我们正在用 Python 构建一个基于 API 的 Web 解决方案，并将交付给个人客户。每个客户都将拥有一个单独的数据集。
目前，为每个客户部署一个应用程序 + 数据库实例不是问题，但随着客户数量的增加，这将成为噩梦：想象一下数百个这样的实例以及由此产生的管理费用。显然，解决方案应该更加“集中化”。
但是数据非常敏感，所以我们不能把所有数据都放在一个数据库中：服务器和数据库密码被盗将导致所有数据泄露。这种风险是不可接受的。
开发分布式 API 服务器平台时应考虑哪些正确的技术？哪些智能做法将使解决方案更加“集中化”，以便我们摆脱那么多实例，但仍保持数据隔离？
答案1
简而言之，AWS + Cloudformation + Ansible（或其他一些 CM 软件）。
使用 cloudformation，您可以定义“基本”基础设施 - 网络、服务器、RDS 实例等，并以可靠、可重复的方式部署此基础设施。相同的 cloudformation 清单将为每个客户部署一次。
部署基础设施后，使用配置管理系统来配置服务器、部署代码等。我们使用 Ansible，我发现它在易用性和灵活性方面远远胜过竞争对手（Puppet、Chef、Saltstach 等）。Ansible 是一个 Python 项目，作为 Python 商店，您可以轻松掌握它。
此外，考虑看看你是否可以使用 AWS 的 Elastic Beanstalk 部署你的应用程序。如果可以的话，你将不再需要处理部署、服务器升级和扩展。
如果您担心保持客户与服务器实例的 1:1 比例，请考虑使用 Docker 在单个服务器上部署应用程序的多个实例。这将允许在应用程序实例之间进行合理的隔离，同时仍可以相当容易地以受控的方式进行部署。