains.com\/?post_type=pycharm&p=571289"},"modified":"2025-09-15T09:30:27","modified_gmt":"2025-09-15T08:30:27","slug":"implantacao-de-aplicativos-do-django-no-kubernetes","status":"publish","type":"pycharm","link":"https:\/\/blog.jetbrains.com\/pt-br\/pycharm\/2025\/05\/implantacao-de-aplicativos-do-django-no-kubernetes\/","title":{"rendered":"Implanta\u00e7\u00e3o de aplicativos do Django no Kubernetes"},"content":{"rendered":"

Por ser uma plataforma de c\u00f3digo aberto de orquestra\u00e7\u00e3o de containers que automatiza a implanta\u00e7\u00e3o, o escalamento e o balanceamento de carga, o Kubernetes oferece resili\u00eancia e flexibilidade sem igual no gerenciamento dos seus aplicativos do Django. <\/strong><\/p>\n

Quer voc\u00ea esteja iniciando um projeto de pequena escala ou gerenciando uma aplica\u00e7\u00e3o complexa, o Kubernetes fornece um ambiente robusto para incrementar o seu aplicativo do Django, garantindo que ele esteja pronto para atender \u00e0s demandas do desenvolvimento moderno para a Web.<\/p>\n

Ao automatizar a implanta\u00e7\u00e3o, o escalamento e a opera\u00e7\u00e3o de aplicativos em containers, o Kubernetes<\/a> (ou K8s) oferece in\u00fameros benef\u00edcios para as organiza\u00e7\u00f5es no ritmo acelerado do setor de tecnologia.<\/p>\n

N\u00e3o importa se voc\u00ea \u00e9 um desenvolvedor em Django buscando aumentar as suas habilidades de implanta\u00e7\u00e3o ou um entusiasta do Kubernetes pronto para explorar a integra\u00e7\u00e3o com o Django: este guia tem algo para todos.<\/p>\n

<\/p>\n

A introdu\u00e7\u00e3o deste tutorial explora a rela\u00e7\u00e3o simbi\u00f3tica entre o Django e o Kubernetes, permitindo que voc\u00ea coloque a sua aplica\u00e7\u00e3o Web em containers de forma transparente, distribua cargas de trabalho entre clusters e garanta alta disponibilidade.<\/p>\n

Django<\/h2>\n

O Django \u00e9 um framework de alto n\u00edvel para a Web em Python que \u00e9 um modelo de efici\u00eancia e simplicidade no mundo do desenvolvimento para a Web. O Django nasceu da necessidade de criar aplicativos Web que fossem r\u00e1pidos, robustos e f\u00e1ceis de manter, e tornou-se a primeira escolha de desenvolvedores e organiza\u00e7\u00f5es.<\/p>\n

Em sua ess\u00eancia, o Django adota a filosofia de “pilhas inclu\u00eddas” e oferece uma grande variedade de ferramentas, bibliotecas e conven\u00e7\u00f5es incorporadas, que facilitam o processo de desenvolvimento. Ele simplifica tarefas complexas, como roteamento de URLs, integra\u00e7\u00e3o com bancos de dados e autentica\u00e7\u00e3o de usu\u00e1rios, permitindo que os desenvolvedores se concentrem em criar seus aplicativos.<\/p>\n

Um dos benef\u00edcios mais importantes do Django \u00e9 o fato de ele seguir o princ\u00edpio “n\u00e3o se repita” (“Don’t repeat yourself”, DRY), reduzindo a redund\u00e2ncia e tornando o c\u00f3digo mais f\u00e1cil de manter. Ele tamb\u00e9m segue o padr\u00e3o de arquitetura “modelo-visualiza\u00e7\u00e3o-controlador” (MVC), tornando os aplicativos mais estruturados e f\u00e1ceis de gerenciar.<\/p>\n

