flask中gunicorn的使用

最近模型部署用flask給接口，模型實驗室的部署流程中需用gunicorn來部署flask服務。為什么要用gunicorn呢，簡單點就是為了並發。

1、模塊安裝

pip install flask
pip install gunicorn

2、用flask寫一個簡單的web服務

# main.py

from flask import Flask

app = Flask(__name__)


@app.route('/')
def index():
    return 'hello world'

def main():
    app.run(debug=True)

if __name__ == '__main__':
    main()

3、啟動

　　我們知道直接運行main.py函數就可以啟動flask服務，但是我們這里要用gunicorn，也很簡單

gunicorn main:app

• main是flask的啟動python文件，我們這是main.py，
• app則是flask應用程序實例，我們mian.py里實例名為app

這樣運行的話， gunicorn 默認作為一個監聽 127.0.0.1:8000 的web server，可以在本機通過： http://127.0.0.1:8000 訪問。

 如果要通過網絡訪問，則需要綁定不同的地址（也可以同時設置監聽端口），設置0.0.0.0可以監聽到所有ip的請求：

gunicorn -b 0.0.0.0:8080 main:app

在多核服務器上，為了支持更多的並發訪問並充分利用資源，可以使用更多的 gunicorn 進程：

gunicorn -w 4 -b 0.0.0.0:8080 main:app

• -b 表示 gunicorn 開發的訪問地址 
• -w 表示工作進程數

4、配置文件

　　通過gunicorn -h可以看到gunicorn有非常多的配置項，因此通常會寫成一個配置文件來進行配置。

　　比如我這邊寫成gunicorn.conf文件

# gunicorn.conf

bind = "0.0.0.0:5000"
workers = 4
backlog = 2048
pidfile = "log/gunicorn.pid"
accesslog = "log/access.log"
errorlog = "log/debug.log"
timeout = 600
debug=False
capture_output = True

debug=False: 生產環境不用這個配置項，但調試的時候debug=True還是挺好用的。而且，開啟debug項后，在啟動gunicorn的時候可以看到所有可配置項的配置

注意上面log項，如果需要將這些log文件統一放到log文件夾下，事先要先建好，不然運行時會報錯。

運行代碼為：

gunicorn --config gunicorn.conf main:app