尝试了太多的python多进程的服务,在tensorflow 的线上GPU服务中老是不理想。tensorlfow serving docker服务这些也有些不便。python
今天抽空给你们分享一个成功的经验。失败的坑就太多了,不扯了。包括mutiprocess 和gevent,都不太理想。nginx
一、使用gunicorn。怎么使用的本身查一下。docker
二、gunicorn --bind 0.0.0.0:10010 -w 3 app_×××:appflask
三、在docker里这样启动后,虽然是多进程,可是速度并无加快。怎么办?很是简单启动命令加上 --worker-class gevent。ubuntu
gunicorn --bind 0.0.0.0:10010 -w 3 --worker-class gevent app_***:appapp
了解gunicorn的详情的能够参看下面的文字:spa
1、unix
建立flask应用code
文件名 abc.py进程
# -*- coding:utf-8 -*- from flask import Flask import time app = Flask(__name__) @app.route('/') def index(): time.sleep(0.01) # 模拟程序阻塞 return 'hello world!' if __name__ == '__main__': app.run()
执行命令
gunicorn --bind 0.0.0.0:10010 -w 3 --worker-class gevent abc:app
#gunicorn --workers 3 --bind unix:myproject.sock --daemon -m 007 --user www-data --worker-class gevent wsgi:app
--worker-class
进行工做模式,默认是sync,会形成程序阻塞,这里使用gevent。
--workers
指定启动多少个进程,根据机器cpu核数来定。
--bind
指定通信绑定到哪一个.sock文件上。
--daemon
指定后台启动。
--user
指定用哪一个用户启动这个进程,因为ubuntu采用apt-get安装的nginx默认启动用户是www-data,因此这里使用www-data,以避免nginx没有权限访问.sock文件。
可以使用top
指令查看gunicorn程序启动状况: