转自:https://blog.csdn.net/dutsoft/article/details/51452598
Flask,webpy,Django都带着 WSGI server,当然性能都不好,自带的web server 更多的是测试用途。线上发布时,则使用高性能的 wsgi server或者是联合nginx做uwsgi 。
greenlet是一个轻量级的协程库。gevent是基于greenlet的网络库。
guincorn是支持wsgi协议的http server,gevent只是它支持的模式之一 ,是为了解决django、flask这些web框架自带wsgi server性能低下的问题。它的特点是与各个web框架结合紧密,部署特别方便。
gunicorn安装和使用
安装
pip install gunicorn
启动
gunicorn code:application
其中code就是指python程序代码code.py,application就是那个wsgi func的名字。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。
设置监听端口
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)。 gunicorn -b 127.0.0.1:8080
使用多进程
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 8 code:application
这样就可以启动8个进程同时处理HTTP请求,提高系统的使用效率及性能。
配合gevent
另外, gunicorn 默认使用同步阻塞的网络模型(-k sync),对于大并发的访问可能表现不够好, 它还支持其它更好的模式,比如:gevent或meinheld。
# gevent
gunicorn -k gevent code:application
- 1
- 2
指定配置文件
以上设置还可以通过 -c 参数传入一个配置文件实现。 gunicorn - gun.conf code:application
# cat gun.conf
import os
bind = '127.0.0.1:5000'
workers = 4
backlog = 2048
worker_class = "sync" debug = True proc_name = 'gunicorn.proc' pidfile = '/tmp/gunicorn.pid' logfile = '/var/log/gunicorn/debug.log' loglevel = 'debug'
关于gevent
gevent是一个基于libev的并发库。它为各种并发和网络相关的任务提供了整洁的API。gunicorn对于“协程”也就是Gevent的支持非常好。
gevent程序员指南:gevnet指南
gevent.monkey介绍详见:关于gevent monkey。
简单的Flask应用
Flask是一个轻量级的Web框架,核心简单而易于扩展。Flask介绍详见:Flask文档。
用Flask简单写了一个web例子,如下:
from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello_world(): return 'Hello World!' if __name__ == '__main__': app.run()
用gunicorn启动Flask应用
配置文件gun.py
import os
import gevent.monkey
gevent.monkey.patch_all()
import multiprocessing
debug = True
loglevel = 'debug' bind = '0.0.0.0:8800' pidfile = 'log/gunicorn.pid' logfile = 'log/debug.log' #启动的进程数 workers = multiprocessing.cpu_count() * 2 + 1 worker_class = 'gunicorn.workers.ggevent.GeventWorker' x_forwarded_for_header = 'X-FORWARDED-FOR'
使用gunicorn来启动
gunicorn -c gun.py hello:app
单纯的flask 自带的web服务器做下测试,会看到压力大的时候出现socket的问题,因为他是单进程单线程的。使用gunicorn来启动,响应速度和能力提升显著。
配置中workers指定启动的进程数。cpu的损耗是平均到各个进程。workers的值一定不要过大,毕竟多进程对于系统的调度消耗比较大。
来源:oschina
链接:https://my.oschina.net/u/4274876/blog/3926905