部署高并发python后端（Systemd+Nginx+Gunicorn+Gevent+Supervisor+Flask ）

一、前言

在Python开发中，服务部署有各种各样的方案，同时作为服务端语言也是比较吃力的，没有Java那样有很成熟的方案。在这里介绍一个高并发部署方案：Systemd+Nginx+Gunicorn+Gevent+Supervisor+Flask。

众所周知 Flask 是一个同步的框架，处理请求的时候是以单进程的方式，当同时访问的人数过多时，Flask 服务就会出现阻塞的情况。就像我们买火车票一样，当买火车票的人多的时候，排队的人就会很多，队伍就会很长，相应的等待的时间会变得很长！

二、服务介绍

部署方案：

  • Systemd：Linux中为系统的启动和管理提供一套完整的解决方案
  • Nginx：高性能 Web 服务器+负载均衡
  • Gunicorn：高性能 WSGI 服务器；
  • Gevent：把 Python 同步代码变成异步协程的库；
  • Supervisor：监控服务进程的工具；
  • Flask：一个使用Python编写的轻量级 Web 应用框架

Gunicorn来实现webserver，会启动多个进程，通过Gevent模式来运行，会达到协程的效果，每来一个请求会自动分配给不同的进程来执行。

  

三、项目部署

1、创建python项目

创建一个项目

mkdir /usr/local/DataAnalysis

安装flask

pip install flask

构建简单的服务(注意：路由函数外不可再套函数，否则后续gunicorn不通！)：analysis_service.py

from flask import Flask, request
import api

app = Flask(__name__)


@app.route('/')
def hello_world():
    return 'Hello World!'


@app.route('/server', methods=["POST"])
def predict():
    params = request.json if request.method == "POST" else request.args
    data = params['data']
    result = api.server_api(data)
    return result


if __name__ == '__main__':
    app.run()

启动 flask

python analysis_service.py

此时，用浏览器访问 http://127.0.0.1:5000（flask默认ip和端口） 就能看到网页显示Hello World!。

2、gunicorn 部署服务

在上面我们使用 flask 自带的服务器，完成了 web 服务的启动。但在生产环境下，flask 自带的 服务器，无法满足性能要求。我们这里采用 gunicorn 做 wsgi容器，用来部署 python。

安装 gunicorn

pip install gunicorn

gunicorn配置文件

在项目根目录创建一个gunicorn.py文件，当然名字和文件位置你可以进行更改。

from gevent import monkey

monkey.patch_all()

import multiprocessing
import os
from orm.config import LOG_DIR

if not os.path.exists(LOG_DIR):
    os.makedirs(LOG_DIR)

debug = True
loglevel = 'debug'
bind = '0.0.0.0:9002'
pidfile = os.path.join(LOG_DIR, 'gunicorn.pid')
logfile = os.path.join(LOG_DIR, 'debug.log')
errorlog = os.path.join(LOG_DIR, 'error.log')
accesslog = os.path.join(LOG_DIR, 'access.log')
max_requests = 50000
max_requests_jitter = 2
timeout = 70
graceful_timeout = 30
limit_request_line = 8190
limit_request_fields = 200
limit_request_fields_size = 8190
capture_output = True
work_class = "sync"

# 启动的进程数
workers = 5
worker_class = 'gunicorn.workers.ggevent.GeventWorker'

x_forwarded_for_header = 'X-FORWARDED-FOR'

这里使用gevent模式来支持并发

创建程序入口

在使用Pycharm创建Flask项目的时候，会生成一个analysis_service.py的入口文件，里面是创建启动App实例，在这里我们创建一个新的程序入口，用来使用Gunicorn服务，在生产环境中使用。

在项目根目录创建一个main.py的文件，内容如下：

from analysis_service import app
import logging

gunicorn_logger = logging.getLogger('gunicorn.error')
app.logger.handlers = gunicorn_logger.handlers
app.logger.setLevel(gunicorn_logger.level)

if __name__ == '__main__':
    app.run()

测试配置

上面配置好了，下面进行测试运行服务。

执行命令：

gunicorn -c gunicorn.py main:app

如果没有出现报错，那么服务就可以启动了，访问接口可以有数据了。

3、Systemd配置

为了自动化部署，配合systemd，可以如下设置systemd配置文件（包括服务和定时器）：

1)data-analysis.service

[Unit]
Description=Data-Analysis-Service
After=multi-user.target

[Service]
Type=idle
#Restart=always
Restart=on-failure
RestartSec=30
WorkingDirectory=/usr/local/DataAnalysis
EnvironmentFile=/usr/local/DataAnalysis/orm/environment.sh
ExecStart=/usr/local/DataAnalysis/deploy_env/dataAnalysis/bin/gunicorn -c /usr/local/DataAnalysis/gunicorn_conf.py --preload main:app

[Install]
WantedBy=multi-user.target

2)data-analysis.timer

[Unit]
Description=Data-Analysis-Service-Timer

[Timer]
#每日凌晨五点重启
OnCalendar=*-*-* 05:00:00
#每隔一定时间重启
#OnUnitActiveSec=12h
Unit=data-analysis.service

[Install]
WantedBy=multi-user.target

4、Supervisor配置

Supervisor是一个用Python编写的进程管理工具，我们这里通过他来管理我们的项目进程。

安装Supervisor

pip install supervisor

先检查环境中是否存在配置文件，各个系统不一样，可以全局搜一下supervisord.conf

如果配置文件不存在，可以通过命令生成，这里用到echo_supervisord_conf,也可以全局搜一下，然后生成

这里我的环境生成命令是：

/Users/yida/anaconda3/bin/echo_supervisord_conf > /opt/supervisord/supervisord.conf

