Chapitre 4: Déploiement Cloud

Introduction

Votre application est prête, Docker configuré, CI/CD en place. Il est temps de la mettre en ligne! Ce chapitre couvre les principales options de déploiement cloud.

---

🎯 Objectifs du Chapitre

À la fin de ce chapitre, vous saurez:

1. ✅ Déployer sur Railway
2. ✅ Déployer sur Heroku
3. ✅ Comprendre les options AWS
4. ✅ Configurer une base de données managée
5. ✅ Choisir la bonne plateforme

---

1. Comparaison des Plateformes

Plateforme	Difficulté	Coût	Idéal pour
Railway	⭐ Facile	Gratuit → $5/mois	Projets perso, startups
Heroku	⭐ Facile	$7/mois	Apps simples
Render	⭐ Facile	Gratuit → $7/mois	Alternative Heroku
AWS ECS	⭐⭐⭐ Complexe	Variable	Enterprise
Kubernetes	⭐⭐⭐⭐ Avancé	Variable	Microservices

---

2. Railway (Recommandé pour Débuter)

Pourquoi Railway?

• ✅ Interface simple
• ✅ Déploiement depuis GitHub
• ✅ PostgreSQL intégré
• ✅ Gratuit pour commencer
• ✅ Supporte Docker

Déploiement

Option 1: Depuis GitHub

1. Aller sur railway.app
2. "New Project" → "Deploy from GitHub repo"
3. Sélectionner votre repository
4. Railway détecte automatiquement Spring Boot

Option 2: Avec Docker

# Installer Railway CLI
npm i -g @railway/cli

# Login
railway login

# Créer un projet
railway init

# Déployer
railway up

Configuration

# Variables d'environnement (dans Railway Dashboard)
SPRING_PROFILES_ACTIVE=prod
DATABASE_URL=${{Postgres.DATABASE_URL}}

Ajouter PostgreSQL

1. Dans le projet Railway: "New" → "Database" → "PostgreSQL"
2. Les variables sont automatiquement injectées

railway.json

{
  "$schema": "https://railway.app/railway.schema.json",
  "build": {
    "builder": "DOCKERFILE",
    "dockerfilePath": "Dockerfile"
  },
  "deploy": {
    "startCommand": "java -jar app.jar",
    "healthcheckPath": "/actuator/health",
    "restartPolicyType": "ON_FAILURE"
  }
}

---

3. Heroku

Préparation

Procfile (à la racine):

web: java -Dserver.port=$PORT -jar target/*.jar

system.properties:

java.runtime.version=17

Déploiement

# Installer Heroku CLI
# https://devcenter.heroku.com/articles/heroku-cli

# Login
heroku login

# Créer l'app
heroku create my-spring-app

# Ajouter PostgreSQL
heroku addons:create heroku-postgresql:mini

# Déployer
git push heroku main

# Voir les logs
heroku logs --tail

Variables d'Environnement

heroku config:set SPRING_PROFILES_ACTIVE=prod
heroku config:set JWT_SECRET=your-secret-key

# Voir toutes les variables
heroku config

Avec Docker

# Login au registry Heroku
heroku container:login

# Build et push
heroku container:push web

# Deployer
heroku container:release web

---

4. Render

Déploiement

1. Aller sur render.com
2. "New" → "Web Service"
3. Connecter GitHub
4. Configurer:
   • Build Command: mvn clean package -DskipTests
   • Start Command: java -jar target/*.jar

render.yaml

services:
  - type: web
    name: my-spring-app
    env: docker
    dockerfilePath: ./Dockerfile
    envVars:
      - key: SPRING_PROFILES_ACTIVE
        value: prod
      - key: DATABASE_URL
        fromDatabase:
          name: mydb
          property: connectionString

databases:
  - name: mydb
    plan: free

---

5. AWS (Options)

Elastic Beanstalk (Simple)

# Installer EB CLI
pip install awsebcli

# Initialiser
eb init

# Créer l'environnement
eb create production

# Déployer
eb deploy

ECS avec Fargate (Docker)

