一、什么是 Gunicorn？

Gunicorn是一個純Python的WSGI HTTP服務(wù)器，用于運行Python Web應(yīng)用程序。它簡單易用，性能良好，是部署Flask、Django等WSGI兼容應(yīng)用的流行選擇。

WSGI是 Python 定義的一個標準接口，用于規(guī)范 Web 服務(wù)器（如 Nginx、Apache）與 Python Web 應(yīng)用（如 Flask、Django）之間的通信方式。

它的核心作用是讓不同的 Web 服務(wù)器和 Python Web 框架能夠無縫協(xié)作。

二、為什么需要Gunicorn？

開發(fā)服務(wù)器（如Flask內(nèi)置的app.run()）雖然方便，但有嚴重限制。

三、安裝Gunicorn

pip install gunicorn

四、基本使用

啟動最簡單的Gunicorn服務(wù)器

假設(shè)你的Flask應(yīng)用主文件是app.py，其中包含一個名為app的Flask實例：

gunicorn -w 4 -b 127.0.0.1:8000 app:app

參數(shù)說明

• -w 4: 使用4個worker進程
• -b 127.0.0.1:8000: 綁定到127.0.0.1的8000端口
• app:app: 第一個app是模塊名（app.py），第二個app是Flask實例名

app = Flask(__name__)  # 這個變量名`app`就是第二個`app`所指的對象

如果你的文件是myapp.py且實例變量名為application，則命令應(yīng)為：

gunicorn -w 4 -b 127.0.0.1:8000 myapp:application

常用命令行參數(shù)

五、Worker類型

Gunicorn支持多種worker類型，適用于不同場景：

• sync (默認): 同步worker，每個請求一個進程，適合CPU密集型任務(wù)
• gevent: 基于協(xié)程的異步worker，適合IO密集型應(yīng)用
• eventlet: 類似gevent的異步worker
• tornado: 使用Tornado框架的異步worker
• gthread: 使用線程的worker，需要關(guān)注線程安全問題

選擇建議

• CPU密集型: sync或增加worker數(shù)量
• IO密集型: gevent或eventlet

gunicorn -k gevent -w 4 app:app

• Worker 之間相互隔離，一個 Worker 崩潰不會直接影響其他 Worker（主進程會重啟崩潰的 Worker）。
• Gunicorn 的主進程（Master）負責(zé)監(jiān)聽端口、管理 Worker，并將請求輪詢分配給空閑的 Worker。
• Worker 是實際干活的進程，數(shù)量（-w）和類型（-k）直接影響并發(fā)能力。

六、配置文件

對于更復(fù)雜的配置，可以使用配置文件（通常命名為gunicorn.conf.py）：

# gunicorn.conf.py

bind = "0.0.0.0:8000"
workers = 4
worker_class = "gevent"
timeout = 120
accesslog = "-"  # 輸出到stdout
errorlog = "-"   # 輸出到stdout

然后使用配置文件啟動：

gunicorn -c gunicorn.conf.py app:app

七、與Flask結(jié)合實踐

1. 項目結(jié)構(gòu)建議

myapp/
├── app/              # 應(yīng)用包
│   ├── __init__.py   # 創(chuàng)建app實例
│   ├── views.py      # 路由和視圖
│   └── ...
├── gunicorn.conf.py  # Gunicorn配置
└── wsgi.py           # WSGI入口點

2. 創(chuàng)建WSGI入口文件

wsgi.py內(nèi)容：

from app import create_app  # 假設(shè)你的app工廠函數(shù)名為create_app

app = create_app()

if __name__ == "__main__":
    app.run()

3. 使用Gunicorn啟動

gunicorn -c gunicorn.conf.py wsgi:app

八、性能調(diào)優(yōu)

Worker數(shù)量計算

經(jīng)驗公式：

workers = (2 * CPU核心數(shù)) + 1

內(nèi)存考慮

每個worker都會加載完整的Python應(yīng)用，確保服務(wù)器有足夠內(nèi)存：

總內(nèi)存 ≈ (worker數(shù)量 × 單個worker內(nèi)存) + 系統(tǒng)開銷

超時設(shè)置

根據(jù)應(yīng)用響應(yīng)時間調(diào)整：

timeout = 120  # 秒

九、日志配置

訪問日志

accesslog = "/var/log/gunicorn/access.log"
access_log_format = '%(h)s %(l)s %(u)s %(t)s "%(r)s" %(s)s %(b)s "%(f)s" "%(a)s"'

錯誤日志

errorlog = "/var/log/gunicorn/error.log"
loglevel = "info"
capture_output = True  # 捕獲stdout/stderr

十、常見問題解決

Worker超時

錯誤信息:

[CRITICAL] WORKER TIMEOUT

解決方案:

• 增加timeout值
• 優(yōu)化應(yīng)用性能
• 考慮使用異步worker

內(nèi)存泄漏

現(xiàn)象：內(nèi)存使用持續(xù)增長

解決方案：

• 定期重啟worker
• 使用max_requests和max_requests_jitter參數(shù)

502 Bad Gateway

可能原因：

• Gunicorn未運行
• Nginx配置錯誤
• 端口不匹配

檢查步驟：

• 確認Gunicorn是否運行：ps aux | grep gunicorn
• 檢查Nginx錯誤日志：/var/log/nginx/error.log
• 確認端口配置一致

十一、高級特性

• 熱重載

開發(fā)時自動重載代碼變化，但生產(chǎn)環(huán)境中不建議使用這個功能，因為它會影響性能。

gunicorn --reload app:app

十二、監(jiān)控與維護

• 查看運行狀態(tài)

pstree -ap | grep gunicorn

• 優(yōu)雅重啟

kill -HUP <master_pid>

• 優(yōu)雅停止

kill -TERM <master_pid>

十三、生產(chǎn)環(huán)境建議

• 不要使用root運行：創(chuàng)建專用用戶
• 使用進程管理器：如systemd或supervisor
• 配置日志輪轉(zhuǎn)：使用logrotate
• 設(shè)置資源限制：防止內(nèi)存泄漏影響系統(tǒng)

十四、總結(jié)

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論