Flask生产环境部署指南 | 复杂度-- 稳定性++ 性能++

最新推荐文章于 2025-03-25 14:25:30 发布

訢詡

最新推荐文章于 2025-03-25 14:25:30 发布

阅读量2.9k

点赞数 5

分类专栏：深度学习CV方向深度学习NLP方向文章标签： flask 深度学习并发

本文链接：https://blog.csdn.net/Andrwin/article/details/115615726

版权

本文介绍了如何将Flask应用部署到生产环境，以解决并发请求导致的崩溃问题。通过安装gunicorn、导入proxyfix，并设置适当的线程数，实现了稳定且高性能的部署方案。在RTX2080显卡上实测，配置完成后，应用能够承受高并发，JMeter压测结果显示错误率为0%，吞吐量达44/Sec，GPU利用率约70%。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

零、前言

自上次用flask搭了个接口跑yolo以后，一直都很ok

直到有一天请求数突然多了起来...

只要有1个以上线程请求就崩掉

查了一下原来app.run()是用于开发环境测试用的

笑死，根本不保证稳定性和性能

在不需要复杂的代码修改了环境部署前提下，我实测了下面这种可以用于生产环境的部署方式：

一、安装gunicorn

pip install gunicorn

二、导入proxyfix

from werkzeug.middleware.proxy_fix import ProxyFix

三、加入代码

# 放在原来这个代码的位置
# app.run(host='0.0.0.0', port=5000)
app.wsgi_app = ProxyFix(app.wsgi_app)
app.run()

四、启动

gunicorn -w 5 -b 0.0.0.0:5000 flask_yolo:app

-w是线程数，RTX2080（8G）实测只能开5个，6个会显存溢出

-b是ip和端口

flask_yolo:app 我的python文件就是叫flask_yolo.py你的文件叫什么就放在前面，app不要动

五、守护进程

sudo apt-get install supervisor

安装好了以后要写一个配置文件

sudo touch /etc/supervisor/conf.d/config.conf
sudo gedi

最低0.47元/天解锁文章