四 部署：Waitress+Nginx

已于 2024-06-04 11:36:10 修改
阅读量475 收藏
点赞数 1
文章标签： 运维
于 2023-09-24 15:09:08 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Jumy_S/article/details/133241092
版权

四部署： W a i t r e s s + N g i n x 四 部署：Waitress+Nginx 四部署：Waitress+Nginx

链接：https://pan.baidu.com/s/1L3jydu-8ots7OwMwNCpffg
提取码：1234

1.waitress安装和使用

pip install waitress  -i https://pypi.tuna.tsinghua.edu.cn/simple

from flask import Flask, request
from exts import db
import os
import numpy as np
import uuid
from flask_cors import CORS
import config
from flask_migrate import Migrate
import restful
import cv2
from MajorAlgo import MajorModel
from waitress import serve
# 发生关联
from models import ModelInfo
# flask实例
app = Flask(__name__,static_folder='./dist',  template_folder = "./dist",static_url_path="" )
# 导入配置文件（数据库配置参数）
app.config.from_object(config)
# 数据库绑定app
db.init_app(app)
# 将模型映射到数据库
migrate = Migrate(app,db)
# 跨域访问
CORS(app,resources=r'/*')
# 模型算法实例字典
algo_dict = {}

# 上传AI模型
@app.route("/api/model/upload",methods=['GET','POST'])
def AIModelUploaf():
    try:
        files = request.files
        AIModel = files['AIModel']
        if not os.path.exists("./AIModelZoo"):
            os.makedirs("./AIModelZoo")
        uniqueId = str(uuid.uuid1())
        model_path = os.path.join("./AIModelZoo",uniqueId+"_"+AIModel.filename)
        AIModel.save(model_path)
        return restful.ok(data={"res": model_path})
    except:
        return restful.server_error()


# 增加模型
@app.route("/api/addModel",methods=['GET','POST'])
def addModel():
    try:
        algoCategory = request.form["algoCategory"]
        task = request.form["task"]
        imgsz = request.form["imgsz"]
        device = request.form["device"]
        modelPath = request.form["modelPath"]
        # 添加进数据库
        modelInfo = ModelInfo(algoCategory=algoCategory, task=task, imgsz=imgsz, device=device, modelPath=modelPath)
        db.session.add_all([modelInfo])
        # session提交
        db.session.commit()
        return restful.ok(data=modelInfo.to_dict())
    except:
        return restful.server_error()


# 获取所有AI模型列表
@app.route("/api/getAiModelList",methods=['GET','POST'])
def getAiModelList():
    try:
        all_items = db.session.query(ModelInfo).all()
        item_dicts = [item.to_dict() for item in all_items]
        return restful.ok(data=item_dicts)
    except:
        return restful.server_error()


#  获取所有AI模型初始化状态
@app.route("/api/getAiModelInitStateList",methods=['GET','POST'])
def getAiModelInitStateList():
    try:
        return restful.ok(data=algo_dict)
    except:
        return restful.server_error()

# 删除模型
@app.route("/api/deleteModel",methods=['GET','POST'])
def deleteModel():
    # 获取传递参数
    id = request.form.get("id")
    try:
        # 根据主键获取对象
        imgInfo = db.session.query(ModelInfo).get(id)
        # 删除操作
        db.session.delete(imgInfo)
        # 提交数据库
        db.session.commit()
        # 返回操作成功
        return restful.ok()
    except:
        return restful.server_error()


# 修改模型
@app.route("/api/editModel",methods=['GET','POST'])
def editModel():
    try:
        # 获取传递参数
        id = request.form.get("id")
        # 根据主键获取对象
        modelInfo = db.session.query(ModelInfo).get(id)

        algoCategory = request.form["algoCategory"]
        task = request.form["task"]
        imgsz = request.form["imgsz"]
        device = request.form["device"]
        modelPath = request.form["modelPath"]

        modelInfo.algoCategory = algoCategory
        modelInfo.task = task
        modelInfo.imgsz = imgsz
        modelInfo.device = device
        modelInfo.modelPath = modelPath
        # 提交数据库
        db.session.commit()
        # 返回操作成功
        return restful.ok(data=modelInfo.to_dict())
    except:
        return restful.server_error()

