tornado项目搭建_【搭建属于你的科研平台】(二)基于flask-gunicorn的demo介绍

# 基于flask-gunicorn的算法部署框架介绍 此demo是为了让大家快速地部署flask框架，把自己的算法部署到计算能力更好的服务器上。是一个面向移动client—服务器server的简易科研数据分析平台。

相关链接

【搭建属于你的科研平台】(一)基于flask的服务器端算法框架搭建

基础介绍

• Flask ：python最流行的两个框架之一(django、flask)，轻量级是最大的特点。ps: 知乎用tornado+SQLAlchemy开发，也是基于python的web框架
• Gunicorn：只熟悉熟悉用 java 或者 PHP 做开发的同学可能对 python 的部署一开始不太理解，Flask应用是一个符合WSGI规范的Python应用，不能独立运行（类似app.run的方式仅适合开发模式），需要依赖其他的组件提供服务器功能。
• gevent：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，我们很方便地顺手套一个gevent来增加并发量

demo讲解

flask框架有两种官方的组织方式，一种是基于blueprint的，其启动文件app.py如下所示

from project import create_app #从project文件夹中的__init__.py中导入create_app函数

app = create_app() #记住这里的变量名app

if __name__ == '__main__':
    app.run(debug=True)

本demo中用的是新手常用版，对于我们科研场景中不需要响应数个api的情况而言，无需用blueprint的方法来科学地管理不同的api响应类、方法。如下所示：

from flask import Flask

app = Flask(__name__) #记住这里的变量名app

@app.route('/')
def hello():
    return 'hello docker&flask'

if __name__ == '__main__':
    app.run(host='0.0.0.0', debug=True)

注意:该方法下，gunicorn.py和flask的项目文件同级。

Directory : demo

1. demo/app.py

import os
import time

from flask import request, Flask, jsonify
from werkzeug.serving import WSGIRequestHandler

from logger.fastlogger import getloggerfast
from pdwrap import PdWrapper

logger = getloggerfast(__name__)
app = Flask(__name__)
dataexecuter = PdWrapper()

UPLOAD_FOLDER = '../storage'
app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER  # 设置文件上传的目标文件夹
basedir = os.path.abspath(os.path.dirname(__file__))  # 获取当前项目的绝对路径

@app.route('/')
def hello_world():
    return 'Welcomes to Demo Cloud Platform supported by github: https://github.com/LetterLi1997'


@app.route('/api/upload', methods=['GET','POST'], strict_slashes=False)
def api_upload():
    global result_done, is_processing, upload_done
    upload_done = False

    if request.method == 'POST':
        file_dir = os.path.join(basedir, app.config['UPLOAD_FOLDER'])  # 拼接成合法文件夹地址
        print(file_dir)
        if not os.path.exists(file_dir):
            os.makedirs(file_dir)  # 文件夹不存在就创建
        f=request.files['myfile']  # 从表单的file字段获取文件，myfile为该表单的name值
        if f:
            fname=f.filename
            ext = fname.rsplit('.', 1)[1]  # 获取文件后缀
            # unix_time = int(time.time())
            # new_filename = str(unix_time)+'.'+ext   # 修改文件名
            f.save(os.path.join(file_dir, fname))  #保存文件到upload目录
            upload_done = True
            print('上传成功-----result_done:{}, is_processing:{}, upload_done:{}'.format(result_done, is_processing, upload_done))
            '''
            这里调用算法处理函数
            eg. time.sleep(15) #算法处理时长为15s
            '''
            return jsonify({"errno": 0, "errmsg": "上传成功"})
        else:
            print('上传失败')
            upload_done = False
            return jsonify({"errno": 1001, "errmsg": "上传失败"})

if __name__ == '__main__':
    app.run(host='0.0.0.0', debug=True)

这是最重要的入口文件。能够拦截下手机app上传的POST数据，将上传的文件存储到storage文件夹中。

2. demo/pdwrap.py

这里是用于封装个人的算法，给出了一个例子～ 技术大佬多多指教哈，可能大家平时做科研的时候比较追求效率，代码的结构上不会非常注意。本人参考了一些开源代码的好习惯，用类来封装这个算法。

3. demo/identityAuth.py

这里是具体的算法实现，在pdwrap.py中可以调用具体的代码，这样整体的框架就会比较清晰。

logger

这个文件夹是为了良好的习惯，可将post等访问请求、算法分析的结构等保存到run.log中。

model

这个文件用来存放神经网络、机器学习的模型

storage

该路径存放app上传文件，demo中的算法取storage中的文件进行处理。

这篇文章预提供简易版的backend例程。 - github下载/clone demo，欢迎star/pull request etc. 哈！