The Way to Flask 项目实战:使用 Gunicorn 和 Nginx 部署 Flask 应用
2025-06-19 19:25:11作者:平淮齐Percy
为什么需要生产环境部署
在开发 Flask 应用时,我们通常使用 Flask 自带的开发服务器(通过 python app.py 命令启动)。然而,这个服务器并不适合生产环境,主要原因有:
- 性能有限,无法处理高并发请求
- 缺乏生产环境所需的安全特性
- 不支持持久化运行(进程容易意外终止)
- 缺少负载均衡等高级功能
生产环境部署方案
核心组件介绍
Gunicorn 是一个 Python WSGI HTTP 服务器,具有以下特点:
- 简单易用,性能良好
- 支持多种工作模式(同步/异步)
- 自动管理工作者进程
- 与 Flask 无缝集成
Nginx 是一个高性能的 Web 服务器和反向代理,主要作用:
- 处理静态文件请求(比 Python 应用更高效)
- 负载均衡
- SSL 终端
- 缓存和压缩
部署架构
典型的 Flask 生产环境部署架构如下:
客户端 → Nginx(反向代理) → Gunicorn(WSGI服务器) → Flask 应用
详细部署步骤
1. 环境准备
首先确保系统已安装必要的软件包:
# 更新软件源
sudo apt-get update
# 安装基础依赖
sudo apt-get install python3-pip python3-dev nginx
# 安装虚拟环境工具(推荐)
sudo pip3 install virtualenv
2. 创建虚拟环境
# 创建项目目录
mkdir myflaskapp && cd myflaskapp
# 创建虚拟环境
virtualenv venv
# 激活虚拟环境
source venv/bin/activate
3. 安装应用依赖
# 安装 Flask 和 Gunicorn
pip install flask gunicorn
# 如果有 requirements.txt
pip install -r requirements.txt
4. 测试 Gunicorn 运行
创建一个简单的 Flask 应用 app.py:
from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello():
return "Hello, World!"
if __name__ == '__main__':
app.run()
使用 Gunicorn 运行:
gunicorn --bind 0.0.0.0:8000 app:app
5. 创建 Systemd 服务
创建 /etc/systemd/system/myflaskapp.service 文件:
[Unit]
Description=Gunicorn instance to serve myflaskapp
After=network.target
[Service]
User=www-data
Group=www-data
WorkingDirectory=/path/to/myflaskapp
Environment="PATH=/path/to/myflaskapp/venv/bin"
ExecStart=/path/to/myflaskapp/venv/bin/gunicorn --workers 3 --bind unix:myflaskapp.sock -m 007 app:app
[Install]
WantedBy=multi-user.target
启用并启动服务:
sudo systemctl start myflaskapp
sudo systemctl enable myflaskapp
6. 配置 Nginx
创建 /etc/nginx/sites-available/myflaskapp:
server {
listen 80;
server_name your_domain_or_ip;
location / {
include proxy_params;
proxy_pass http://unix:/path/to/myflaskapp/myflaskapp.sock;
}
}
启用配置:
sudo ln -s /etc/nginx/sites-available/myflaskapp /etc/nginx/sites-enabled
sudo nginx -t # 测试配置
sudo systemctl restart nginx
7. 防火墙配置
sudo ufw allow 'Nginx Full'
高级配置建议
- 工作进程数:通常设置为 CPU 核心数 × 2 + 1
- 日志管理:配置 Gunicorn 和 Nginx 的日志轮转
- 静态文件:在 Nginx 中直接处理静态文件请求
- HTTPS:使用 Let's Encrypt 配置 SSL 证书
- 监控:设置进程监控和自动重启
常见问题排查
- 权限问题:确保 sock 文件有正确的权限(通常为 www-data 用户)
- 端口冲突:检查 80 端口是否被其他服务占用
- 环境变量:确保生产环境的环境变量正确设置
- 日志查看:使用
journalctl -u myflaskapp查看服务日志
通过以上步骤,您已经成功将 Flask 应用部署到生产环境。这种部署方式具有良好的性能和可靠性,适合中小型应用的部署需求。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284