Führen Sie Flask unter CentOS mit Python3.4, Gunicorn + Nginx aus.

Die Dateien, die tatsächlich verschoben werden, sind wie folgt

app.py


from flask import Flask
app = Flask(__name__)

@app.route("/")
def hello():
    return "Hello World!"

install

$ git clone https://github.com/riywo/anyenv ~/.anyenv
$ echo 'export PATH="$HOME/.anyenv/bin:$PATH"' >> ~/.bashrc
$ echo 'eval "$(anyenv init -)"' >> ~/.bashrc
$ exec $SHELL -l

$ pyenv install 3.4.1
$ cd ~/.anyenv/envs/pyenv/plugins
$ git clone git://github.com/yyuu/pyenv-virtualenv.git
$ pyenv virtualenv flask-3.4.1
$ pyenv rehash
$ sudo yum install -y nginx

Erstellen Sie eine virtuelle Umgebung, um die Umgebung nicht zu verschmutzen. Erstellen Sie ein Verzeichnis, um die App zu speichern, bringen Sie die App und installieren Sie die Bibliothek

$ mkdir -p /path/to/flask
$ cd /path/to/flask
$ pyenv local flask-3.4.1
$ python --version
Python 3.4.1

$ cp -r /path/to/flask/app ./
$ pip install gunicorn
$ pip install -r requirements.txt
or 
$ pip install hoge fuga...

Run Gunicorn

Eigentlich Gunicorn laufen.

$ ~/.anyenv/envs/pyenv/shims/gunicorn app:app &

Bestätigung

Überprüfen Sie, ob der Prozess normal gestartet wurde

$ ps ax | grep gunicorn

 2234 pts/0    S      0:00 /home/vagrant/.anyenv/envs/pyenv/versions/flask-3.4.1/bin/python3.4 /home/vagrant/.anyenv/envs/pyenv/versions/flask-3.4.1/bin/gunicorn app:app
 2241 pts/0    S      0:00 /home/vagrant/.anyenv/envs/pyenv/versions/flask-3.4.1/bin/python3.4 /home/vagrant/.anyenv/envs/pyenv/versions/flask-3.4.1/bin/gunicorn app:app
 2265 pts/0    S+     0:00 grep gunicorn

Erstellen Sie eine Konfigurationsdatei

Lassen Sie den im Test gestarteten Gunicorn-Prozess fallen.

$ ps ax | grep gunicorn | awk '{print $1}' | xargs kill

Erstellen Sie eine Nginx-Konfigurationsdatei $ vim example.conf

example.conf


upstream app_server {
    server unix:/tmp/gunicorn.sock fail_timeout=0;
    # For a TCP configuration:
}

server {
    listen 80 default;
    client_max_body_size 4G;
    server_name _;

    keepalive_timeout 5;

    # path for static files
    root /path/to/flask/public;

    location / {
        # checks for static file, if not found proxy to app
        try_files $uri @proxy_to_app;
		break;
    }

    location @proxy_to_app {
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header Host $http_host;
        proxy_redirect off;

        proxy_pass   http://app_server;
    }
}

copy

$ sudo cp example.conf /etc/nginx/conf.d/

Erstellen Sie eine Gunicorn-Konfigurationsdatei. $ vim gunicorn.conf.py

Python:gunicorn.conf.py


# Sample Gunicorn configuration file.

#
# Process naming
#
#   proc_name - A base to use with setproctitle to change the way
#       that Gunicorn processes are reported in the system process
#       table. This affects things like 'ps' and 'top'. If you're
#       going to be running more than one instance of Gunicorn you'll
#       probably want to set a name to tell them apart. This requires
#       that you install the setproctitle module.
#
#       A string or None to choose a default of something like 'gunicorn'.
#
proc_name = "gunicorn"

#
# Server socket
#
#   bind - The socket to bind.
#
#       A string of the form: 'HOST', 'HOST:PORT', 'unix:PATH'.
#       An IP is a valid HOST.
#
#   backlog - The number of pending connections. This refers
#       to the number of clients that can be waiting to be
#       served. Exceeding this number results in the client
#       getting an error when attempting to connect. It should
#       only affect servers under significant load.
#
#       Must be a positive integer. Generally set in the 64-2048
#       range.
#
bind = 'unix:/tmp/{0}.sock'.format(proc_name)
backlog = 2048

