Flask在Windows環境下的部署

魏憲會發布于2019-07-25 14:37 / 2885人閱讀

摘要：實際上還是單進程阻塞運行的，即使在中配置了也無法實現多線程使用。多線程情況配置啟用多線程在中配置兩條測試路由先用瀏覽器訪問隨即立刻訪問可見兩次訪問是不同的線程處理的，不會出現堵塞的情況。

背景

由于目前在用的Flask項目涉及到一部分依賴Windows的處理，還無法遷移到linux平臺，那么在windows環境下，要怎么部署呢？

思路

根據Flask官網介紹，由于Flask內置的服務器性能不佳，推薦的主要的部署方式有如下幾種：

mod_wsgi (Apache)

獨立 WSGI 容器

Gunicorn

Tornado

Gevent

uWSGI

FastCGI

CGI

上述這些部署方式，僅Tornado是支持在windows情況下部署的，配合上Nginx可以達到比較好的效果。可已參考Nginx與tornado框架的并發評測。

但是在實際使用中發現，tornado 的穩定性雖然很高，但是在tornado上部署Flask，并不會有異步的效果。實際上還是單進程阻塞運行的，即使在Flask中配置了threaded = True也無法實現多線程使用。

Flask多線程情況

配置啟用多線程：

# manage.py
from flask_script import Server

server = Server(host="0.0.0.0", threaded=True)

在Flask中配置兩條測試路由

import time
@main.route("/test")
def maintest():
    return "hello world"
    
@main.route("/sleep")
def mainsleep():
    time.sleep(60)
    return "wake up"

先用瀏覽器訪問sleep：

隨即立刻訪問 est:

可見兩次訪問是不同的線程處理的，不會出現堵塞的情況。

tornado + Flask多線程情況

使用tornado托管：

from tornado.wsgi import WSGIContainer
from tornado.httpserver import HTTPServer
from tornado.ioloop import IOLoop
from yourapplication import app

http_server = HTTPServer(WSGIContainer(app))
http_server.listen(5000)
IOLoop.instance().start()

先用瀏覽器訪問sleep：

隨即立刻訪問 est:

可以發現，雖然tornado框架是支持異步的，但是由于實際上后臺的處理是同步的，從而無法實現異步的處理的效果。如果想后臺的處理也異步，則需要直接使用tornado來開發。

那么為什么使用tornado來托管flask呢？

Tornado 是一個開源的可伸縮的、非阻塞式的 web 服務器和工具集，它驅動了FriendFeed 。因為它使用了 epoll 模型且是非阻塞的，它可以處理數以千計的并發固定連接，這意味著它對實時 web 服務是理想的。把 Flask 集成這個服務是直截了當的

根據官網描述，其實也是為了彌足flask自帶服務器不穩定的問題。

Flask高并發下的表現

使用tsung進行壓測，壓力500：

Name	highest 10sec mean	lowest 10sec mean	Highest Rate	Mean Rate	Mean	Count
connect	34.30 msec	31.91 msec	506 / sec	356.60 / sec	33.19 msec	103908
page	0.42 sec	0.29 sec	505 / sec	356.32 / sec	0.39 sec	103782
request	0.42 sec	0.29 sec	505 / sec	356.32 / sec	0.39 sec	103782
session	1mn 24sec	10.64 sec	11.4 / sec	1.21 / sec	14.24 sec	362

Code	Highest Rate	Mean Rate	Total number
200	505 / sec	356.32 / sec	104792

Name	Highest Rate	Total number
error_abort	0.5 / sec	1
error_abort_max_conn_retries	11.7 / sec	362
error_connect_econnrefused	58.6 / sec	1667

可見，在500的并發下，效果不佳，有很多的鏈接拒絕。

Flask + Nginx在高并發下的表現

使用tsung進行壓測，壓力500：

Name	highest 10sec mean	lowest 10sec mean	Highest Rate	Mean Rate	Mean	Count
connect	0.20 sec	30.95 msec	1810.5 / sec	626.43 / sec	0.11 sec	189853
page	0.68 sec	0.17 sec	1810.1 / sec	625.72 / sec	0.40 sec	189581
request	0.68 sec	0.17 sec	1810.1 / sec	625.72 / sec	0.40 sec	189581

Code	Highest Rate	Mean Rate	Total number
200	906.4 / sec	196.08 / sec	60689
502	1443.9 / sec	430.02 / sec	129006

Name	Highest Rate	Total number
error_abort	0.5 / sec	1

情況差不多，Flask服務器表現還算穩定，那么嘗試增加后臺Flask服務器數量（通過多端口實現）：

python manage.py runserver --port=8001
python manage.py runserver --port=8002
python manage.py runserver --port=8003
python manage.py runserver --port=8004