O Django tamb\u00e9m d\u00e1 prioridade \u00e0 seguran\u00e7a, o que o torna menos sujeito a vulnerabilidades comuns na Web. Ele j\u00e1 inclui recursos como a prote\u00e7\u00e3o contra “cross-site scripting” (XSS) e “cross-site request forgery” (CSRF) desde a instala\u00e7\u00e3o. O Django oferece uma combina\u00e7\u00e3o poderosa de rapidez, simplicidade e seguran\u00e7a, e \u00e9 a escolha ideal para desenvolvedores que busquem criar aplicativos robustos e cheios de recursos para a Web, com o m\u00ednimo de esfor\u00e7o.<\/p>\n

Orquestradores de containers<\/h2>\n

Os orquestradores de containers s\u00e3o ferramentas essenciais para gerenciar e automatizar a implanta\u00e7\u00e3o, escalamento e opera\u00e7\u00f5es de aplicativos em containers. H\u00e1 v\u00e1rios orquestradores de containers dispon\u00edveis no mercado. Alguns dos mais populares s\u00e3o:<\/p>\n

1. Kubernetes<\/strong>, a principal plataforma de orquestra\u00e7\u00e3o de containers, oferece um ambiente robusto e adapt\u00e1vel para lidar com aplicativos em containers. Ele automatiza tarefas como o escalamento, o balanceamento de cargas e as verifica\u00e7\u00f5es de sa\u00fade dos containers e tem um amplo ecossistema de extens\u00f5es.<\/p>\n

2. Docker Swarm<\/strong> \u00e9 uma solu\u00e7\u00e3o de orquestra\u00e7\u00e3o de containers oferecida pela Docker. Ele foi projetado para ser simples de configurar e usar, e \u00e9 uma boa escolha para aplica\u00e7\u00f5es menores ou organiza\u00e7\u00f5es que j\u00e1 usam o Docker, pois ele usa a mesma interface de linha de comando e a mesma API que o Docker.<\/p>\n

3. OpenShift<\/strong> \u00e9 uma plataforma corporativa de Kubernetes desenvolvida pela Red Hat. Ele adiciona ao Kubernetes ferramentas operacionais e de desenvolvedor, simplificando a implanta\u00e7\u00e3o e o gerenciamento de aplicativos em containers.<\/p>\n

4. Nomad<\/strong>, desenvolvido pela HashiCorp, \u00e9 um orquestrador leve e amig\u00e1vel ao usu\u00e1rio, capaz de gerenciar aplicativos com e sem containers.<\/p>\n

5. Apache Mesos<\/strong> \u00e9 um kernel distribu\u00eddo de sistema, de c\u00f3digo aberto. J\u00e1 o DC\/OS (Data Center Operating System) \u00e9 uma plataforma de n\u00edvel corporativo criada sobre o Mesos. O DC\/OS amplia o alcance do Mesos com recursos adicionais para gerenciar e escalar aplicativos em containers.<\/p>\n

As equipes de software trabalham primariamente com plataformas gerenciadas oferecidas por provedores conhecidos de nuvem, como AWS, Google Cloud Platform e Azure. Esses provedores oferecem servi\u00e7os como Amazon EKS, Google GKE e Azure AKS, todos eles solu\u00e7\u00f5es gerenciadas de Kubernetes. Esses servi\u00e7os simplificam a configura\u00e7\u00e3o, expans\u00e3o e administra\u00e7\u00e3o de clusters de Kubernetes e integram-se de forma transparente com seus respectivos ambientes de nuvem, garantindo efici\u00eancia na orquestra\u00e7\u00e3o de containers e na implanta\u00e7\u00e3o de aplicativos.<\/p>\n

Como criar um aplicativo do Django no PyCharm<\/h2>\n

Neste tutorial, vamos come\u00e7ar gerando um aplicativo m\u00ednimo do Django. Depois, vamos coloc\u00e1-lo em um container e, na etapa final, implant\u00e1-lo em um cluster local de Kubernetes usando o Docker Desktop.<\/p>\n