#
# Worker processes
#
#   workers - The number of worker processes that this server
#       should keep alive for handling requests.
#
#       A positive integer generally in the 2-4 x $(NUM_CORES)
#       range. You'll want to vary this a bit to find the best
#       for your particular application's work load.
#
#   worker_class - The type of workers to use. The default
#       async class should handle most 'normal' types of work
#       loads. You'll want to read http://gunicorn/deployment.hml
#       for information on when you might want to choose one
#       of the other worker classes.
#
#       An string referring to a 'gunicorn.workers' entry point
#       or a python path to a subclass of
#       gunicorn.workers.base.Worker. The default provided values
#       are:
#
#           egg:gunicorn#sync
#           egg:gunicorn#eventlet   - Requires eventlet >= 0.9.7
#           egg:gunicorn#gevent     - Requires gevent >= 0.12.2 (?)
#           egg:gunicorn#tornado    - Requires tornado >= 0.2
#
#   worker_connections - For the eventlet and gevent worker classes
#       this limits the maximum number of simultaneous clients that
#       a single process can handle.
#
#       A positive integer generally set to around 1000.
#
#   timeout - If a worker does not notify the master process in this
#       number of seconds it is killed and a new worker is spawned
#       to replace it.
#
#       Generally set to thirty seconds. Only set this noticeably
#       higher if you're sure of the repercussions for sync workers.
#       For the non sync workers it just means that the worker
#       process is still communicating and is not tied to the length
#       of time required to handle a single request.
#
#   keepalive - The number of seconds to wait for the next request
#       on a Keep-Alive HTTP connection.
#
#       A positive integer. Generally set in the 1-5 seconds range.
#

workers = 1
worker_class = 'sync'
worker_connections = 1000
timeout = 30
keepalive = 2

#
# Debugging
#
#   debug - Turn on debugging in the server. This limits the number of
#       worker processes to 1 and changes some error handling that's
#       sent to clients.
#
#       True or False
#
#   spew - Install a trace function that spews every line of Python
#       that is executed when running the server. This is the
#       nuclear option.
#
#       True or False
#

debug = False
spew = False

#
# Server mechanics
#
#   daemon - Detach the main Gunicorn process from the controlling
#       terminal with a standard fork/fork sequence.
#
#       True or False
#
#   pidfile - The path to a pid file to write
#
#       A path string or None to not write a pid file.
#
#   user - Switch worker processes to run as this user.
#
#       A valid user id (as an integer) or the name of a user that
#       can be retrieved with a call to pwd.getpwnam(value) or None
#       to not change the worker process user.
#
#   group - Switch worker process to run as this group.
#
#       A valid group id (as an integer) or the name of a user that
#       can be retrieved with a call to pwd.getgrnam(value) or None
#       to change the worker processes group.
#
#   umask - A mask for file permissions written by Gunicorn. Note that
#       this affects unix socket permissions.
#
#       A valid value for the os.umask(mode) call or a string
#       compatible with int(value, 0) (0 means Python guesses
#       the base, so values like "0", "0xFF", "0022" are valid
#       for decimal, hex, and octal representations)
#
#   tmp_upload_dir - A directory to store temporary request data when
#       requests are read. This will most likely be disappearing soon.
#
#       A path to a directory where the process owner can write. Or
#       None to signal that Python should choose one on its own.
#
daemon = True
pidfile = "/tmp/gunicorn.pid"
umask = 0
user = None
group = None
tmp_upload_dir = None

#
#   Logging
#
#   logfile - The path to a log file to write to.
#
#       A path string. "-" means log to stdout.
#
#   loglevel - The granularity of log output
#
#       A string of "debug", "info", "warning", "error", "critical"
#
errorlog = '/var/log/gunicorn/error.log'
loglevel = 'debug'
accesslog = '/var/log/gunicorn/access.log'

#
# Server hooks
#
#   post_fork - Called just after a worker has been forked.
#
#       A callable that takes a server and worker instance
#       as arguments.
#
#   pre_fork - Called just prior to forking the worker subprocess.
#
#       A callable that accepts the same arguments as after_fork
#
#   pre_exec - Called just prior to forking off a secondary
#       master process during things like config reloading.
#
#       A callable that takes a server instance as the sole argument.
#

def post_fork(server, worker):
    server.log.info("Worker spawned (pid: %s)", worker.pid)

def pre_fork(server, worker):
    pass

def pre_exec(server):
    server.log.info("Forked child, re-executing.")

def when_ready(server):
    server.log.info("Server is ready. Spawning workers")

def worker_int(worker):
    worker.log.info("worker received INT or QUIT signal")

    ## get traceback info
    import threading, sys, traceback
    id2name = dict([(th.ident, th.name) for th in threading.enumerate()])
    code = []
    for threadId, stack in sys._current_frames().items():
        code.append("\n# Thread: %s(%d)" % (id2name.get(threadId,""),
            threadId))
        for filename, lineno, name, line in traceback.extract_stack(stack):
            code.append('File: "%s", line %d, in %s' % (filename,
                lineno, name))
            if line:
                code.append("  %s" % (line.strip()))
    worker.log.debug("\n".join(code))

def worker_abort(worker):
    worker.log.info("worker received SIGABRT signal")

Es ist mühsam, jedes Mal einen Befehl einzugeben. Erstellen Sie daher ein Skript. $ vim production_server_rc

#!/bin/sh

GUNICORN=$HOME/.anyenv/envs/pyenv/shims/gunicorn
PROJECT_ROOT=/path/to/flask

APP=app:app

cd $PROJECT_ROOT
exec $GUNICORN -c $PROJECT_ROOT/gunicorn.conf.py $APP

Starten Sie Nginx.

