安装和配置gunicorn

安装gunicorn

pip install gunicorn

// windows平台似乎不支持gunicorn

配置

配置文件要是.py结尾的
比如 gunicorn.conf.py
可以和flask的app.py放在同一目录下
配置参数说明

示例：

import multiprocessing
bind = '127.0.0.1:5000'  # 原来的flask的运行地址
# 访问日志和错误日志
accesslog = './logs/access.log' 
errorlog = './logs/error.log'
workers = multiprocessing.cpu_count() * 2 + 1 # 进程数量
 
backlog = 2048 # 未决连接的最大数量，即等待服务的客户的数量。默认2048个，一般不修改
worker_connections = 1000 # 最大客户端并发数量，默认情况下这个值为1000。
#worker_class = "gevent"
daemon = False # 是否以守护进程启动，默认false；
timeout = 50
debug = True
#debug = False
proc_name = 'app_name'

启动命令

gunicorn app:app -c gunicorn.conf.py

flask logger与gunicorn日志整合

在app.py中添加以下代码

if __name__ != '__main__':
    # 如果不是直接运行，则将日志输出到 gunicorn 中
    gunicorn_logger = logging.getLogger('gunicorn.error')
    app.logger.handlers = gunicorn_logger.handlers
    app.logger.setLevel(gunicorn_logger.level)

在gunicorn的error.log里就可以看到flask logger输出的日志

worker class

sync: 默认的工作进程类，也称为同步工作进程。每个工作进程都是单线程的，采用同步阻塞方式处理请求。当请求处理时间较长时，会阻塞其他请求的处理，不适合高并发或耗时较长的请求。
默认的、最简单的worker模式，是同步模式。

每个worker进程，一次只处理一个请求；如果此时又有其他请求被分配到这个worker进程，那只好被阻塞了，要先等第一个请求完成 。并且，一个请求一个进程，并发时，显然很占CPU和内存。

因此，只适合在访问量不大、CPU密集而非I/O密集的情形。

不过也不是没有好处；好处是，即使一个worker进程crash了，也只会影响一个请求。

gevent: 使用gevent库的工作进程类。gevent是基于协程的并发库，可以处理更多的并发连接。它利用非阻塞I/O和事件循环来实现高效的并发处理。
异步worker，能同时处理不止一个请求，就不会出现上面同步worker那样，一个请求就把后续请求都block阻塞住的情况了。
但是似乎不能用于python的mysql操作，只能用同步。。 开异步高并发就一直出mysql的各种error

参考：https://www.cnblogs.com/shengulong/p/7202294.html