Se voc\u00ea for novato em trabalhar com o framework Django, mas estiver ansioso para criar um aplicativo do zero com ele, leia esta postagem<\/a> de blog.<\/p>\n

Voc\u00ea pode acessar aqui<\/a> o c\u00f3digo-fonte usado neste tutorial.<\/p>\n

Vamos come\u00e7ar criando um novo aplicativo do Django no PyCharm<\/a>.<\/p>\n

\n
\n Experimente o PyCharm Pro gratuitamente<\/a>\n <\/div>\n<\/p>\n<\/div>\n

Para criar o seu projeto, abra o PyCharm e clique em New Project<\/strong>. Se o PyCharm j\u00e1 estiver em execu\u00e7\u00e3o, selecione File | New Project<\/strong> no menu principal.<\/p>\n

Forne\u00e7a os dados essenciais, como o nome do projeto, o local e o tipo de interpretador, usando o venv<\/a> ou um ambiente personalizado.<\/p>\n

<\/p>\n

Em seguida, clique em Create<\/strong>.<\/p>\n

O PyCharm far\u00e1 o trabalho pesado, configurando o seu projeto e criando o ambiente virtual.<\/p>\n

<\/p>\n

Gunicorn<\/h3>\n

Depois de criar o projeto, instale o Gunicorn<\/a>, um servidor de HTTP em Python para interfaces de gateways de servidores Web (WSGI). O Gunicorn \u00e9 um servidor-modelo de trabalho para a Web, usado com aplicativos de Web em Python antes do fork, e costuma ser usado em combina\u00e7\u00e3o com frameworks de Web como o Django, o Flask e outros, para implantar aplicativos de Web e disponibiliz\u00e1-los na Internet.<\/p>\n

A janela de ferramentas Python Packages<\/strong> \u00e9 a maneira mais r\u00e1pida e f\u00e1cil de pr\u00e9-visualizar e instalar pacotes para o interpretador Python selecionado no momento.<\/p>\n

Voc\u00ea pode abrir essa janela de ferramentas acionando View | Tool Windows | Python Packages<\/strong>.<\/p>\n

<\/p>\n

Psycopg 2<\/h3>\n

O Psycopg 2<\/a> \u00e9 uma biblioteca do Python usada para se conectar a bancos de dados PostgreSQL e interagir com eles. Ele fornece uma interface no Python para trabalhar com o PostgreSQL, um dos mais populares sistemas de c\u00f3digo aberto para o gerenciamento de bancos de dados relacionais. O Psycopg 2 permite que os desenvolvedores Python executem diversas opera\u00e7\u00f5es de banco de dados, como incluir, atualizar e recuperar dados, al\u00e9m de executar consultas em SQL e gerenciar conex\u00f5es a bancos de dados dentro de programas em Python.<\/p>\n

\"\"<\/figure>\n

Antes de instalar o psycopg2<\/code>, voc\u00ea precisa instalar as depend\u00eancias em n\u00edvel de sistema, usando brew install libpq<\/code> no macOS ou apt-get install libpq-dev<\/code> no Linux.<\/p>\n

Refer\u00eancia: postgresql.org\/docs\/16\/libpq.html<\/a><\/p>\n

O libpq<\/code> \u00e9 a biblioteca de cliente do PostgreSQL. \u00c9 uma biblioteca em C que fornece os recursos necess\u00e1rios para os aplicativos-clientes se conectarem a servidores de bancos de dados PostgreSQL, interagirem com eles e gerenci\u00e1-los.\u00a0<\/p>\n

Depois de terminar as modifica\u00e7\u00f5es espec\u00edficas, atualize a se\u00e7\u00e3o de settings.py<\/code> referente a DATABASES<\/code>.<\/p>\n

<\/p>\n

Nunca deixe de passar as suas credenciais secretas atrav\u00e9s de vari\u00e1veis de ambiente.<\/p>\n

