Python的线上部署

2019-11-07  本文已影响0人  Tomtoms

Python代码部署架构

最近在考虑将运营系统的代码从web.py迁移至flask或者tornado,做了一些调研工作,这里写一下感想。

框架选择

目前主流的Python框架有

  1. request, g对象
    Flask的请求上下文对象对gevent和原生的协程支持较好,另外还有应用全局对象。这次放弃web.py的契机也是其对gevent协程并行的支持不好,服务线程内开启gevent协程以后,是无法通过web.cookies()拿到请求上下文的。
  2. 路由系统
    路由系统包括两块,一块是app本身的路由,通过装饰器实现一个组件内的路由
# -*- coding: utf-8 -*-
from flask import Flask, request

app = Flask(__name__)
@app.route(‘/‘)
def hello():
    return ‘helloworld’

if __name__ == “__main__”:
    app.debug = True
    app.run()

另外一块就是flask的blueprint,可以轻松的把目录,文件分成独立的组件,方便插拔

部署

部署上采用了nginx -> gunicorn -> flask的方式,在nginx上可以通过lua脚本实现轻量级的权限校验等工作,gunicorn的选择也灵活多样,可以实现多种服务方式,包括多进程、多线程、多协程/gevent,恰好flask对他的支持也非常好。

为什么不直接在nginx后端连接flask

我们都知道flask之类的web框架其实都自带了WSGI的实现,但是性能嘛就hmmm,只能用来debug,nginx性能固然强,但是也耐不住后面有个性能非常不好的wsgi服务

nginx的作用

前面说了flask实际上是一个同步服务,同步服务除了性能上不如异步以外,还容易出现阻塞时服务抖动导致的失败。nginx在系统中的作用是代理同步请求,epoll来实现对请求wsgi服务的轮询,同时保持对客户端的连接,实现多路复用。

gunicorn的作用

众所周知因为GIL的存在,python的服务性能都是比较低的,尤其是多线程模式下,通过gunicorn,可以将服务模型按需转换成多进程/多协程模式,提高cpu的利用率,进而提升性能。

如果用tornado的话,nginx是可以不要的,但是因为服务中肯定会有静态服务,这部分还是交给nginx比较专业。

学习/python

上一篇下一篇

猜你喜欢

热点阅读