'''
初始化AI模型
'''
@app.route("/api/initModel",methods=['GET','POST'])
def initModel():
    try:
        # 1.获取模型信息
        id = request.form["id"]
        algoCategory = request.form["algoCategory"]
        task = request.form["task"]
        imgsz = request.form["imgsz"]
        device = request.form["device"]
        modelPath = request.form["modelPath"]
        # 2.转字典
        parms = {
            "uuid": id,
            "algoCategory": algoCategory,
            "task": task,
            "imgsz": imgsz,
            "device": device,
            "weights": modelPath}
        # 3.实例模型
        alg = MajorModel(**parms)
        # 4.模型实例添加到字典中
        algo_dict[id] = alg
        # 返回操作成功
        return restful.ok()
    except:
        return restful.server_error()




'''
AI模型测试
'''
@app.route("/api/test",methods=['GET','POST'])
def testDetect():
    uuid = request.form['id']
    file = request.files['image']
    img_buffer_numpy = np.frombuffer(file.read(), dtype=np.uint8)
    # 转cv2
    img_numpy = cv2.imdecode(img_buffer_numpy, 1)
    results = algo_dict[uuid].test(source=img_numpy)
    # 返回json数组
    re_res = []
    # 多张图像
    for result in results:
        # gpu
        # 单张图像
        if algo_dict[uuid].device != 'cpu':
            xyxy = result.boxes.cuda().cpu().numpy().xyxy
            xywh = result.boxes.cuda().cpu().numpy().xywh
            cls = result.boxes.cuda().cpu().numpy().cls  # Masks object for segmentation masks outputs
            conf = result.boxes.cuda().cpu().numpy().conf  # Class probabilities for classification outputs
            for index_item in range(len(xyxy)):
                res_dict = {}
                res_dict['SourceImageSerialNumber'] = "seri001"
                res_dict['DefectName'] = result.names[cls[index_item]]
                res_dict['CenterRowPixel'] = xywh[index_item][0]
                res_dict['CenterColPixel'] = xywh[index_item][1]
                res_dict['LeftXPixel'] = xyxy[index_item][0]
                res_dict['LeftYPixel'] = xyxy[index_item][0]
                res_dict['Width'] = xywh[index_item][2]
                res_dict['Height'] = xywh[index_item][3]
                res_dict['Angle'] = 0
                res_dict['Area'] = xywh[index_item][2] * xywh[index_item][3]
                res_dict['Gray'] = 0
                res_dict['Dev'] = 0
                re_res.append(res_dict)
        # cpu
        else:
            xyxy = result.boxes.cpu().numpy().xyxy
            xywh = result.boxes.cpu().numpy().xywh
            cls = result.boxes.cpu().numpy().cls  # Masks object for segmentation masks outputs
            conf = result.boxes.cpu().numpy().conf  # Class probabilities for classification outputs
            for index_item in range(len(xyxy)):
                res_dict = {}
                res_dict['SourceImageSerialNumber'] = "seri001"
                res_dict['DefectName'] = result.names[cls[index_item]]
                res_dict['CenterRowPixel'] = xywh[index_item][0]
                res_dict['CenterColPixel'] = xywh[index_item][1]
                res_dict['LeftXPixel'] = xyxy[index_item][0]
                res_dict['LeftYPixel'] = xyxy[index_item][0]
                res_dict['Width'] = xywh[index_item][2]
                res_dict['Height'] = xywh[index_item][3]
                res_dict['Angle'] = 0
                res_dict['Area'] = xywh[index_item][2] * xywh[index_item][3]
                res_dict['Gray'] = 0
                res_dict['Dev'] = 0
                re_res.append(res_dict)
    return restful.ok(data=str(re_res))

if __name__ == '__main__':
    # app.run()
    serve(app, host='0.0.0.0', port=5000)