STATIC_ROOT<\/h3>\n

No Django, STATIC_ROOT<\/code> \u00e9 uma configura\u00e7\u00e3o usada para especificar o caminho absoluto no sistema de arquivos onde os arquivos est\u00e1ticos coletados ser\u00e3o armazenados quando voc\u00ea executar o comando de gerenciamento collectstatic<\/code>. Tipicamente, os arquivos est\u00e1ticos incluem recursos de CSS, JavaScript, imagens e outros usados pelo seu aplicativo de Web. A configura\u00e7\u00e3o STATIC_ROOT<\/code> \u00e9 essencial para os servidores fornecerem arquivos est\u00e1ticos em um ambiente de produ\u00e7\u00e3o.<\/p>\n

<\/p>\n

Defina uma vari\u00e1vel de ambiente para STATIC_ROOT<\/code> na linha 127. Essa vari\u00e1vel apontar\u00e1 para um caminho de arquivo, que por sua vez levar\u00e1 a um volume persistente do Kubernetes. Explicarei mais tarde como fazer essa configura\u00e7\u00e3o.<\/p>\n

Para coletar arquivos est\u00e1ticos, execute este comando:<\/p>\n

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

Este comando reunir\u00e1 os arquivos est\u00e1ticos e os colocar\u00e1 no diret\u00f3rio especificado em STATIC_ROOT<\/code>. Ent\u00e3o, voc\u00ea poder\u00e1 fornecer esses recursos diretamente, atrav\u00e9s de um servidor de Web NGINX ou Apache \u2014 uma abordagem mais eficiente para ambientes de produ\u00e7\u00e3o.<\/p>\n

Dockerfile<\/h3>\n

Um Dockerfile \u00e9 um documento simples de texto que cont\u00e9m diretivas para construir imagens do Docker.<\/p>\n

\"\"<\/figure>\n

1. FROM python:3.11<\/code><\/strong>: Esta linha especifica a imagem de base da imagem do Docker, usando a imagem oficial do Python 3.11 do Docker Hub. Ser\u00e1 feito o build do aplicativo e ele ser\u00e1 executado sobre essa imagem de base, que j\u00e1 tem o Python pr\u00e9-instalado.<\/p>\n

2. ENV PYTHONUNBUFFERED 1<\/code><\/strong>: Esta linha atribui o valor 1<\/code> \u00e0 vari\u00e1vel de ambiente PYTHONUNBUFFERED<\/code>. Costuma-se recomendar definir esta vari\u00e1vel de ambiente ao executar o Python em containers do Docker, para garantir que o Python n\u00e3o coloque a sa\u00edda em um buffer. Isso ajuda a obter logs e informa\u00e7\u00f5es de depura\u00e7\u00e3o do aplicativo em tempo real.<\/p>\n

3. WORKDIR \/app<\/code><\/strong>: Esta linha define \/app<\/code> como o diret\u00f3rio de trabalho no container do Docker. Todos os comandos subsequentes ser\u00e3o executados nesse diret\u00f3rio.<\/p>\n

4. COPY . \/app<\/code><\/strong>: Esta linha copia o conte\u00fado do diret\u00f3rio atual (aquele onde est\u00e1 localizado o Dockerfile) para o diret\u00f3rio \/app<\/code> dentro do container. Isso inclui o c\u00f3digo do seu aplicativo e quaisquer arquivos necess\u00e1rios \u00e0 imagem do Docker.<\/p>\n

5. RUN pip install -r requirements.txt<\/code><\/strong>: Esta linha executa o comando pip install<\/code>, para instalar as depend\u00eancias do Python listadas no arquivo requirements.txt<\/code>, localizado no diret\u00f3rio \/app<\/code>. Esta \u00e9 uma pr\u00e1tica comum para aplicativos em Python, pois ela permite a voc\u00ea gerenciar as depend\u00eancias do aplicativo.<\/p>\n

6. EXPOSE 8000<\/code><\/strong>: Informa ao Docker que o container estar\u00e1 escutando a porta 8000. Esta linha n\u00e3o publica de fato a porta. \u00c9 uma declara\u00e7\u00e3o de metadado para indicar quais portas o container poder\u00e1 usar.<\/p>\n