使用tsung進行壓測，壓力500，4個Flask服務器：

Name	highest 10sec mean	lowest 10sec mean	Highest Rate	Mean Rate	Mean	Count
connect	0.18 sec	32.57 msec	3510.1 / sec	639.92 / sec	0.11 sec	195154
page	0.49 sec	85.30 msec	3512.1 / sec	639.07 / sec	0.35 sec	194856
request	0.49 sec	85.30 msec	3512.1 / sec	639.07 / sec	0.35 sec	194856

Code	Highest Rate	Mean Rate	Total number
200	3510.1 / sec	639.50 / sec	194986

Name	Highest Rate	Total number
error_abort	0.333333333333333 / sec	1

這個效果妥妥的。

使用tsung進行壓測，壓力1000，4個Flask服務器：

Name	highest 10sec mean	lowest 10sec mean	Highest Rate	Mean Rate	Mean	Count
connect	0.20 sec	32.63 msec	2983.8 / sec	492.94 / sec	98.56 msec	150793
page	0.57 sec	90.00 msec	2976.4 / sec	491.31 / sec	0.40 sec	150275
request	0.57 sec	90.00 msec	2976.4 / sec	491.31 / sec	0.40 sec	150275

Code	Highest Rate	Mean Rate	Total number
200	2981.4 / sec	488.92 / sec	149556
502	92.5 / sec	4.02 / sec	925

Name	Highest Rate	Total number
error_abort	0.333333333333333 / sec	1

開始有一些502的超時錯誤了。

使用tsung進行壓測，壓力1000，4個tornado服務器：

Name	highest 10sec mean	lowest 10sec mean	Highest Rate	Mean Rate	Mean	Count
connect	0.18 sec	86.24 msec	2052.1 / sec	693.82 / sec	0.14 sec	208786
page	0.52 sec	0.24 sec	2060.7 / sec	693.34 / sec	0.45 sec	208606
request	0.52 sec	0.24 sec	2060.7 / sec	693.34 / sec	0.45 sec	208606

Code	Highest Rate	Mean Rate	Total number
200	2056.6 / sec	693.67 / sec	208703

在并發1000的情況下，是否使用tornado托管Flask效果差不多。

結論

根據上述測試，直接使用Flask服務器的話，由于并發處理較弱，會有各種超時或者連接拒絕的錯誤。通過搭配Nginx來進行緩沖，通過增加后端服務器數來提供并發處理量。

所以最終選擇了Nginx+后臺4個Flask服務器的方式。由于目前Flask項目全體用戶只有幾千，目前并發情況很低，該方式完全滿足使用。

如果在更大型項目中，并發上萬，建議還是考慮想辦法遷移至Liunx環境，通過官方建議的方式部署。

云服務器 GPU云服務器 flask項目部署在云服務器 flask 部署騰訊云 windows 下的linux系統 linux環境下的宏

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/40310.html

Flask在Windows環境下的部署

摘要：實際上還是單進程阻塞運行的，即使在中配置了也無法實現多線程使用。多線程情況配置啟用多線程在中配置兩條測試路由先用瀏覽器訪問隨即立刻訪問可見兩次訪問是不同的線程處理的，不會出現堵塞的情況。背景由于目前在用的Flask項目涉及到一部分依賴Windows的處理，還無法遷移到linux平臺，那么在windows環境下，要怎么部署呢？思路根據Flask官網介紹，由于Flask內置的服務器...

ermaoL 2019-07-31 10:02 評論0 收藏0
在Windows平臺使用IIS部署Flask網站

摘要：在平臺部署基于的網站是一件非常折騰的事情，平臺下有很多選擇，本文記錄了部署到的主要步驟，希望對你有所幫助。下載后運行，搜索，分別安裝。使用命令可以將其移除。在中你可以使用來快捷開發并部署程序，真正讓你一鍵無憂。在 Windows 平臺部署基于 Python 的網站是一件非常折騰的事情，Linux/Unix 平臺下有很多選擇，本文記錄了 Flask 部署到 IIS 的主要步驟，希望對你...

2bdenny 2019-07-25 11:40 評論0 收藏0
初見Flask

摘要：接收用戶請求并分析請求的。執行函數并生成響應，返回給瀏覽器。這個過程我們稱為注冊路由，路由負責管理和函數之間的映射，而這個函數則被稱為視圖函數。文件是一個名為的文本文件，它存儲了項目中提交時的忽略文件規則清單。 flask簡述 Flask 是一個基于 Python 開發并且依賴 jinja2 模板和 Werkzeug WSGI 服務的一個微型框架，對于 Werkzeug 本質是 Soc...

tomorrowwu 2019-07-31 10:24 評論0 收藏0