2.python虚拟环境配置

1）下载包

pip install virtualenv -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述

（2）创建虚拟环境

1.新建文件夹
在这里插入图片描述

2.在新建文件夹目录，输入下面的命令

virtualenv ENV

在这里插入图片描述
在这里插入图片描述

3.进入Script文件夹激活虚拟环境

activate

在这里插入图片描述

4.安装pytorch和torchvision

pip install "F:\BaiduNetdiskDownload\torch-2.0.1+cu117-cp38-cp38-win_amd64.whl"  -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述

pip install "F:\BaiduNetdiskDownload\torchvision-0.15.2+cu117-cp38-cp38-win_amd64.whl" -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述

5.安装yolov8

pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述

6.安装其他所需库

pip install flask -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install flask-sqlalchemy -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install SQLAlchemy-serializer -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install flask_cors  -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install flask-migrate -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install waitress -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在虚拟环境中进行试运行，成功运行后，准备打包

在这里插入图片描述

在这里插入图片描述

3.pyinstaller打包

安装pyinstaller

pip install pyinstaller -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

pyinstaller -D flask_app.py

在这里插入图片描述

或者直接激活虚拟环境进行打包

pyinstaller -D D:\workplace\PycharmProjects\TestFlaskVue\flask_app.py

在这里插入图片描述
在这里插入图片描述

复制所需资源

在这里插入图片描述

打包运行成功

在这里插入图片描述
在这里插入图片描述

打包vue前端

npm run build

在这里插入图片描述
在这里插入图片描述

前端和后端直接绑定相连

在这里插入图片描述

4.Nginx下载安装

## [中文网：https://nginx.p2hp.com/](https://nginx.p2hp.com/)

官网：http://nginx.org/

在这里插入图片描述

nginx.exe -s stop                   //停止nginx

nginx.exe -s reload                //重新加载nginx

nginx.exe -s quit                     //退出nginx

Nginx常用指令

1、检查配置文件

在重启Nginx之前首先要检查配置文件是否有误：

nginx -t -c ./conf/nginx.conf

如果没有语法错误，则会输出以下信息：

nginx: the configuration file /path/to/nginx.conf syntax is ok
nginx: configuration file /path/to/nginx.conf test is successful

2、修改配置文件

打开nginx.conf文件，并进行修改

3、停止Nginx

在重启Nginx之前需要先停止当前正在运行的Nginx进程。

nginx -s stop

如果当前进程没有停止，则可以使用以下命令来强制停止：

nginx -s quit

4、启动Nginx

start nginx

如果想要启动Nginx并指定配置文件，则可以使用以下命令：

nginx -c ./conf/nginx.conf

5、重启Nginx

重启Nginx时，配置文件会被重新加载。

nginx -s reload

6、设定自启动

如果想要在系统启动时Nginx自动启动，可以将Nginx添加到系统服务中。可以使用以下命令将Nginx添加到服务：
以管理员身份运行cmd，然后运行下面指令

sc create nginx binPath= "D:\nginx-1.24.0\nginx-1.24.0\nginx.exe" displayName= "Nginx" start= "auto"

在上述命令中，binPath为Nginx可执行文件的路径，displayName为服务的显示名称，start为服务的启动类型。

注意：
1.在Windows下重启Nginx需要先检查配置文件，修改需要修改的配置项，然后停止当前正在运行的进程，并重新启动或重启Nginx。

2.可以将Nginx添加到系统服务中，实现自动启动。

5. Nginx反向代理和负载均衡


worker_processes  1;

events {
    worker_connections  1024;
}


http {
    include       mime.types;
    default_type  application/octet-stream;

    sendfile        on;
    #tcp_nopush     on;

    #keepalive_timeout  0;
    keepalive_timeout  65;

    #gzip  on;
    upstream major{
       server 127.0.0.1:5000 weight=1;
       server 127.0.0.1:6000 weight=1;
    }
    server {
        listen       80;
        server_name  localhost;

        location / {
            root   html;
            index  index.html index.htm;
            proxy_pass http://major; 
            client_max_body_size 1024m;

        }


        error_page   500 502 503 504  /50x.html;
        location = /50x.html {
            root   html;
        }

