Heorku部署遇到slug size不足怎么办

Heroku

Heroku 是什么?

Heroku 是一家提供多编程语言的云部署平台。支持从 GitHub 中拉取代码, 按自定义方式进行打包并部署到云服务器上。

Heroku部署Web程序

基于streamlit框架搭建了一个python深度学习的web可交互程序，部署到Heroku时候遇到了一系列问题（感兴趣的小伙伴可以移步到streamlit的web app在Heroku平台上部署bug汇总），文章最后留下了一个最大的问题“slug size不足了”怎么办？

Bug info

大意是说编译的文件有700+MB，超过了slug size的500MB限制

最占用slug size的是tensorflow包，达到了500+MB，其它的依赖包均不足几十MB的量级，那么问题就定位到依赖项的容量太大了

Solution 1⭐️⭐️⭐️⭐️⭐️

先来说说，最有效的解决办法，用docker管理再push到Heroku上

• stackoverflow讨论：https://stackoverflow.com/questions/62114302/compiled-slug-size-578-1m-is-too-large-max-is-500m

大意是说：替换用git push heroku master把程序直接push到Heroku的方法，试试启动docker image（docker镜像）再push到Heroku的方法吧（heroku container:push ..., heroku container:release ...），docker的方法不受到slug size的限制

• 怎样操作呢，官网上有两种方式，第（2）种中用heroku的命令，第（1）种用Docker的命令

对于不了解Docker的小伙伴来说，重新学习Docker也是个大工程，Docker在本地的资源占用量更大，在国内访问不太流畅，突发奇想，在搜索引擎中搜索关键词“heroku streamlit docker”，下面的帖子强烈推荐，英语语法简单流畅易懂，教程好用，贴心的附上了github的代码

• 操作链接：https://joshuacook.netlify.app/post/streamlit-app-heroku/

我理解Dockerfile是docker的配置文件，也是程序按照文件中的命令一行一行的执行，文件的名字必须是Dockerfile，不能有任何的修改

根据帖子的教程，顺利push到了Heroku上，过程中遇到的问题是和docker有关的

• docker hub账号用qq邮箱收不到邮件，无奈换成别的邮箱
• 如果不用科学上网，docker hub登陆非常缓慢

点击Heroku的dashboard的Open app按钮，自动跳转到搭建好的app（Heroku也需要科学上网，呜呜呜）

Solution 2：修改code尽量不用tensorflow包

程序中用到的依赖包如下：

SGD/Adam等优化器来自于tensorflow包
❌不能替换成from keras.optimizers import SGD，因为SGD等优化器封装在tensorflow.keras.optimizers而不是keras.optimizers中
❌不能用compile函数自带的优化器参数optimizer=“sgd”，因为compile不能设置优化器的参数，compile调用优化器的自带参数
❌不能用from keras.optimizer_v1 import SGD，它是tensorflow1.0版本的用法，定义的SGD优化器和compile函数需要的优化器格式不匹配

这样看来，没法修改code去掉tensorflow包了

Solution 3：安装简单版本的tensorflow包/不安装tensorflow包？

No No No～～keras是基于tensorflow，并不能脱离开tensorflow单独运行keras
tensorflow1.0版本的安装包很小，不过tensorflow更新了这么久，使用旧版本的接口难免出现不匹配的问题

Solution 4: 清理clean

推荐一个heroku的插件：heroku-repo，看起来是管理repo的
安装插件可参考：https://devcenter.heroku.com/articles/using-cli-plugins

插件的使用方法可参考：https://github.com/heroku/heroku-repo
等等

最后，不得不说，stackoverflow和google上关于技术bug等的讨论更多，更有效果～

喜欢的小伙伴请点赞、收藏、转发，一键三连哇