然后打开supervisord.conf，修改内容，去掉注释

[include]
files = /opt/supervisord/*.conf

通常这两行是注释的，这里我们取消注释，这个配置的作用是导入这个路径下面所有的conf配置文件，后面如果有很多项目，可以每个项目都写一个配置文件。

创建项目的配置文件

这里我们创建一个项目需要的配置文件，用于启动我们上面创建的flask项目。

首先创建一个dataAnalysis.conf,名字可以随意起

内容如下：

[program:dataAnalysis]
command=/usr/local/DataAnalysis/deploy_env/dataAnalysis/bin/gunicorn -c /usr/local/DataAnalysis/gunicorn_conf.py --preload main:app
directory=/usr/local/DataAnalysis/
startsecs=0
stopwaitsecs=0
autostart=true
autorestart=true

dataAnalysis是项目启动的服务标识，可以根据自己需求去修改

command后内容，为使用gunicorn的启动命令

directory是项目根目录

supervisor的基本使用命令

supervisord -c supervisor.conf                             通过配置文件启动supervisor
supervisorctl -c supervisor.conf status                    查看supervisor的状态
supervisorctl -c supervisor.conf reload                    重新载入 配置文件
supervisorctl -c supervisor.conf start [all]|[appname]     启动指定/所有 supervisor管理的程序进程
supervisorctl -c supervisor.conf stop [all]|[appname]      关闭指定/所有 supervisor管理的程序进程

supervisor 还有一个web的管理界面，可以激活。更改supervisord.conf配置文件

[inet_http_server]         ; inet (TCP) server disabled by default
port=127.0.0.1:9000        ; (ip_address:port specifier, *:port for all iface)
username=user              ; (default is no username (open server))
password=123               ; (default is no password (open server))
[supervisorctl]
serverurl=unix:///tmp/supervisor.sock ; use a unix:// URL  for a unix socket
serverurl=http://127.0.0.1:9000 ; use an http:// url to specify an inet socket
username=user              ; should be same as http_username if set
password=123                ; should be same as http_password if set
;prompt=mysupervisor         ; cmd line prompt (default "supervisor")
;history_file=~/.sc_history  ; use readline history if available

启动Supervisord服务

上面配置好了Supervisord所需要的配置，下面开始启动服务

启动命令：

supervisord -c /opt/supervisord/supervisord.conf

现在已经完成 supervsior 启动 gunicorn。访问http://127.0.0.1:9000 可以得到 supervisor的web管理界面。访问http://127.0.0.1:5000可以看见gunciron 启动的返回的Hello World!

5、Nginx配置

高性能 Web 服务器+负载均衡

安装Nginx

# Mac
brew install nginx
# Linux
yum install nginx
# Windows，官网下载程序包，直接启动

在这里使用 supervisor 来管理 nginx。还需要增加配置文件，用来管理Nginx服务。

这里管理的还是和上面flask项目的配置文件一个目录。

此处创建/opt/supervisord/nginx.conf

[program:nginx]
command=nginx
startsecs=0
stopwaitsecs=0
autostart=false
autorestart=false
stdout_logfile=/OneDrive/USERPRO/Python/flask-proj/log/nginx.log
stderr_logfile=/OneDrive/USERPRO/Python/flask-proj/log/nginx.err

supervisor管理nginx服务的配置文件创建好了，可以通过配置好的信息，使用supervisor命令来启动nginx服务

supervisorctl start nginx

访问http://127.0.0.1:9000 可以看到nginx服务已经启动

69c117652592f7ab8f3942414a3c3558.png

我们还需要再配置Nginx的配置文件nginx.conf，用来代理我们的gunicorn启动的flask项目接口。

nginx.conf配置如下：

server {
        listen       8080;
        server_name  localhost;

        location / {
            add_header Access-Control-Allow-Origin * always;
            add_header Access-Control-Allow-Methods 'GET, POST, OPTIONS' always;
            add_header Access-Control-Allow-Headers 'DNT,X-Mx-ReqToken,Keep-Alive,User-Agent,X-Requested-With,If-Modified-Since,Cache-Control,Content-Type,Authorization';

            if ($request_method = 'OPTIONS') {
                   return 204;
            }

            proxy_pass       http://127.0.0.1:5000;
            proxy_redirect off;
       proxy_set_header X-Real-IP $remote_addr;
       proxy_set_header REMOTE-HOST $remote_addr;
       proxy_set_header Host $host;
       proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
       proxy_read_timeout 300;
       proxy_send_timeout 300;
        }

        error_page   500 502 503 504  /50x.html;
        location = /50x.html {
            root   html;
        }
}

重启Nginx服务

# 重启，刷新配置
nginx -s relaod

访问http://127.0.0.1:8080可以看见已经代理gunciron 启动的服务，接口返回的Hello World!

四、总结

至此，使用Systemd+Nginx+Gunicorn+Gevent+Supervisor+Flask完成部署，可以运行在生产环境上了。

关于使用Nginx的问题，如果使用k8s管理容器化应用程序，k8s已为容器之间实现负载均衡等功能，可以根据具体业务来抉择。

这里的方案只是一个参考，大家根据具体场景选择吧。

欢迎探讨指正。

参考:

https://blog.csdn.net/weixin_39843078/article/details/111220592

https://cloud.tencent.com/developer/article/1549550

https://blog.csdn.net/aifore/article/details/86703685

https://www.cnblogs.com/chengkanghua/p/12708584.html

【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/lantingg/p/14775590.html