flask中gunicorn的使用

最近模型部署用flask给接口，模型实验室的部署流程中需用gunicorn来部署flask服务。为什么要用gunicorn呢，简单点就是为了并发。

1、模块安装

pip install flask
pip install gunicorn

2、用flask写一个简单的web服务

# 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、启动

　　我们知道直接运行main.py函数就可以启动flask服务，但是我们这里要用gunicorn，也很简单

gunicorn main:app

• main是flask的启动python文件，我们这是main.py，
• app则是flask应用程序实例，我们mian.py里实例名为app

这样运行的话， gunicorn 默认作为一个监听 127.0.0.1:8000 的web server，可以在本机通过： http://127.0.0.1:8000 访问。

 如果要通过网络访问，则需要绑定不同的地址（也可以同时设置监听端口），设置0.0.0.0可以监听到所有ip的请求：

gunicorn -b 0.0.0.0:8080 main:app

在多核服务器上，为了支持更多的并发访问并充分利用资源，可以使用更多的 gunicorn 进程：

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

• -b 表示 gunicorn 开发的访问地址 
• -w 表示工作进程数

4、配置文件

　　通过gunicorn -h可以看到gunicorn有非常多的配置项，因此通常会写成一个配置文件来进行配置。

　　比如我这边写成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: 生产环境不用这个配置项，但调试的时候debug=True还是挺好用的。而且，开启debug项后，在启动gunicorn的时候可以看到所有可配置项的配置

注意上面log项，如果需要将这些log文件统一放到log文件夹下，事先要先建好，不然运行时会报错。

运行代码为：

gunicorn --config gunicorn.conf main:app