python+flask+gunicorn(gevent模式)+supervisor搭建图像识别服务

---

前言

本篇文章是对之前一篇文章的续写，识别部分的代码python使用Flask框架搭建图像识别服务，这里就不重复CV了
引入了gunicorn协程工作模式和supervisor来做并发和服务进程的管理，还是以图像识别这个代码为例来做补充。环境是Ubuntu18.04。

---

一、gunicorn

copy一段，Gunicorn 绿色独角兽是一个 Python WSGI UNIX 的 HTTP 服务器。这是一个 pre-fork worker 的模型，从 Ruby 的独角兽（Unicorn ）项目移植。该 Gunicorn 服务器大致与各种 Web 框架兼容，只需非常简单的执行，轻量级的资源消耗，以及相当迅速。
安装：pip install gunicorn gevent
在项目目录下新建config.py代码作为gunicorn的配置文件
代码如下：

# config.py
import os
import gevent.monkey
gevent.monkey.patch_all()
import multiprocessing


debug = False
loglevel = 'debug'
bind = "0.0.0.0:8091"  # 我这里是绑定一个8091端口
# 在当前目录下创建一个log文件夹用来存放日志和运行的pid
if not os.path.exists('./logs'):
    os.mkdir('./logs')
pidfile = "logs/gunicorn.pid"  # ID号
accesslog = "logs/access.log"  # 请求日志的记录
errorlog = "logs/debug.log"  
daemon = False  # 守护模式为False，如果启动有异常等报错会显示出来，True则不会显示需要查看日志
timeout = 120  # 超时时间
workers = multiprocessing.cpu_count() * 2 + 1  # 进程数
worker_class = 'gevent'  # 工作模式
x_forwarded_for_header = 'X-FORWARDED-FOR'

workers进程数设置多少合适用gunicorn官网一句话:
A positive integer generally in the 2-4 x $(NUM_CORES) range. You’ll want to vary this a bit to find the best for your particular application’s work load.
threads每个进程的线程数，我上面没写，因为
A positive integer generally in the 2-4 x $(NUM_CORES) range. You’ll want to vary this a bit to find the best for your particular application’s work load.
If it is not defined, the default is 1.
This setting only affects the Gthread worker type.

二、supervisor

安装：sudo apt install supervisor
安装后在/etc/supervisor/conf.d下建立一个recognition.conf文件，如果要管理多个服务可以建立多个文件，recognition.conf命令如下

[program:recognition]
startsecs=1  # 启动1秒后没有异常退出，表示正常
command=/home/wmj/anaconda3/bin/gunicorn -c config.py myweb:app  # 用自己的gunicorn路径
directory=/home/wmj/recognition  # 整个项目的绝对路径
user=root  # 用户身份，只能在root下执行
autostart=true  # supervisord启动时候自动启动，开机自启动
autorestart=true  #  程序退出后自动重启
startretires=3  # 启动失败重试次数
stopasgroup=true  # 进程被杀死时，是否向这个进程组发送stop信号

注意一点：当使用supervisor时候gunicorn的配置文件config.py中daemon=False，否则会报错。
保存配置文件之后进入root模式
1、supervisorctl update 更新配置文件
2、supervisorctl start recognition 启动识别服务的进程
启动后可以查看服务是否启动 supervisorctl status，也可以查看gunicorn是否启动 ps -ef|grep gunicorn

载入最新配置，服务不会中断：supervisorctl reload
停止服务: supervisorctl stop recognition
到此整个识别服务就完成了。