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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
617
795
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 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
433
395
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude 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 Started
Rust
1.18 K
152
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
403
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
989