    }


}

补充：

Ngnix部署Vue

Jumy_S
关注
python waitress_Nginx在Windows上不使用Waitress + Django提供静态文件
weixin_39725924的博客
12-18 611
importos# Build paths inside the project like this: os.path.join(BASE_DIR, ...)BASE_DIR=os.path.dirname(os.path.dirname(os.path.abspath(__file__)))# SECURITY WARNING: keep the secret key used in produ...
深度学习AI-计算机视觉（CV）-整体解决方案课件（Yolo+Flask+Vue+Waitress+Nginx）
Jumy_S的博客
09-24 657
Yolo+Flask+Vue+Waitress+NginxYolo+Flask+Vue+Waitress+NginxYolo+Flask+Vue+Waitress+Nginx 一 算法:YoloV8和YoloV5 二 后端：Flask 三 前端：Vue 四 部署：Waitress+Nginx
使用waitress与nginx在腾讯云上进行flask项目部署
m0_56366541的博客
12-02 1350
简而言之，Waitress 是一个专注于运行 Python Web 应用程序的服务器，而 Nginx 是一个通用的高性能 Web 服务器，适用于托管各种类型的 Web 内容和服务。在一些场景中，你可能会将 Waitress 与 Nginx 结合使用，其中 Nginx 充当反向代理服务器，而 Waitress 处理 Python Web 应用程序的请求。这与我的开发环境与生产环境有关，我使用的环境皆是windows，而当我试图在windows上安装。如果您的 Flask 应用程序在名为 的文件中定义。
windows下django项目部署nginx+waitress
qq_43276836的博客
03-22 1701
windows下部署uwsgi不可行，使用waitress进行替代
Windows7部署：使用Waitress作为服务器部署django项目
qq_45225756的博客
06-25 708
好处 可以确保在 Windows 7 上使用 Waitress 作为 Django 3 项目的 WSGI 服务器，并且可以受益于多线程处理能力。也可以使用python文件启动，在 Django 项目的根目录下，创建一个。文件，并添加以下内容。
python waitress serve_python – 金字塔gunicorn和女服务员
weixin_39725756的博客
12-18 657
我试图理解Pyramid关于[main：server]配置和gunicorn的行为.如果我使用pserve,它将使用[main：server]的配置,对于女服务员和gunicorn.例如：# development.ini[server:main]use = egg:waitress#mainlisten = *:6543所以现在,$pserve development.ini将推出带有女服务员的...
windowsServer环境下的flask+nginx部署方案
jnxysuning的博客
04-20 1087
一、部署环境 • winserver2012 • python3.8.5• nginx1.19.10• tornado • IDE: PyCharm 二、下载安装nginx 下载地址：http://nginx.org/en/download.html 下载后直接把它解压,文件夹重命名为nginx,然后把它放到c盘根目录下。 启动：在 C:/nginx下执行nginx.exe 测试：打开浏览器 http://127.0.0.1，出现如下界面，代表启动成功。 三、配置NGINX...
paste.deploy高可用性部署：确保Web应用稳定性的关键策略
![paste.deploy高可用性部署：确保Web应用稳定性的关键...paste.deploy是Python的一个部署工具，主要用于简化Web应用的部署过程。它不仅支持多种Web框架，如Flask和Pylons，还能够提供负载均衡和高可用性的部署方案。p
提高Django高并发性的部署方案（Python）
热门推荐
lijz的博客
04-04 2万+
方案： nginx + uWSGI 提高 Django的并发性        1. uWSGI :                 uWSGI是一个web服务器，实现了WSGI协议、uwsgi协议、http协议等。           uWSGI的主要特点是：               超快的性能              低内存占用              多app管理           ...
Python库 | waitress-0.9.0b1.tar.gz
04-19
资源分类：Python库 所属语言：Python 资源全名：waitress-0.9.0b1.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
waitress，一个超酷的 Python 库！
涛哥聊Python
03-19 3254
