Flask+Gunicorn(協程)高併發的解決方法探究

1.使用Flask的做服務器框架，可以以python code.py的方式運行，但這種方式不能用於生產環境，不穩定，比如說: 有一定概率遇到連接超時無返回的情況

1，通過設置app.run()的參數，來達到多進程的效果。看一下app.run的具體參數：

注意： threaded與processes不能同時打開，如果同時設置的話，將會出現以下的錯誤：

2.使用gevent做協程，從而解決高併發的問題：

3.通過Gunicorn(with gevent)的形式對app進行包裝，從而來啟動服務【推薦】

安裝遵循了WSGI協議的gunicorn服務器--俗稱：綠色獨角獸

查看命令行選項： 安裝gunicorn成功後，通過命令行的方式可以查看gunicorn的使用信息。

指定進程和端口號： -w: 表示進程（worker） --bind：表示綁定ip地址和端口號（bind） —threads 多線程 -k 異步方案

運行方案2： 將運行的信息加載到配置文件中

使用gunicorn + gevent 開啟高併發

使用 meinheld + gunicorn + flask 開啟高併發神器

拓展

概念：協程就是協同工作的程序，不是進程也不是線程 理解成--不帶返回值的函數調用。

歷史遺留問題—GIL鎖

解決方案：python的高併發更加推薦多進程+協程

io多路複用

python異步實現

多進程 + 協程 + callback（io多路複用做事件驅動）

協程 第三方封裝庫:

• gevent = greenlet + python.monkey（底層使用 libevent 時間複雜度： O(N * logN)）
• meinheld = greenlet + picoev (時間複雜度： O(N) )
• eventlet

picoev和libevent

理解----協程&線程&進程

2.思考：協程之前切換的場景?

程序發送阻塞的時候切換

• 讀磁盤
• 讀寫文件
• 網絡io操作
• 收發http請求