python-flask-gunicorn-并发

发表于 | in | | 访客

在使用flask框架进行web开发的时候，默认情况是单一的进程。如果出现并发请求，就会出现排队现象。那Flask如何处理并发请求呢？这里介绍两种常用情况。

开发环境

我们开发环境，可以不适用额外的并发插件，适用flask自带的并发特性。

1
2
3
4
if __name__ == '__main__':
    # 多进程与多线程不能同时开启
    #app.run('0.0.0.0', port=5001, threaded=False, processes=3)  # 适用多进程启动服务
    #app.run('0.0.0.0', port=5001, threaded=True)  # 适用多线程启动服务

生产环境

生产环境更多的会使用gunicorn来部署flask
安装gunicorn

1
# pip install gunicorn

gunicorn配置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
# cat gunicorn_config.py
import os
import gevent.monkey
gevent.monkey.patch_all()
import multiprocessing
# backlog = 512    #监听队列
# debug = True  # debug开启
# threads = 2 # 指定每个进程开启的线程数
# daemon = True # 表示开启后台运行,默认False
loglevel = 'debug'
bind = "0.0.0.0:5001" # 绑定的ip和端口号
# /var/log/WEB_APP 目录必须存在
pidfile = "/var/log/WEB_APP/gunicorn.pid"
accesslog = "/var/log/WEB_APP/access.log"
access_log_format = '%(t)s %(p)s %(h)s "%(r)s" %(s)s %(L)s %(b)s %(f)s" "%(a)s"' #设置gunicorn访问日志格式，错误日志无法设置
errorlog = "/var/log/WEB_APP/debug.log"
# 启动的进程数
#workers = multiprocessing.cpu_count() # 这里取的是CPU的数量
workers = 4   # 进程数，
worker_class = 'gevent'   # worker_class是指开启的每个工作进程的模式类型，默认为sync模式，这里使用gevent模式
x_forwarded_for_header = 'X-FORWARDED-FOR'

参考：gunicorn官方文档
参考：gunicorn部署Flask服务
参考：gunicorn配置文件