flask作为一款轻量级web框架，具有诸多优点。我喜欢它的原因是它具有高度的可扩展性，广泛的各类插件，丰富的开发文档。在开发调试过程中，我们往往会简单的使用flask自带的web服务器。但是在实际的生产环境中，flask自带的web服务器很难满足需求。

所以，在生产环境中，部署flask应该用什么呢？这首先就不得不说WSGI了。

WSGI

WSGI(python web server gateway interface)，python web服务器网关接口。它是python语言定义的web服务器和web应用程序之间的一种简单通用的接口。WSGI可以分为两个部分：一个是服务器或者说是网关，另一个可以成为web应用或者说是应用框架。在处理来自前端的请求是，服务器会为应用程序提供环境上下文及一个回调函数。在应用程序完成请求之后，将先前的回调函数结果返回给前端。因此，对于flask而言，这里的WSGI可以起到的功能：

重写环境变量，根据目标url将请求消息路由到对应的应用对象；
允许在一个进程中运行多个web应用程序或者框架；
可以起到负载均衡远端请求的作用；
对请求或者返回内容进行处理。

因此，只要遵照WSGI协议的web应用都可以部署在对应的webserver之后。或者说WSGI之于python，就如同Fastcgi之于php。

独立的WSGI容器

如果同时有好几个东西在面前，能够实现的功能类似，我肯定会选择更容易操作的。在flask部署这件事情上，我会选择一些独立的WSGI容器来部署flask。

gunicorn

gunicorn是一个unix用的WSGI HTTP服务器。它是从ruby的unicorn项目中移植过来的。它基于"pre-fork worker"模型，会预先开启大量进程，等待并处理接收到的请求，每个单独进程可以同时处理它们各自接到的请求，避免进程启动和销毁的开销。但是gunicorn是基于阻塞式的io，并发能力稍弱。如果要想用它来部署flask应用相当简便。

第一步，要通过pip安装gunicorn，pip install gunicorn
在安装完成之后，通过命令：gunicorn -w 4 -b 127.0.0.1:4000 run:app就可以将所要启动的flask应用程序启动。

1
2
3
4
5
6
7
8


→ gunicorn -w 4 -b 127.0.0.1:4000 run:app
[2016-12-12 21:44:16 +0800] [81837] [INFO] Starting gunicorn 19.6.0
[2016-12-12 21:44:16 +0800] [81837] [INFO] Listening at: http://127.0.0.1:4000 (81837)
[2016-12-12 21:44:16 +0800] [81837] [INFO] Using worker: sync
[2016-12-12 21:44:16 +0800] [81840] [INFO] Booting worker with pid: 81840
[2016-12-12 21:44:16 +0800] [81841] [INFO] Booting worker with pid: 81841
[2016-12-12 21:44:16 +0800] [81842] [INFO] Booting worker with pid: 81842
[2016-12-12 21:44:16 +0800] [81843] [INFO] Booting worker with pid: 81843

其中-w指的是预定义的工作进程数，-b指的是要绑定的ip和端口，run是flask的启动python文件，app则是flask应用程序实例。比如说，我的run.py文件中是这样的

1
2
3


app = Flask(__name__)
if __name__ == '__main__':
    app.run(debug=True, host='0.0.0.0', port=4000)

Tornado

Tornado，它是一款开源的可伸缩、非阻塞式的web服务器和工具集。在高并发的应用场景中有不错的效果。同样，要想通过Tornado来部署flask也是很简便的：

第一步，通过pip安装pip install tornado
第二部，在你的flask启动文件夹中新建py文件，然后输入这些内容，在启动的时候通过这个新建的文件启动即可:

1
2
3
4
5
6
7


from tornado.wsgi import WSGIContainer
from tornado.httpserver import HTTPServer
from tornado.ioloop import IOLoop
from run import app
http_server = HTTPServer(WSGIContainer(app))
http_server.listen(4000)
IOLoop.instance().start()

