”微服务一条龙“最佳指南-“最佳实践”篇：大厂服务端部署

这是”微服务一条龙“的项目第四篇，在这里提前和各位网友说一句抱歉，最近事情比较多，所以这周更新的比较慢，所以这期我会给大家来一个大厂内部的“王牌部署方法” – Aiohttp和Gunicorn，为什么我会采用这两个组件一起部署呢，且听我接下来分析分析。

1. 整体部署思路

这里的思路我讲的是大厂内部如何快速开发一个稳定性高的、最主要抗压以及避免服务端崩溃的web应用，
（1）首先，从开发做起，因为我们做的是基于Python3.6开发，并且现在处理大量请求的话，框架肯定是必须以支持异步请求为主，所以我们综合考虑Python中支持异步的Web开发框架，如torando， Sanic，Aiohttp，Twisted，我们比较一下这四个框架，下面我们来分析这四个框架的优劣

1. Twisted 
之所以把这个框架列为第一位，也是因为它是被最先淘汰掉的框架，为什么，一是因为它采用的异步模式是基
于yield的回调模式，也就是大家在`Scrapy`中会使用到的，处理完一个方法时注册到另一个方法，再不断的注册
回调方法，这样不断不断的回调写法在代码中让人看的就很烦。二是因为`Twisted`框架是比较古老的框架，也
是对于新的`Python`库以及`Python`标准支持的比较差，所以很重要的一个问题，跟不上时代，注定会被淘汰。
2. Sanic
这个框架是第二个被淘汰掉的，我们之所以淘汰它的原因是这个框架也是刚刚推出，并且`Sanic`是属于个人开
发，一是因为刚推出，整个生态比较差，并没有多少人开发周边的插件，虽然整个模式类似于`Flask`，但是
却不像`Flask`那样生态良好，二是因为其代码结构比较差，虽然由开发者推出的一份`bench`让人感觉这个框
架十分有前途，但是普通的业务开发过程中，并不像测试那样一个请求是一个`hello world`，所以对于这个框架我们还是先`OUT`!
3.Torando
作为先前`Python`异步库中的王牌老大，多少人基于`torando`开发而成的各种异步库，而且`Torando`在各种实
战表现中也是当仁不让的第一，但是因为它实现的是自己的一套异步逻辑，因此对于新出的`asyncio`来说，它
就显得有点弱势了，虽然`asyncio`可能也不是特别让人感觉满意，但是毕竟是官方的，因此我们还是放弃吧
4.Aiohttp
好，目前我们可以做的最好的选择就是依照官方的套路，使用`asyncio`作为异步库的，那基于`asyncio`开发的
`Web`框架除了`Sanic`就是`Aiohttp`，`Aiohttp`就不用说了，`Aio-lib`的出品，也算是很正统，并且他们组织也
是推出了很多异步实现的库，那首先对于`Aiohttp`的支持是不用讲的，所以我们就是选择它了！！

所以，选框架的决策到此为止，我们选择Aiohttp
（2）接着我们想，我们之前在搞Python2开发的时候，我们一般是使用flask+wsgi服务器共同部署的模式，所以到Python3开发的时代，我们依旧可以使用这样的模式，当然也有人说直接用异步模式启动，这个就是可以的，将其他多个协程和web服务这个协程放在一个loop当中运行，不过，我觉得更官方的方法还是将其他协程方法放入Web服务中使用，将wsgi服务使用wsgi服务器启动。
（3）最后当然是封装成docker，使用docker swarm启动咯!!!

2. 实战部署（看看代码）

（1） 我们先来完成wsgi的部分，Aiohttp中使用web.Application()就是可以得到一个wsgi实例，我们就写一个这个的实例，文件是app/__init__.py

import asyncio
from aiohttp import web
try:
    import uvloop
except ImportError:
    pass
from settings import *

asyncio.set_event_loop_policy(uvloop.EventLoopPolicy())


async def index(request):
    return web.Response(text="Welcome home!")


def init_app():
    app = web.Application()
    app.router.add_get('/', index)
    return app

（2）我们在另一个文件中生成一个wsgi对象，在main.py文件中

from app import init_app


def my_app():
    return init_app()


app = my_app()

（3）我们使用gunicorn文件来启动
大家先来看看

-c CONFIG    : CONFIG,配置文件的路径，通过配置文件启动；生产环境使用；

-b ADDRESS   : ADDRESS，ip加端口，绑定运行的主机；

-w INT, --workers INT：用于处理工作进程的数量，为正整数，默认为1；

-k STRTING, --worker-class STRTING：要使用的工作模式，默认为sync异步，可以下载eventlet和gevent并指定

--threads INT：处理请求的工作线程数，使用指定数量的线程运行每个worker。为正整数，默认为1。

--worker-connections INT：最大客户端并发数量，默认情况下这个值为1000。

--backlog int：未决连接的最大数量，即等待服务的客户的数量。默认2048个，一般不修改；

-p FILE, --pid FILE：设置pid文件的文件名，如果不设置将不会创建pid文件


--access-logfile FILE   ：  要写入的访问日志目录

--access-logformat STRING：要写入的访问日志格式

--error-logfile FILE, --log-file FILE  ：  要写入错误日志的文件目录。

--log-level LEVEL   ：   错误日志输出等级。


--limit-request-line INT   ：  HTTP请求头的行数的最大大小，此参数用于限制HTTP请求行的允许大小，默认情况下，这个值为4094。值是0~8190的数字。

--limit-request-fields INT   ：  限制HTTP请求中请求头字段的数量。此字段用于限制请求头字段的数量以防止DDOS攻击，默认情况下，这个值为100，这个值不能超过32768

--limit-request-field-size INT  ：  限制HTTP请求中请求头的大小，默认情况下这个值为8190字节。值是一个整数或者0，当该值为0时，表示将对请求头大小不做限制


-t INT, --timeout INT：超过这么多秒后工作将被杀掉，并重新启动。一般设定为30秒；

--daemon： 是否以守护进程启动，默认false；

--chdir： 在加载应用程序之前切换目录；

--graceful-timeout INT：默认情况下，这个值为30，在超时(从接收到重启信号开始)之后仍然活着的工作将被强行杀死；一般使用默认；

--keep-alive INT：在keep-alive连接上等待请求的秒数，默认情况下值为2。一般设定在1~5秒之间。

--reload：默认为False。此设置用于开发，每当应用程序发生更改时，都会导致工作重新启动。

--spew：打印服务器执行过的每一条语句，默认False。此选择为原子性的，即要么全部打印，要么全部不打印；

--check-config   ：显示现在的配置，默认值为False，即显示。

-e ENV, --env ENV： 设置环境变量；

大家可以在文件中把各个变量换一下就可以了

# gunicorn.conf
"""
这里你可以使用logger记录日志
"""
workers = 4
worker_class = 'aiohttp.GunicornWebWorker'
bind = '127.0.0.1:8080'

（4）最后我们来写startup.sh的脚本

gunicorn main:app -c gunicorn.py

（5）最后写Dockerfile完事

FROM python:3.6.5

WORKDIR /data/

COPY . .

RUN pip install pipenv && pipenv install

CMD [ "sh", "startup.sh" ]

最后大家想要看具体的代码和目录结构，可以看我的github