Python WSGI HTTP 服务器 Gunicorn介绍

文章目录

• 一、什么是 Gunicorn？
• 二、为什么需要Gunicorn？
• 三、安装Gunicorn
• 四、基本使用
• • 启动最简单的Gunicorn服务器
• 五、Worker类型
• 六、配置文件
• 七、与Flask结合实践
• • 1. 项目结构建议
  • 2. 创建WSGI入口文件
  • 3. 使用Gunicorn启动
• 八、性能调优
• • Worker数量计算
  • 内存考虑
  • 超时设置
• 九、日志配置
• • 访问日志
  • 错误日志
• 十、常见问题解决
• • Worker超时
  • 内存泄漏
  • 502 Bad Gateway
• 十一、高级特性
• • 热重载
• 十二、监控与维护
• • 查看运行状态
  • 优雅重启
  • 优雅停止
• 十三、生产环境建议

一、什么是 Gunicorn？

Gunicorn是一个纯Python的WSGI HTTP服务器，用于运行Python Web应用程序。它简单易用，性能良好，是部署Flask、Django等WSGI兼容应用的流行选择。

WSGI是 Python 定义的一个标准接口，用于规范 Web 服务器（如 Nginx、Apache）与 Python Web 应用（如 Flask、Django）之间的通信方式。它的核心作用是让不同的 Web 服务器和 Python Web 框架能够无缝协作。

二、为什么需要Gunicorn？

开发服务器（如Flask内置的app.run()）虽然方便，但有严重限制。

三、安装Gunicorn

pip install gunicorn

四、基本使用

启动最简单的Gunicorn服务器

假设你的Flask应用主文件是app.py，其中包含一个名为app的Flask实例：

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

参数说明 -w 4: 使用4个worker进程 -b 127.0.0.1:8000: 绑定到127.0.0.1的8000端口 app:app: 第一个app是模块名（app.py），第二个app是Flask实例名

app = Flask(__name__) # 这个变量名`app`就是第二个`app`所指的对象

如果你的文件是myapp.py且实例变量名为application，则命令应为：

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

常用命令行参数

五、Worker类型

Gunicorn支持多种worker类型，适用于不同场景： sync (默认): 同步worker，每个请求一个进程，适合CPU密集型任务 gevent: 基于协程的异步worker，适合IO密集型应用 eventlet: 类似gevent的异步worker tornado: 使用Tornado框架的异步worker gthread: 使用线程的worker，需要关注线程安全问题

选择建议 CPU密集型: sync或增加worker数量 IO密集型: gevent或eventlet

gunicorn -k gevent -w 4 app:app

Worker 之间相互隔离，一个 Worker 崩溃不会直接影响其他 Worker（主进程会重启崩溃的 Worker）。 Gunicorn 的主进程（Master）负责监听端口、管理 Worker，并将请求轮询分配给空闲的 Worker。 Worker 是实际干活的进程，数量（-w）和类型（-k）直接影响并发能力。

六、配置文件

对于更复杂的配置，可以使用配置文件（通常命名为gunicorn.conf.py）：

# gunicorn.conf.py

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

然后使用配置文件启动：

gunicorn -c gunicorn.conf.py app:app

七、与Flask结合实践

1. 项目结构建议

myapp/
├── app/ # 应用包
│ ├── __init__.py # 创建app实例
│ ├── views.py # 路由和视图
│ └── …
├── gunicorn.conf.py # Gunicorn配置
└── wsgi.py # WSGI入口点

2. 创建WSGI入口文件

wsgi.py内容：

from app import create_app # 假设你的app工厂函数名为create_app

app = create_app()

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

3. 使用Gunicorn启动

gunicorn -c gunicorn.conf.py wsgi:app

八、性能调优

Worker数量计算

经验公式：

workers = (2 * CPU核心数) + 1

内存考虑

每个worker都会加载完整的Python应用，确保服务器有足够内存：

总内存 ≈ (worker数量 × 单个worker内存) + 系统开销

超时设置

根据应用响应时间调整：

timeout = 120 # 秒

九、日志配置

访问日志

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"'

错误日志

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

十、常见问题解决

Worker超时

错误信息:

[CRITICAL] WORKER TIMEOUT

解决方案:

• 增加timeout值
• 优化应用性能
• 考虑使用异步worker

内存泄漏

现象：内存使用持续增长 解决方案：

• 定期重启worker
• 使用max_requests和max_requests_jitter参数

502 Bad Gateway

可能原因：

• Gunicorn未运行
• Nginx配置错误
• 端口不匹配

检查步骤：

• 确认Gunicorn是否运行：ps aux | grep gunicorn
• 检查Nginx错误日志：/var/log/nginx/error.log
• 确认端口配置一致

十一、高级特性

热重载

开发时自动重载代码变化，但生产环境中不建议使用这个功能，因为它会影响性能。

gunicorn –reload app:app

十二、监控与维护

查看运行状态

pstree -ap | grep gunicorn

优雅重启

kill -HUP <master_pid>

优雅停止

kill –TERM <master_pid>

十三、生产环境建议

• 不要使用root运行：创建专用用户
• 使用进程管理器：如systemd或supervisor
• 配置日志轮转：使用logrotate
• 设置资源限制：防止内存泄漏影响系统