Gevent

Gevent是一个基于协同程序的python库，与tornado的部署方式类似，通过gevent部署flask也是十分的便利：

1
2
3
4


from gevent.wsgi import WSGIServer
from run import app
http_server = WSGIServer(('', 4000), app)
http_server.serve_forever()

nginx http代理

单纯依靠上述的这些wsgi容器在生产环境中还是不够的，往往还要在这些容器前边在部署一个nginx做http转发。nginx可以起到负载均衡、流量控制、日志管理等等更加精细的工作。对nginx的配置文件做简单的修改即可完成：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17


server {
    listen 80;

    server_name _;

    access_log  /var/log/nginx/access.log;
    error_log  /var/log/nginx/error.log;

    location / {
        proxy_pass         http://127.0.0.1:4000/;
        proxy_redirect     off;

        proxy_set_header   Host             $host;
        proxy_set_header   X-Real-IP        $remote_addr;
        proxy_set_header   X-Forwarded-For  $proxy_add_x_forwarded_for;
    }
}

其他的部署方式

当然，除了通过上述几个wsgi容器来简单的部署flask以外，还有其他几种方式也可以选择：mod_wsgi、uwsgi、fastcgi、cgi。

进程管理工具supervisor

最近在找flask生产环境部署相关的内容，无意间碰到一个神器：supervisord。它是一个使用python编写的进程管理工具，可以很方便的开启、关闭或者重启进程。当你的主机不小心挂掉的时候，通过配制好的supervisord可以很方便的重启服务而不用一行一行敲命令。要想使用supervisord，只需要这几步：

第一步，当然还是安装：sudo pip install supervisor
安装完成之后，主要的任务就是要完成配置文件：echo_supervisord_conf > /path/to/supervisord.conf，先将supervisord的相关配置导出到指定路径以供修改；
下面主要修改我们比较关注的部分：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13


[program:usercenter]
directory = /home/leon/projects/usercenter ; 程序的启动目录
command = gunicorn -c gunicorn.py wsgi:app  ; 启动命令，可以看出与手动在命令行启动的命令是一样的
autostart = true     ; 在 supervisord 启动的时候也自动启动
startsecs = 5        ; 启动 5 秒后没有异常退出，就当作已经正常启动了
autorestart = true   ; 程序异常退出后自动重启
startretries = 3     ; 启动失败自动重试次数，默认是 3
user = leon          ; 用哪个用户启动
redirect_stderr = true  ; 把 stderr 重定向到 stdout，默认 false
stdout_logfile_maxbytes = 20MB  ; stdout 日志文件大小，默认 50MB
stdout_logfile_backups = 20     ; stdout 日志文件备份数
; stdout 日志文件，需要注意当指定目录不存在时无法正常启动，所以需要手动创建目录（supervisord 会自动创建日志文件）
stdout_logfile = /data/logs/usercenter_stdout.log

按照上边的内容，完成修改之后，比如说我的这个：

1
2
3
4


[program:flask]
command=python ./app/main/run.py
[program:getmsg]
command=python ./app/dataCollector/Collector/rocket.py

进入对应的目录，键入supervisord -c manage.conf就可以了

接下来通过supervisorctl就可以查看当前进程运行的状态，启动或者关闭指定进程了：

1
2
3
4
5
6
7
8


→ supervisorctl -c  manage.conf
flask                            RUNNING   pid 79541, uptime 4:43:15
getmsg                           STOPPED   Dec 12 07:17 PM
supervisor> stop flask
flask: stopped
supervisor> status
flask                            STOPPED   Dec 12 09:43 PM
getmsg                           STOPPED   Dec 12 07:17 PM

crontab在python虚拟环境中的使用

使用python开发的同学往往会使用virtualenv来使自己的开发环境纯净不受干扰，我在使用过程中需要将一个python脚本通过crontab定期执行。在编写了对应的crontab配置文件之后，并没有按照预想的方式来。

1

0,15,30,45 * * * * python /home/eclipse/git/env/DouyuFan/app/dataCollector/Collector/allRooms.py

感觉明明没有问题，可脚本为什么不执行呢，思考一下，由于是在虚拟环境中运行，直接通过python+脚本文件的方式，使用的python解译器是系统中的python而不是虚拟环境中的那个。所以上边的crontab配置改成这样就可以顺利运行了：

1

0,15,30,45 * * * * /home/eclipse/git/env/bin/python /home/eclipse/git/env/DouyuFan/app/dataCollector/Collector/allRooms.py

关于python学习相关的想法

由于自己缺乏在实际生产环境中的工作经验，这方面知识有很大一部分欠缺。只能通过自己慢慢摸索。另外，看了前几天刚买的python cookbook之后，感觉像是进入了python的新世界，有很多方法和内容都是之前没有尝试过的，未来要走的路还有很长，加油！

flask几种部署方式实践

文章目录