$ sudo /etc/init.d/nginx start

Gunicorn starten.

$ ./production_server.sh

Referenz

Installieren und Verwenden von pyenv und virtualenv gunicorn / examples / gunicorn_rc gunicorn / examples / example_config.py

Recommended Posts

Führen Sie Flask unter CentOS mit Python3.4, Gunicorn + Nginx aus.
Führen Sie Python-Webanwendungen mit NGINX + NGINX Unit + Flask aus
[Python] Führen Sie Flask in Google App Engine aus
Ein Memo mit Python2.7 und Python3 in CentOS
Führen Sie den Python-WSGI-Server auf der NGINX-Einheit aus
Führen Sie Python mit VBA aus
Führen Sie prepDE.py mit python3 aus
Erstellen Sie eine Python-Umgebung mit ansible auf centos6
Gewinnen Sie die Python + Flask-Web-App mit Jenkins
[Ansible] Installieren Sie dnf unter Centos7 mit dem Python3-Interpreter
Installieren Sie Python3.4 unter CentOS 6.6
Hallo Welt mit Nginx + Uwsgi + Python auf EC2
Führen Sie Blender mit Python aus
Installieren Sie Python 2.7.3 unter CentOS 5.4
Programmieren mit Python Flask
Verwenden der Flasche mit Nginx + Gunicorn-Konfiguration [Lokale Umgebung]
Führen Sie iperf mit Python aus
Bis Python mit Pythonbrew installiert ist und Flask auf dem WSGI-Server ausgeführt wird
Führen Sie es vorerst mit CentOS7 + Apache2.4 + Python3.6 aus
Führen Sie Paints Chainer auf der CPU mit offiziellem Python auf win10 aus
Ausgabeprotokoll an die Konsole mit Flask + Nginx auf Docker
Führen Sie Python mit PyCharm aus (Windows)
Berühre Flask + laufe mit Heroku
Führen Sie Python mit CloudFlash aus (arm926ej-s)
Installieren Sie Python 3.8 unter CentOS 7 (SCL)
Führen Sie Tensorflow 2.x unter Python 3.7 aus
Führen Sie Pythons CGI auf CORESERVER aus
Führen Sie den Unix-Befehl auf Python aus
Führen Sie Label mit tkinter [Python] aus.
Installieren Sie Python 3.8 unter CentOS 8 (AppStream)
Webanwendung mit Python + Flask ② ③
Python-Servereinstellungen (Nginx + Gunicorn)
Hinweise zur Installation von Python unter CentOS
Webanwendung mit Python + Flask ④
Von der Einführung von Flask unter CentOS bis zum Service unter Nginx und uWSGI
[Mit Bilddiagramm] Nginx + Gunicorn + Flask konvertiert zu Docker [Teil 2]
So installieren Sie Python2.7 python3.5 mit pyenv (unter RHEL5 CentOS5) (2016 Nov)
[Mit Bilddiagramm] Nginx + Gunicorn + Flask konvertiert zu Docker [Teil 1]
Stellen Sie die Django-Anwendung auf EC2 mit Nginx + Gunicorn + Supervisor bereit
Bis Hello World mit Flask + uWSGI + Nginx @ Sakuras VPS (CentOS 6.6)
Vorbereiten des Betriebs von Flask auf EC2
Führen Sie Rotrics DexArm mit der Python-API aus
Führen Sie das Docker-Image von TensorFlow unter Python3 aus
Führen Sie SwitchBot mit Bleak unter Windows 10 aus
Führen Sie XGBoost mit Cloud Dataflow (Python) aus.
Führen Sie Aprili von Python auf Orange aus
Führen Sie python3 Django1.9 mit mod_wsgi aus (deploy)
Hinweise zur Verwendung von rstrip mit Python.
Python3-Umgebungskonstruktion mit pyenv-virtualenv (CentOS 7.3)
Installieren Sie Python unter CentOS mit Pyenv
Bis Python auf Apache läuft
Erste Schritte mit Python 3.8 unter Windows
Erstellen Sie eine Python3-Umgebung unter CentOS7
Anwendungsentwicklung mit Docker + Python + Flask
Installieren Sie Python unter CentOS mit pyenv
[Memo] Tweet auf Twitter mit Python
Führen Sie Python regelmäßig auf Heroku Scheduler aus