# Créer un cluster
aws ecs create-cluster --cluster-name my-cluster

# Créer une task definition (JSON)
aws ecs register-task-definition --cli-input-json file://task-definition.json

# Créer un service
aws ecs create-service \
  --cluster my-cluster \
  --service-name my-service \
  --task-definition my-task \
  --desired-count 2

task-definition.json

{
  "family": "my-spring-app",
  "containerDefinitions": [
    {
      "name": "app",
      "image": "myuser/myapp:latest",
      "portMappings": [
        {
          "containerPort": 8080,
          "hostPort": 8080
        }
      ],
      "environment": [
        {
          "name": "SPRING_PROFILES_ACTIVE",
          "value": "prod"
        }
      ],
      "logConfiguration": {
        "logDriver": "awslogs",
        "options": {
          "awslogs-group": "/ecs/my-app",
          "awslogs-region": "us-east-1"
        }
      }
    }
  ],
  "requiresCompatibilities": ["FARGATE"],
  "cpu": "256",
  "memory": "512"
}

---

6. Base de Données Managée

Railway PostgreSQL

# Automatiquement configuré
spring.datasource.url=${DATABASE_URL}

Heroku Postgres

# Heroku fournit DATABASE_URL automatiquement
spring.datasource.url=${DATABASE_URL}

AWS RDS

spring.datasource.url=jdbc:postgresql://mydb.xxx.us-east-1.rds.amazonaws.com:5432/mydb
spring.datasource.username=${DB_USERNAME}
spring.datasource.password=${DB_PASSWORD}

Parser DATABASE_URL

Certaines plateformes fournissent une URL au format:

postgres://user:password@host:5432/dbname

Configuration Spring pour parser:

@Configuration
public class DatabaseConfig {

    @Bean
    @Profile("prod")
    public DataSource dataSource() {
        String databaseUrl = System.getenv("DATABASE_URL");
        
        if (databaseUrl != null && databaseUrl.startsWith("postgres://")) {
            // Parser le format Heroku/Railway
            URI uri = URI.create(databaseUrl);
            String username = uri.getUserInfo().split(":")[0];
            String password = uri.getUserInfo().split(":")[1];
            String jdbcUrl = "jdbc:postgresql://" + uri.getHost() + ":" + uri.getPort() + uri.getPath();
            
            HikariDataSource ds = new HikariDataSource();
            ds.setJdbcUrl(jdbcUrl);
            ds.setUsername(username);
            ds.setPassword(password);
            return ds;
        }
        
        // Fallback
        return DataSourceBuilder.create().build();
    }
}

---

7. Checklist Déploiement

Avant le Déploiement

□ Tests passent localement
□ Profil production configuré
□ Secrets externalisés
□ Dockerfile testé
□ Health check configuré
□ Logs configurés

Variables d'Environnement

# Essentielles
SPRING_PROFILES_ACTIVE=prod
DATABASE_URL=...
JWT_SECRET=...

# Optionnelles
SERVER_PORT=8080
JAVA_OPTS="-Xmx512m"

Post-Déploiement

□ Application accessible
□ Health check OK
□ Logs visibles
□ Base de données connectée
□ Monitoring en place

---

8. Monitoring en Production

Actuator

management.endpoints.web.exposure.include=health,info,prometheus
management.endpoint.health.show-details=when_authorized

Logging Cloud

# Logs JSON pour cloud
logging.pattern.console={"timestamp":"%d","level":"%p","logger":"%c","message":"%m"}%n

Services de Monitoring

• Railway: Metrics intégrées
• Heroku: Heroku Metrics
• AWS: CloudWatch
• Externe: Datadog, New Relic

---

9. Résumé

Recommandations par Cas d'Usage

Projet personnel / POC:
→ Railway (gratuit, simple)

Startup / MVP:
→ Railway ou Render ($5-20/mois)

PME / Production:
→ Heroku ou AWS Elastic Beanstalk

Enterprise / Scale:
→ AWS ECS / Kubernetes

Déploiement Express (Railway)

# 1. Avoir un Dockerfile
# 2. Push sur GitHub
# 3. Sur railway.app:
#    - New Project → GitHub
#    - Add PostgreSQL
#    - Configure variables
# 4. Done! 🚀

---

🎯 Prochaine Étape

Place à la pratique! Dockerisons et déployons une application.

➡️ TP12.1: Dockerisation Complète

---

⬅️ Retour au Module 12