Boîte à outils
Docker Compose — Baserow 2.3.3
Le modèle directement importable dans un service Docker Compose Coolify pour Baserow 2.3.3.
- Publication
- septembre 2026
- Langue
- FR
- Thématiques
- Données pour le développement, Technologies pour le développement
Résumé
Cette ressource met en place un service de préparation des permissions, PostgreSQL avec pgvector, Redis, backend, frontend, trois processus Celery et Caddy. Profil retenu : distribué avec passerelle caddy sémantique. Elle accompagne le guide complet de déploiement.
Architecture
Un service de préparation des permissions, postgresql avec pgvector, redis, backend, frontend, trois processus celery et caddy. Le domaine public est attribué au service d’entrée ; les autres composants communiquent sur le réseau interne.
Prérequis
Un serveur compatible avec les besoins de la solution, Docker géré par Coolify, un domaine pointé vers le serveur, un espace de stockage persistant et un accès administrateur à la plateforme. La mémoire, le processeur et le disque doivent être dimensionnés selon les utilisateurs, les données et les tâches de fond. Baserow convient lorsque l’équipe doit transformer un registre partagé en application légère sans perdre la maîtrise du modèle de données.
Variables, secrets et volumes
Les variables décrivent les domaines et le comportement de l’application. Les secrets sont générés une fois et partagés avec les services qui utilisent la même identité. L’état durable comprend la base PostgreSQL et les fichiers utilisateurs partagés avec le backend et les workers.
Installation et validation
Créer un service Docker Compose, importer le fichier, attribuer le domaine, compléter les paramètres puis lancer le déploiement. Attendre les initialisations et exercer le parcours suivant : déploiement frais, routage, authentification, tâches, persistance et profil PostgreSQL externe également validé.
Sauvegarde, restauration et mise à jour
Sauvegarder ensemble postgresql et les médias ; restaurer les deux avant de relancer les travailleurs. Avant une mise à jour, produire un point de reprise, tester la nouvelle version dans un environnement isolé et rejouer le parcours d’acceptation.
Lecture du fichier
Le bloc services décrit les conteneurs et leurs responsabilités. Les ancres réutilisent les variables communes sans dupliquer leur définition. Les volumes nommés identifient les états qui survivent aux redéploiements. Les contrôles de santé et les conditions de dépendance organisent le passage de la base vers l’initialisation, puis vers le service courant. Le premier travail consiste à définir les tables, les relations, les identifiants et les rôles.
Avant toute adaptation, repérer le service exposé, le propriétaire des migrations, les travailleurs, les magasins d’état et les fichiers gérés. Modifier ensuite une responsabilité à la fois et conserver un parcours de validation reproductible. Les vues, formulaires et automatisations viennent ensuite : ils servent un processus déjà clarifié et ne remplacent pas la gouvernance du registre.
Exploitation
Après installation, suivre le domaine public, les certificats, la santé des services, l’espace disque, les files et la croissance des bases. Les comptes administrateurs nominatifs remplacent les accès partagés. Les changements de configuration sont relus, datés et accompagnés d’un contrôle fonctionnel. Le profil distribué conserve un backend Django, un frontend séparé, PostgreSQL avec pgvector, Redis, trois rôles Celery et une passerelle Caddy.
Adapter sans casser le contrat
Une nouvelle version peut modifier les images, variables, migrations ou chemins persistants. Comparer la composition avec la documentation de la version ciblée, mettre à jour dans un environnement isolé et vérifier les fonctions réellement utilisées. Le modèle reste un point de départ opérationnel, pas un substitut à l’administration du service. Cette passerelle n’est pas un proxy décoratif : elle distribue les routes API, WebSocket, MCP, assistant, médias et Application Builder.
Contrôles avant partage
Vérifier que le fichier ne contient aucun mot de passe ni domaine privé, que les images sont versionnées, que tous les volumes utiles sont nommés et que le service public possède un contrôle de santé. Relire ensuite les instructions d’installation avec une personne qui n’a pas participé à la conception. Le domaine Coolify doit donc viser Caddy, jamais directement le backend ou le frontend.
Points de contrôle du modèle
Avant import, vérifier l’identité unique des quatre secrets partagés, le domaine attribué au service baserow, les montages de médias et la dépendance des workers à PostgreSQL et Redis. Le fichier propose aussi un profil distribué canonique ; une alternative tout-en-un avec PostgreSQL externe existe, mais les deux profils ne doivent pas être fusionnés en une topologie hybride.