在 DigitalOcean 上发布基于 VAPOR 的服务

Source: Dev.to

在 DigitalOcean 上创建和配置服务器

1. 创建一个 Droplet 并选择 Ubuntu 22.04 LTS 发行版。
2. 选择服务器规格（例如，1 vCPU，512 MB RAM，10 GB SSD）。
3. 选择 SSH 认证方式并在 DigitalOcean 中添加 SSH 密钥。
4. 为 Droplet 指定名称并关联到一个项目。
5. 确认创建并等待 Droplet 完成部署。

创建完成后，服务器的 IP 将显示在面板上。

SSH 连接与防火墙配置

ssh root@your_server_ip

将 your_server_ip 替换为分配的 IP（例如 146.190.121.34）。接受主机指纹。

# 在 UFW 中启用 OpenSSH
ufw allow OpenSSH
ufw enable   # 确认时输入 “y”

打开应用将使用的端口（8080）：

sudo ufw allow 8080

创建 vapor 用户并授予 sudo 权限

adduser vapor   # 按提示操作，额外信息留空
usermod -aG sudo vapor

将 root 用户的已授权 SSH 密钥复制到新用户：

rsync --archive --chown=vapor:vapor ~/.ssh /home/vapor

退出会话并以 vapor 身份重新连接：

exit
ssh vapor@your_server_ip

安装 Swiftly 与 Swift 依赖

curl -O https://download.swift.org/swiftly/linux/swiftly-$(uname -m).tar.gz && \
tar zxf swiftly-$(uname -m).tar.gz && \
./swiftly init --quiet-shell-followup && \
. "${SWIFTLY_HOME_DIR:-$HOME/.local/share/swiftly}/env.sh" && \
hash -r

出现提示时输入 Y 确认。

安装所需依赖：

sudo apt-get update
sudo apt-get -y install binutils unzip libcurl4-openssl-dev \
  libgcc-13-dev libpython3-dev libstdc++-13-dev libxml2-dev \
  libncurses-dev libz3-dev pkg-config zlib1g-dev

验证 Swift 版本：

swift --version
# Swift version 6.2.3 (swift-6.2.3-RELEASE)

安装 Vapor Toolbox

git clone https://github.com/vapor/toolbox.git
cd toolbox
git checkout 20.0.0   # 最新发布版本（截至撰写时）
swift build -c release --disable-sandbox
sudo mv .build/release/vapor /usr/local/bin
cd ..
rm -rf toolbox

克隆并编译应用

确保服务器的 SSH 密钥已添加到你的 GitHub 账户，然后克隆仓库：

git clone git@github.com:.git
cd StripeIntentService
swift run StripeIntentService serve --hostname 0.0.0.0 --port 8080

注意: 如果编译因内存不足而失败，可临时将 Droplet 的 RAM 提升（例如提升至 4 GB），编译完成后可再次降回原大小。

为 GitHub 配置 SSH 密钥（可选）

ssh-keygen -t ed25519 -C "your_email@example.com"   # 接受默认值
eval "$(ssh-agent -s)"

编辑 ~/.ssh/config（例如使用 nano）并添加以下内容：

Host github.com
  AddKeysToAgent yes
  IdentityFile ~/.ssh/id_ed25519

将密钥添加到代理：

ssh-add ~/.ssh/id_ed25519

获取公钥并将其添加到你的 GitHub 账户：

cat ~/.ssh/id_ed25519.pub

如有需要，调整 Droplet 资源

在 DigitalOcean 控制面板，进入 Manage → Droplets，选择你的 Droplet 并点击 Upsize。选择所需的 RAM/CPU 配置（例如 2 GB 或 4 GB），确认扩容。编译完成后，如有需要可再次缩小尺寸。