Как перенести сервис в облако для себя и для внешней аудитории
В AI-мастерской стартовал новый кейс — перенос сервиса в облако.
В предыдущих кейсах мы создали ряд сервисов, которые работают локально. Но у такого подхода есть ряд ограничений. Например, нельзя выключить компьютер, на котором запущен сервис, а также он остается недоступен другим пользователям.
Решение очевидно — разместить сервис в облаке. Это позволит:
— Дать доступ к сервису другим людям: коллегам, пользователям, инвесторам;
— Запускать сервис по расписанию без вашего участия, например, собирать данные каждую ночь;
— Получать данные от реальных пользователей и развивать продукт на их основе.
Мы разберем два сценария переноса:
1️⃣ Быстрый деплой для себя. Это простое решение по переносу в облако, которое подходит для личного сервиса или демо-версии
2️⃣ Деплой для внешних пользователей. Когда сервисом будут пользоваться другие люди, архитектуре и безопасности нужно уделить заметно больше внимания. Основную работу по-прежнему можно передать кодинг-агенту, но ключевые решения принимаете вы: где хранить данные, что закрыть от посторонних, как настроить сервис в облаке.
Мы разберем эту задачу на примере сервиса, созданного в предыдущем кейсе про RAG. Если вы его не проходили, то сможете использовать код по нашей ссылке. В дальнейшем вы сможете применить знания для переноса в облако любого созданного вами сервиса или продукта.
Для работы понадобится любой кодинг-агент на ваш вкус — Cursor, Codex, Claude Code. В процессе вы освоите работу с хостингами, с GitHub для хранения кода и с облачной базой данных Supabase.
Навыки на выходе:
— Быстрый деплой сервиса на облачную машину: DigitalOcean, SSH
— Перенос кода на GitHub с защитой ключей и доступов
— Миграция данных в облачную базу: Supabase, PostgreSQL, pgvector
— Раздельный деплой сервисов бэкенда и фронтенда
— Деплой сервиса на хостинг с кодинг-агентом: Render, MCP
— Защита сервиса и мониторинг после запуска: Supabase Auth, логи, аналитика
Присоединяйтесь к студентам AI-мастерской:
🔗 https://gopractice.ru/course/aicases/
Этот кейс можно обсуждать в закрытом чате для студентов вместе с экспертами, которые работали над его созданием.
Также из материалов кейса вы узнаете, как лучше подходить к планированию архитектуры сервиса, чтобы не переусложнять ее заранее.
@gopractice
В AI-мастерской стартовал новый кейс — перенос сервиса в облако.
В предыдущих кейсах мы создали ряд сервисов, которые работают локально. Но у такого подхода есть ряд ограничений. Например, нельзя выключить компьютер, на котором запущен сервис, а также он остается недоступен другим пользователям.
Решение очевидно — разместить сервис в облаке. Это позволит:
— Дать доступ к сервису другим людям: коллегам, пользователям, инвесторам;
— Запускать сервис по расписанию без вашего участия, например, собирать данные каждую ночь;
— Получать данные от реальных пользователей и развивать продукт на их основе.
Мы разберем два сценария переноса:
1️⃣ Быстрый деплой для себя. Это простое решение по переносу в облако, которое подходит для личного сервиса или демо-версии
2️⃣ Деплой для внешних пользователей. Когда сервисом будут пользоваться другие люди, архитектуре и безопасности нужно уделить заметно больше внимания. Основную работу по-прежнему можно передать кодинг-агенту, но ключевые решения принимаете вы: где хранить данные, что закрыть от посторонних, как настроить сервис в облаке.
Мы разберем эту задачу на примере сервиса, созданного в предыдущем кейсе про RAG. Если вы его не проходили, то сможете использовать код по нашей ссылке. В дальнейшем вы сможете применить знания для переноса в облако любого созданного вами сервиса или продукта.
Для работы понадобится любой кодинг-агент на ваш вкус — Cursor, Codex, Claude Code. В процессе вы освоите работу с хостингами, с GitHub для хранения кода и с облачной базой данных Supabase.
Навыки на выходе:
— Быстрый деплой сервиса на облачную машину: DigitalOcean, SSH
— Перенос кода на GitHub с защитой ключей и доступов
— Миграция данных в облачную базу: Supabase, PostgreSQL, pgvector
— Раздельный деплой сервисов бэкенда и фронтенда
— Деплой сервиса на хостинг с кодинг-агентом: Render, MCP
— Защита сервиса и мониторинг после запуска: Supabase Auth, логи, аналитика
Присоединяйтесь к студентам AI-мастерской:
🔗 https://gopractice.ru/course/aicases/
Этот кейс можно обсуждать в закрытом чате для студентов вместе с экспертами, которые работали над его созданием.
Также из материалов кейса вы узнаете, как лучше подходить к планированию архитектуры сервиса, чтобы не переусложнять ее заранее.
@gopractice