一文详解gunicorn的功能及使用方法

一、gunicorn的简介
Gunicorn是基于unix系统，被广泛应用的高性能的Python WSGI HTTP Server。用来解析HTTP请求的网关服务。
它通常是在进行反向代理（如nginx），或者进行负载均衡（如 AWS ELB）和一个web 应用（比如 Django 或者 Flask）之间。
它的运行模型基于pre-fork worker 模型，即就是支持eventlet，也支持greenlet。

二、gunicorn特点
其特点：1、能和大多数的Python Web框架兼容；
2、简单易上手；
3、轻量级的资源消耗；
4、目前，gunicorn只能运行在Linux环境中，不支持windows平台。

三、谈谈WSGI HTTP Server
所谓WSGI（Web Server Gateway Interface）。它不是web server，也不是web app；而正是为了将web和app解耦、再连接起来的一道桥梁。因为它是一种通用的接口规范，规定了web server（如Apache、Nginx）和web app（或web app框架）之间的标准。
因为如此，web app开发者就能专注于业务逻辑、专注于HTML文档的生成，而不用操心繁琐的网络底层实现（HTTP请求接收、建立连接、返回响应等），并能方便地组合搭配不同的web server + web app/框架了。

四、谈谈pre-fork worker model
worker model：意味着这个模型有一个master进程，来管理一组worker进程；
fork：意味着worker进程是由master进程fork（复刻）出来的；
pre-：意味着在任何客户端请求到来之前，就已从master进程fork出了多个worker进程，坐等请求到来；
执行流程：在worker进程创建时，就被实例化了Python web app；并由worker进程监听端口、处理请求。当请求到来时，worker进程就能解析HTTP请求、调用Python web app处理、得到处理结果后，再整理成HTTP Response，通过TCP返回给客户端。

注：master进程不是管理处理请求的，只负责管理worker进程，比如对worker进程的创建、销毁、以及根据负载情况增减。（启动时设置的–workers参数只是worker数，而gunicorn还会创建个master进程。所以，即使配置workers为1，你的app也至少有两个进程：master负责管理，worker负责处理请求）。

对于Gunicorn来说，gunicorn是WSGI的实现，但同时也自带web server，能直接对外提供web服务。包括大部分的web app框架，比如Flask和Django也都带有web server。
但是，在生产环境中，一般它们都是各司其职，Web框架Flask、Django只用于写app、Gunicorn只用于运行和管理Python web app，而在它们钱看有专门的web server，比如Nginx。

五、gunicorn的使用
gunicorn支持使用不同的worker进程类型，可通过worker-class参数配置。
启动后，gunicorn的所有worker共用一组listener（Gunicorn支持绑定多个socket，所以说是一组）。在启动worker时，worker内为每个listener创建一个WSGI server，接收HTTP请求，并调用app对象去处理请求。

gunicorn的工作模式一般分为同步worker使用和异步worker使用。
1、同步worker（Sync Worker）

默认的、最简单的worker模式，就是同步模式。
每个worker进程，一次只处理一个请求；如果此时又有其他请求被分配到了这个worker进程中，那只能被堵塞了，只能等待第一个请求完成。
并且，一个请求一个进程，并发时，是非常消耗CPU和内存的。

注：因此，只能适合在访问量不大、CPU密集而非I/O的情形。
但是也有好处，好处就是，即使一个worker的进程crash了，也只会影响到一个请求。不会影响其他的请求

2、异步workers（Async Worker）

异步worker有Gevent和Eventlet两种，都是基于Greenlet实现的。
当使用了异步worker，就能同时处理不止一个请求，就不会出现上面同步worker那样，当一个请求就把后续请求都block堵塞住了。

注：gunicorn允许通过设置对应的worker类来使用这些异步Python库。
例如：我们想在单核机器上运行的gevent：

gunicorn --worker-class=gevent --worker-connections=1000 --workers=3 main:app

解释：worker-connection 是对于 gevent worker 类的特殊设置。（2CPU）+1 仍然是建议的worker数量。
因为这里是单核，我们设置的是3个worker。在这种情况下，最大的并发请求数是3000（3个worker1000个连接数/worker）

六、gunicorn是如何实现高并发的？
对于gunicorn而言，当启动时，就已经把worker进程预先fork出来了。当多个请求到来的时候，会轮流复用这些worker进程，从而能提高服务器的并发负载能力。

对于worker数的配置，一般推荐2CPU数+1。这样一来，在任何时间，都有大概一般的worker是在做I/O，剩下一般才是需要CPU的。
如果在开多进程的同时，也开多线程（也就是选择gthread类型的worker），那么，配置总的并发数（worker进程数线程数），仍然建议2CPU数+1