Waitress 是一个轻量级的 WSGI 服务器，用于托管 Python Web 应用程序。它由 Zope Corporation 开发并维护，旨在提供可靠的、高性能的 Web 服务。Waitress 的设计理念是简单、易用、可靠，它专注于处理 WSGI 请求，并且在性能方面表现出色。总的来说，Python 的 Waitress 库是一个简单而高效的 WSGI 服务器，专注于提供可靠的、高性能的 Web 服务。
python waitress_Web 应用 & 框架
weixin_40003233的博客
12-18 2349
框架¶广义地说，Web框架包含一系列库和一个主要的处理器(handler)，这样您就能够构建自己的代码来实现Web应用(比如说一个交互式的网站)。大多数web框架包含模式和工具，至少实现以下功能：URL路由(URL Routing)将输入的HTTP请求匹配到特定的Python代码用来调用请求和响应对象(Request and Response Objects)封装来自或发送给用户浏览器的信息模板引...
探索Waitress：Python WSGI服务器的高性能选择
gitblog_00044的博客
03-26 1327
探索Waitress：Python WSGI服务器的高性能选择 去发现同类优质开源项目:https://gitcode.com/ Waitress 是一个现代化的、设计用于生产环境的 Python Web Server Gateway Interface (WSGI) 服务器。其目标是提供一种简单且高效的解决方案，用于在各种环境中部署基于Python的Web应用程序。如果你正在寻找一个能够处理高并...
django和flask以WSGI的形式部署在windows
weixin_44222183的博客
07-12 1058
windows 下安装不了uwsgi 替代解决方案
手把手教小白如何在Window系统下搭建Nginx服务器环境并部署前端项目
weixin_43426379的博客
03-07 6216
在Windows系统下安装部署Nginx服务器还是比较简单的有空再继续更新如何在Linux系统或Docker环境下部署Nginx服务器。
【Flask】Flask项目部署上线
Python、Golang、大数据
03-26 998
是一个纯 Python WSGI 服务器，配置简单，多工作者实现，方便 性能调优。它倾向于与主机平台轻松集成。它不支持 Windows （但可以在 WSL 上运行）。它很容易安装，因为不需要额外的依赖或编译。它有内置的异步工作者，支持使用 gevent 或 eventlet。页面访问：安装gunicorn启动项目页面能够正常访问。
基于 Python 的 Web 应用程序的 Web 服务器比较
rubys_的专栏
02-04 1339
在本文中，我们将讨论三个主要内容：Python、Web 服务器，以及两者之间最重要的细节。开玩笑的话，这篇相当长的文章对于一些寻求快速指导或答案的人来说可能看起来有些严肃。不幸的是，与 Python 世界中的大多数事物不同的是，当选择一个用于部署应用程序的生产服务器堆栈时，并没有一种——最好只有一种——明显的方法。然而，这不应该吓到你。完成本文后，您将对不同的 Web 服务器如何工作以及如何处理与基于 Python 的 Web 应用程序交互的任务有很好的了解。
python waitress_python 角度理解web服务器
weixin_39906245的博客
12-18 1197
概述：web服务器实际上就是一个运行在物理机上的网络服务器，它等待客户端给他发送请求，成功接收后将客户端请求的资源响应给它。客户端与服务端的通信通过http协议实现。客户端可以是浏览器或者可以发送请求的一段程序。一、一个简单的web服务器我们可以通过socket()函数来创建一个网络连接，或者说打开一个网络文件，socket的返回值就是一个文件描述符。有了文件描述符，我们就可以使用普通的文件操作函...
如何减少光伏电站中的重复工作
最新发布
zheguyun的博客
10-12 270
在关键施工环节，如基础施工、组件安装等，加强质量控制和验收，避免后期因质量问题导致的重复工作。说道施工，建议可以考虑下鹧鸪云光伏软件的施工管理流程，上面比较标准，而且每一步都有固定的流程也不容易出错，极大的可以减少重复的工作。对电站建设和运营过程中出现的问题进行总结和分析，找出问题的根源和解决方案。利用智能化工具进行电站布局和组件排布规划，确保电站布局合理，减少因布局不当导致的重复工作。定期召开项目会议，及时解决施工过程中出现的问题，避免问题累积导致的重复工作。
ModuleNotFoundError: No module named 'waitress'
01-22
ModuleNotFoundError: No module named 'waitress'是因为在你的环境中没有安装waitress模块。waitress是一个用于运行WSGI应用程序的纯Python服务器。要解决这个问题，你需要安装waitress模块。 你可以使用以下命令来安装waitress模块： ```shell pip install waitress ``` 安装完成后，你可以尝试再次运行你的代码，应该不会再出现ModuleNotFoundError: No module named 'waitress'的错误。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值