La communauté de l'inclusion

Initial dev setup

Installer l'environnement virtuel et les dépendances :

$ poetry install

Copier le fichier .env.template en .env et le modifier en fonction de vos besoins.

$ cp .env.template .env

Accéder à l'environnement virtuel :

$ poetry shell

Démarrer les instances

Démarer la base de données et le bucket S3

$ docker-compose up -d

Démarrer le service web

$ python manage.py runserver_plus

NB : pour démarrer la stack complète sous docker-compose

$ docker-compose --profile django up

Préparer l'environnement de données

$ python manage.py createcachetable
$ python manage.py migrate
$ python manage.py populate
$ python manage.py configure_bucket

NB : accéder au bash du conteneur commu_django pour exécuter ces commandes

$ docker exec -it commu_django bash

restaurer une base de données

• le client postgresql doit être installé sur la machine hôte
• le script ./scripts/scripts/import-latest-db-backup.sh doit être exécuté

Mises à jour

Ajouter d'une dépendance :

$ poetry add django-anymail

Ajouter d'une dépendance de développement :

$ poetry add --group dev poethepoet

Mettre à jour des dépendances :

$ poetry update;poetry lock

Générer les fichiers requirements

$ poetry run poe export;poetry run poe export_dev

Développement

Déboguer pas à pas

Le débogueur démarre par défaut avec debugpy.

Il vous reste juste à configurer votre IDE pour qu'il s'y attache. Dans VSCode, il suffit de créer le fichier launch.json dans le répertoire .vscode comme suit :

{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Python Django with venv",
            "type": "python",
            "request": "launch",
            "program": "${workspaceFolder}/manage.py",
            "args": [
                "runserver"
            ],
            "django": true,
            "justMyCode": true
        }
    ]
}

Vous pourrez dès lors placer des points d'arrêt dans le code en survolant le numéro de ligne dans la colonne à gauche et de lancer le débogueur (qui ne fera que s'attacher au serveur de deboguage qui tourne dans votre conteneur).

Lancer les tests en distribué

pytest --numprocesses=logical --create-db

Déploiement sur Clever Cloud

Ajouter les secrets suivants dans le repo git

• CLEVER_SECRET
• CLEVER_TOKEN

Créer et lier les addons

• postgresql
• cellar S3 storage
• configuration provider

Créer les variables d'environnement suivantes dans le configuration provider

• ALLOWED_HOSTS
• CC_PIP_REQUIREMENTS_FILE
• CC_PYTHON_BACKEND
• CC_PYTHON_MODULE
• CC_PYTHON_VERSION
• CC_UWSGI_DISABLE_FILE_WRAPPER
• DJANGO_DEBUG
• DJANGO_SECRET_KEY
• DJANGO_SETTINGS_MODULE
• OPENID_CONNECT_BASE_URL
• OPENID_CONNECT_CLIENT_ID
• OPENID_CONNECT_CLIENT_SECRET
• OPENID_CONNECT_REALM
• PORT
• PYTHONPATH
• SENTRY_DSN
• SIB_API_KEY
• STATIC_FILES_PATH
• STATIC_URL_PREFIX

pour le déploiment des recettes jetables

Créer et lier les addons (différents de ceux de production ^^)

• postgresql
• cellar S3 storage
• configuration provider

Ajouter les secrets suivants dans le repo git

• CLEVER_REVIEW_APPS_CONFIGURATION_ADDON
• CLEVER_REVIEW_APPS_ORG
• CLEVER_REVIEW_APPS_S3_ADDON