七、gunicorn部署
gunicorn是一个wsgi http server。
1、首先需要安装gunicorn应用
【这里为cengtos7系统】
1.1、首先我们需要先创建虚拟环境

cd /opt/typhoonae
mkdir appenv
python3 -m appenv appenv

1.2、然后激活虚拟环境

source appenv/bin/activate

1.3、然后根据 requirements.txt 文件安装依赖包

pip3 install -r requirements.txt

1.4、安装gunicorn，安装直接可以使用pip

pip3 install gunicorn

1.5、在项目根目录下创建一个wsgi.py文件

from app import create_app

application = create_app('production')

if __name__ == '__main__':
  application.run()

此时，不再通过manage.py启动服务，那只在开发的时候使用

然后启动服务：

gunicorn -w 4 -b 127.0.0.1:8000 wsgi:application

2、使用案例
一般情况下，在生产环境中，进程的启停和状态的监控最好应用supervisor之类的监控工具。然后在gunicorn的前端防止一个http proxy server，比如nginx。
例如：
下面是supervisor、gunicorn以及nginx的配置
2.1、supervisor_gunicorn.conf

[program:gunicorn_demo]
process_name=%(program_name)s
numprocs=1
priority=901
directory = /opt/gunicorn_demo/
command = /opt/virtualenv/bin/python /opt/virtualenv/bin/gunicorn -c gunicorn_demo.py gunicorn_demo:app
autostart = true
startsecs = 20
autorestart = true
startretries = 3
user = root
redirect_stderr = true
stdout_logfile_maxbytes = 20MB
stdout_logfile_backups = 10
stdout_logfile = /dev/null

-c gunicorn_demo.py，即就是gunicorn本身的配置文件，
2.2、gunicorn_demo.py 【gunicorn的基本配置文件】

import multiprocessing

bind = '127.0.0.1:8000'
workers = multiprocessing.cpu_count() * 2 + 1

backlog = 2048
worker_class = "gevent"
worker_connections = 1000
daemon = False
debug = True
proc_name = 'gunicorn_demo'
pidfile = './log/gunicorn.pid'
errorlog = './log/gunicorn.log'

注：gunicorn的配置文件必须为一个python文件，只是将命令行中的参数写进py文件中而已，如果需要设置哪个参数，则在py文件中为该参数赋值即可。

例如：
配置文件为example.py

# example.py
bind = "127.0.0.1:8000"
workers = 2

运行gunicorn命令为：

gunicorn -c example.py test:app
#等同于：
gunicorn -w 2 -b 127.0.0.1:8000 test:app

此时，当然了，配置文件还可以设置的更加复杂，根据实际情况而言：
假如：
配置文件为：gunicorn_test.py

# gunicorn_test.py
import logging
import logging.handlers
from logging.handlers import WatchedFileHandler
import os
import multiprocessing
bind = '127.0.0.1:8000'      #绑定ip和端口号
backlog = 512                #监听队列
chdir = '/home/test/server/bin'  #gunicorn要切换到的目的工作目录
timeout = 30      #超时
worker_class = 'gevent' #使用gevent模式，还可以使用sync 模式，默认的是sync模式

workers = multiprocessing.cpu_count() * 2 + 1    #进程数
threads = 2 #指定每个进程开启的线程数
loglevel = 'info' #日志级别，这个日志级别指的是错误日志的级别，而访问日志的级别无法设置
access_log_format = '%(t)s %(p)s %(h)s "%(r)s" %(s)s %(L)s %(b)s %(f)s" "%(a)s"'    #设置gunicorn访问日志格式，错误日志无法设置
"""
其每个选项的含义如下：
h          remote address
l          '-'
u          currently '-', may be user name in future releases
t          date of the request
r          status line (e.g. ``GET / HTTP/1.1``)
s          status
b          response length or '-'
f          referer
a          user agent
T          request time in seconds
D          request time in microseconds
L          request time in decimal seconds
p          process ID
"""
accesslog = "/home/test/server/log/gunicorn_access.log"      #访问日志文件
errorlog = "/home/test/server/log/gunicorn_error.log"        #错误日志文件

那么此时执行命令就为：

gunicorn -c gunicorn_test.py test:app

2.3、nginx.conf 的部分配置

server {
    listen 80;
    server_name sam_rui.com;
    access_log  /var/log/nginx/access.log;

    location / {
        proxy_pass http://127.0.0.1:8000;
        proxy_set_header Host $host;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
    }
}

八、gunicorn相关参数说明

1)-c CONFIG,–config=CONFIG
指定一个配置文件（py文件）
2)-b BIND,–bind=BIND
与指定socket进行绑定
3)-D,–daemon
后台进程方式运行gunicorn进程
4)-w WORKERS,–workers=WORKERS
工作进程的数量
5)-k WORKERCLASS,–worker-class=WORKERCLASS
工作进程类型，包括sync（默认）,eventlet,gevent,tornado,gthread,gaiohttp
6)–backlog INT
最大挂起的连接数
7)–log-level LEVEL
日志输出等级
8)–access-logfile FILE
访问日志输出文件
9)–error-logfile FILE
错误日志输出文件