7. CMD [\"gunicorn\", \"django_kubernetes_tutorial.wsgi:application\", \"--bind\", \"0.0.0.0:8000\"]<\/code><\/strong>: Esta linha especifica o comando-padr\u00e3o a ser executado na inicializa\u00e7\u00e3o do container. Esse comando usa o Gunicorn como servidor para o aplicativo do Django e especifica que o Gunicorn dever\u00e1 escutar todas as interfaces de rede (0.0.0.0<\/code>) na porta 8000, usando o aplicativo do WSGI definido em django_kubernetes_tutorial.wsgi:application<\/code>.<\/p>\n

DockerHub<\/h3>\n

Visite hub.docker.com<\/a> e fa\u00e7a login ou crie uma conta na plataforma.<\/p>\n

Clique em Create repository<\/strong>.<\/p>\n

<\/p>\n

Em seguida, informe o nome do reposit\u00f3rio e defina a visibilidade como p\u00fablica. Se voc\u00ea estiver trabalhando com dados sens\u00edveis ou confidenciais, defina a visibilidade como Private<\/strong>.<\/p>\n

<\/p>\n

Depois de criar o reposit\u00f3rio, voc\u00ea precisar\u00e1 fazer o build da imagem do Docker e depois fazer o push da imagem para o registro.<\/p>\n

Antes de executar o comando, certifique-se de que o seu arquivo requirements.txt<\/code> esteja atualizado, executando o seguinte comando:<\/p>\n

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

Para construir uma imagem, execute o comando a seguir:\u00a0<\/p>\n

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

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

Este comando variar\u00e1 em fun\u00e7\u00e3o das suas circunst\u00e2ncias espec\u00edficas e voc\u00ea precisar\u00e1 usar o seu nome pessoal de usu\u00e1rio.<\/p>\n

Agora, voc\u00ea precisa se autenticar no Docker Hub para fazer o push da imagem para o registro.<\/p>\n

Digite este comando no terminal:<\/p>\n

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

Digite o seu nome de usu\u00e1rio e senha. Depois de ter se autenticado com sucesso, voc\u00ea poder\u00e1 fazer o push da imagem, executando este comando:<\/p>\n

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

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

Depois de o push da imagem ter sido conclu\u00eddo com sucesso, voc\u00ea poder\u00e1 observar as altera\u00e7\u00f5es no Docker Hub.<\/p>\n

<\/p>\n

Se voc\u00ea n\u00e3o estiver planejando fazer push de mais nenhuma imagem para o registro, poder\u00e1 encerrar a sess\u00e3o, executando este comando:<\/p>\n

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

Se voc\u00ea quiser fazer um pull local dessa imagem, visite hub.docker.com\/r\/mukulmantosh\/django-kubernetes<\/a>.<\/p>\n

Configura\u00e7\u00e3o do Kubernetes: como criar arquivos em YAML<\/h2>\n

Esta se\u00e7\u00e3o do tutorial descreve a implanta\u00e7\u00e3o de aplicativos em clusters locais do Kubernetes.<\/strong><\/p>\n

Neste tutorial, usaremos o Docker Desktop, mas voc\u00ea tamb\u00e9m pode usar o minikube ou o kind.<\/p>\n

Namespaces<\/h3>\n

No Kubernetes, namespaces<\/a> \u00e9 uma parti\u00e7\u00e3o virtual dentro de um cluster, usada para agrupar e isolar recursos e objetos. \u00c9 uma maneira de criar diversos clusters virtuais dentro de um \u00fanico cluster f\u00edsico.\u00a0<\/p>\n

Voc\u00ea pode criar e gerenciar namespaces usando o kubectl<\/a><\/code>, a ferramenta de linha de comando do Kubernetes, ou definindo-os em manifestos em YAML ao implantar recursos.\u00a0<\/p>\n