Yapılandırmayı Ortam Değişkenleriyle Aktarın
Model yollarını ve gizli bilgileri imajın dışında tutun.
Yapılandırmayı Ortam Değişkenleriyle Aktarın, CoddyKit'te ücretsiz bir MLOps Academy dersidir. Bu, 4 dersinin 3. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, MLOps Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. MLOps Academy kursu toplamda 4 dersten oluşur.
Bu dersin bazı bölümleri henüz çevrilmemiş olup İngilizce olarak gösterilmektedir.
Do Not Bake Config In
Hardcoding a model path or API key bakes it into the image forever. Pass them as environment variables at run time instead.
Read Env in Python
Use os.getenv to read a variable, with a sensible default. Your code then bends to each environment without edits.
import os
model_path = os.getenv("MODEL_PATH", "/models/latest.pkl")Defaults Inside the Image
The Dockerfile ENV instruction sets a baked-in default. It is handy for non-secret config that rarely changes.
ENV MODEL_PATH=/models/latest.pklOverride at Run Time
Override any value with -e on docker run. The same image then serves staging or production with different settings.
docker run -e MODEL_PATH=/models/v2.pkl model-apiGroup Vars in a File
Keep many variables tidy in a file and load it with --env-file. Your run command stays short and readable.
docker run --env-file prod.env model-apiNever Commit Secrets
Keep secret files out of Git and out of the image. Add your .env to .gitignore and .dockerignore so they never leak.
Secrets Belong Outside
Real secrets like database passwords should come from a vault or your platform secret manager, injected at run time only.
Validate on Startup
Check required variables when the app boots and fail loudly if one is missing. A clear crash beats a silent wrong prediction.
if not os.getenv("MODEL_PATH"):
raise RuntimeError("MODEL_PATH is required")Twelve-Factor Config
The twelve-factor rule says store config in the environment. It keeps one image portable across every deployment target.
Pydantic Settings
Tools like pydantic-settings read env vars into a typed config object, validating types and defaults in one clean place.
from pydantic_settings import BaseSettingsOne Image, Many Envs
The payoff: build once and run that exact image in dev, staging, and prod, changing only the variables you inject.
Quick Check
Let us check where config should live.
Recap
You read config with os.getenv, set defaults via ENV, overrode with -e and --env-file, and kept secrets out. One portable image. ✅
Sıkça Sorulan Sorular
“Yapılandırmayı Ortam Değişkenleriyle Aktarın” dersi ücretsiz mi?
Evet — “Yapılandırmayı Ortam Değişkenleriyle Aktarın” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve MLOps Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. MLOps Academy kursu toplamda 4 dersten oluşur.
“Yapılandırmayı Ortam Değişkenleriyle Aktarın” dersinde ne öğreneceğim?
Model yollarını ve gizli bilgileri imajın dışında tutun. MLOps Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.
MLOps Academy öğrenmeye başlamak için deneyim gerekli mi?
Önceden deneyim gerekmez. CoddyKit'te MLOps Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 3. dersidir.
“Yapılandırmayı Ortam Değişkenleriyle Aktarın” dersi ne kadar sürer?
Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.
Bu MLOps Academy dersinde kod yazıp çalıştırabilir miyim?
Evet. Her MLOps Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.
Bu kursun tüm dersleri
- Bir Model API'si için Dockerfile Yazın
- Çok Aşamalı Derlemelerle İmajları Küçültün
- Yapılandırmayı Ortam Değişkenleriyle Aktarın
- Kapsayıcıyı Yerel Olarak Çalıştırın ve Test Edin