爲什麼要用gunicorn部署flask
當我們以production環境運行flask項目時，通常flask會在控制檯打印出一個警告：“WARNING: Do not use the development server in a production enviroment. Use a production WSGI server instead.”什麼意思，簡單的說就是flask只爲我們提供了一個用於開發環境的WSGI容器，當部署到生產環境時請使用一個用於生產環境的WSGI容器來替代。那有哪些可用於生產環境的WSGI容器呢，現在比較常用的有gunicorn和uWSGI，兩者性能差不多，但gunicorn使用起來更簡單。
在使用flask開發web時，flask並不是簡單的爲我們提供了一個web框架，還爲我們提供了一個簡易的WSGI容器。WSGI（Web Server Gateway Interface）服務器網關接口，它就像一條紐帶，將web服務器與web框架連接起來。gunicorn也是一個WSGI容器，但相比flask爲我們提供的WSGI容器，一個高富帥，一個矮窮挫。在我們開發web時，使用flask爲我們提供的WSGI容器進行調試沒有任何問題，但當需要部署我們的flask項目到服務器上時，flask提供的WSGI容器就無法提供我們想要的性能了。比如在一個16核的服務器中，如果單用flask運行，我們查詢後臺的python進程就一個，但如果使用gunicorn+flask進行部署（假設在gunicorn中設置的進程數爲16），我們查詢後臺的python進程就有17個（一個監控進程，16個運行進程），這樣就能夠讓flask充分的利用服務器的性能資源。下面簡單介紹gunicorn的使用流程。
gunicorn的安裝
本實例安裝的是gunicorn 20.0.2
# pip 安裝
pip install gunicorn
# 如果使用的是anaconda，建議使用conda安裝
conda install gunicorn
gunicorn配置與使用
首先我們先做下簡單的配置，進入到你的flask項目根目錄中，新建一個gconfig.py文件，寫入以下代碼：
import os
from gevent import monkey
monkey.patch_all()
import multiprocessing
# debug
debug = True
loglevel = 'debug'
bind = '0.0.0.0:5000'
if not os.path.exists("./log"):
os.makedirs("./log")
pidfile = "log/gunicorn.pid"
accesslog = "log/access.log"
errorlog = "log/debug.log"
daemon = True
# 啓動進程數
workers = multiprocessing.cpu_count()
worker_class = "gevent"
x_forwarded_for_header = "X-FORWARDED-FOR"
我們設置debug模式，在運行時會打印出我們的所有配置信息，寫在log/debug.log文件中，bind就是監聽的地址以及端口號，access.log會記錄所有的請求服務者的信息。daemon參數表示是否在後臺運行，爲true時爲後臺運行，這樣就不需要使用nohub指令了，比較方便。workers就是開啓的進程數，worker_class爲gevent，gevent是python的第三方庫，通過gevent能夠輕鬆的實現併發同步或異步編程。如果沒有安裝gevent的話需要手動安裝以下（gunicorn 20.0.2要求的gevent版本在1.4.0以及以上），否則運行gunicorn會報錯。
配置完成後在flask項目根目錄中啓動終端，輸入以下指令進行啓動gunicorn（gconfig.py是我們剛建立的配置文件，我的flask項目入口是app.py，如果你的入口是run.py則改成run:app）：
gunicorn -c gconfig.py app:app
啓動後我們打開log/debug.log文件可以看到所有的配置信息，如果該文件中沒有報錯信息，則說明啓動成功。
我們通過以下指令查看gunicorn進程樹：
pstree -ap | grep gunicorn
包括一個主進程（一般是進程樹的第一個進程），和一系列子進程。主進程是一個守護進程，會監控所有的子進程的狀態，每個子進程就是一個flask服務。如果需要關閉gunicorn，直接kill主進程的pid就行了。
# 關閉gunicorn，假設主進程pid爲123456
kill -9 123456
