AIRGOLAB-CEFET-RJ / tais

Tool for analisys of AIS data

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

TAIS APP

Tool for analisys of AIS data

Execução do Servidor Back-End

Para executar no ambiente de Desenvolvimento (DEV)

  1. Execute o terminal
  2. Vá para o diretório com o comando cd api
  3. (opcional) Verifique se as variáveis de ambiente no arquivo entrypoint.sh estão corretas, caso queira testar outra Base de Dados.
  4. Execute o comando docker-compose -f .\docker-compose.dev.yml build para gerar a imagem da máquina que irá rodar a API
  5. Execute o comando docker-compose -f .\docker-compose.dev.yml up para executar o comtainer e rodar a aplicação. Após a execução do comando, deverá aparecer em um Log gerado pelo Flask, a URL em que a aplicação está rodando. Ex: http://localhost:5000

Detalhes:

  • Toda vez que o build for executado na máquina no ambiente de desenvolvimento, o script chamado init.sql irá executar. Fazendo com que a tabela utilizada na aplicação seja criada junto com a inserção de alguns dados nessa tabela. Para que seja possivel utilizar a aplicação sem ocorrer problemas com o Banco de Dados.

Para executar no ambiente de Produção (PROD)

  1. Execute o terminal
  2. Vá para o diretório com o comando cd api
  3. Verifique se as variáveis de ambiente no arquivo entrypoint.sh estão corretas e se estão apontando para os dados de produção corretamente, caso não esteja, altere-as.
  4. Execute o comando docker-compose -f .\docker-compose.prod.yml build para gerar a imagem da máquina que irá rodar a API
  5. Execute o comando docker-compose -f .\docker-compose.prod.yml up para executar o comtainer e rodar a aplicação. Após a execução do comando, deverá aparecer em um Log gerado pelo Flask, a URL em que a aplicação está rodando. Ex: http://localhost:5000

Detalhes:

  • O ideal para alterar variáveis de ambiente em produção é dentro do próprio servidor, para que os dados não fiquem expostos no Repositório.
  • Este ambiente não executa um script SQL para criar os dados, pois o mesmo deverá apontar para a Base de Dados já existente dentro do Servidor.
  • É necessário ter configurado o NGINX para fazer a utilização do PROXY no Servidor.

Execução da Interface Front-End

Para executar no ambiente de Desenvolvimento (DEV)

  1. Execute o terminal
  2. Vá para o diretório com o comando cd front
  3. Verifique se as variáveis de ambiente no arquivo entrypoint.sh estão corretas, caso tenha alterado a porta em que a aplicação do Servidor Back-End está rodando.
  4. Execute o comando docker-compose -f .\docker-compose.dev.yml build para gerar a imagem da máquina que irá rodar o Servidor
  5. Execute o comando docker-compose -f .\docker-compose.dev.yml up para executar o comtainer e rodar a aplicação. Após a execução do comando, deverá aparecer os Logs gerados pelo npm ao executar a aplicação, e deverá rodar na url http://localhost:[PORTA_DEFINIDA_NO_FRONTEND].

Para executar no ambiente de Produção (PROD)

  1. Execute o terminal
  2. Vá para o diretório com o comando cd front
  3. Verifique se as variáveis de ambiente no arquivo entrypoint.sh estão corretas, caso tenha alterado a porta em que a aplicação do Servidor Back-End está rodando.
  4. Execute o comando docker-compose -f .\docker-compose.prod.yml build para gerar a imagem da máquina que irá rodar o Servidor
  5. Execute o comando docker-compose -f .\docker-compose.prod.yml up para executar o comtainer e rodar a aplicação. Após a execução do comando, deverá aparecer os Logs gerados pelo npm ao executar a aplicação, e deverá rodar na url http://localhost:[PORTA_DEFINIDA_NO_FRONTEND].

Detalhes:

  • O ideal para alterar variáveis de ambiente em produção é dentro do próprio servidor, para que os dados não fiquem expostos no Repositório.
  • É necessário ter configurado o NGINX para fazer a utilização do PROXY no Servidor.
  • Após a execução da aplicação no Servidor, a mesma deve ser exibida na url https://dal.eic.cefet-rj.br/tais

About

Tool for analisys of AIS data

License:GNU General Public License v3.0


Languages

Language:TypeScript 55.9%Language:Python 37.4%Language:Shell 3.4%Language:HTML 2.6%Language:CSS 0.5%Language:Dockerfile 0.3%