The Way to Flask 项目实战:使用 Gunicorn 和 Nginx 部署 Flask 应用
2025-06-19 04:04:56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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1