Python Web编程之WSGI协议简介

 更新时间:2018年07月18日 10:38:01   作者:喷跑的豆子  
这篇文章主要介绍了Python Web编程之WSGI协议,简单说明了WSGI的概念、功能并结合实例形式分析了Gunicorn和uWSGI相关实现技巧,需要的朋友可以参考下

本文实例讲述了Python Web编程之WSGI协议。分享给大家供大家参考,具体如下:

WSGI简介

Web框架和Wen服务器之间需要进行通信,如果在设计时它们之间无法相互匹配,那么对框架的选择就会限制对Web服务器的选择,这显然是不合理的。这时候需要设计一套双方都遵守的接口。WSGI是Python Web Server Gateway Interface的简称。WSGI标准在PEP 333中定义并被许多框架实现,它规定了一种在Web服务器之间具有可移植性。在后来的PEP 3333中添加了Python 3的支持和更多相关的说明。有了通用的WSGI协议,Web开发者就能够任意选择适合自己的组合,而Web服务器和Web框架的开发者们也能够把精力集中到各自的领域。

常见的WSGI容器

WSGI是一个同步接口,所以Tornado的WSGI容器是无法实现异步的。主流的选择是GunicornuWSGI

Gunicorn

Gunicorn易于配置,兼容性好,CPU消耗很少,在豆瓣使用广泛。它支持多种Worker模式,推荐的模式有如如下几种:

  • 同步Worker:默认模式,也就是一次只处理一个请求
  • 异步Worker:通过Eventlet、Gevent实现的异步模式
  • 异步IO Worker:目前支持gthread和gaiohttp两种类型

安装Gunicorn:

pip install gunicorn

Gunicorn的启动非常简单,语法如下:

gunicorn [OPTIONS] MODULE_NAME:VARIABLE_NAME

举个栗子,manager.py:

from flask import Flask
app = Flask(__name__)
@app.route("/")
def hello_world():
  return "Hello World"
if __name__ == "__main__":
  app.run()

启动应用:

gunicorn manager:app -b 0.0.0.0:9000

亦或者指定Worker数量启动:

gunicorn --workers=3 manager:app -b 0.0.0.0:9000

app为Flask实例的名称,Worker的数量推荐值是CPU的个数*2+1,CPU个数使用如下的方式获取:

python -c 'import multiprocessing; print multiprocessing.cpu_count()'

uWSGI

uWSGI是使用C编写的,显示了自有的uwsgi协议的Web服务器。它自带丰富的组件,其中核心组件包含进程管理、监控、IPC等功能,实现应用服务器接口的请求插件支持多种语言和平台,比如WSGI、Rack、Lua WSAPI,网管组件实现了负载均衡、代理和理由功能。

安装uWSGI

pip install uwsgi

使用uWSGI启动应用:

复制代码 代码如下:
uwsgi --http 0.0.0.0:9000 --wsgi-file manager.py --callable app --processes 4 --threads 2 --stats 0.0.0.0:5000

上面的命令表示启动了4个进程,每个进程使用2个线程,而且开启了5000的Web接口,返回监控uWSGI的信息,一级不同进程和线程的详细使用情况。使用uWSGI有两点十分重要:

–http-socket–http其实是完全不同的两个选项。如果想直接裸跑uWSGI,应该使用–http,它产生一个额外的进程将请求转发给Workers,如果希望它被反向代理(比如和Nginx一起使用),应该使用–http-socket

合理的进程数和线程数不能简单的通过CPU * 2来计算得出,需要不断的尝试而找到最佳值。

uWSGI命令常用参数如下:

参数名 含义
–http 协议类型和端口号
–processes 开启的进程数量
–callable uWSGI加载的模块哪个变量将被调用
–workers 开启的进行数量,等同于processes
–chdir 指定运行目录
–wsgi-file 载入wsgi-file(加载wsgi.py文件)
–stats 在指定的地址上开启状态服务
–threads 开启的线程数量
–master 允许主进程存在
–daemonize 使进程在后台运行,并将日志输出到指定的日志文件或者UDP服务器
–pidfile 指定PID文件的位置,记录主进程的PID号
–vacuum 当服务器退出时自动清理环境,删除Unix Socket文件和PID文件

更多关于Python相关内容感兴趣的读者可查看本站专题:《Python Socket编程技巧总结》、《Python URL操作技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程

希望本文所述对大家Python程序设计有所帮助。

相关文章

  • 如何使用python传入不确定个数参数

    如何使用python传入不确定个数参数

    这篇文章主要介绍了如何使用python传入不确定个数参数,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-02-02
  • Python3爬虫中关于中文分词的详解

    Python3爬虫中关于中文分词的详解

    在本篇文章里小编给大家整理的是关于Python3爬虫中关于中文分词的详解内容,需要的朋友们可以参考下。
    2020-07-07
  • 使用Docker制作Python环境连接Oracle镜像

    使用Docker制作Python环境连接Oracle镜像

    这篇文章主要为大家介绍了使用Docker制作Python环境连接Oracle镜像示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-06-06
  • 利用Python和OpenCV库将URL转换为OpenCV格式的方法

    利用Python和OpenCV库将URL转换为OpenCV格式的方法

    这篇文章主要介绍了利用Python和OpenCV库将URL转换为OpenCV格式的方法,同时用到了NumPy和urllib,需要的朋友可以参考下
    2015-03-03
  • python多线程性能测试之快速mock数据

    python多线程性能测试之快速mock数据

    这篇文章主要为大家介绍了python多线程性能测试之快速mock数据,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-06-06
  • PyTorch中torch.tensor与torch.Tensor的区别详解

    PyTorch中torch.tensor与torch.Tensor的区别详解

    这篇文章主要介绍了PyTorch中torch.tensor与torch.Tensor的区别详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-05-05
  • conda换源安装torch+vscode分布式训练调试的实现

    conda换源安装torch+vscode分布式训练调试的实现

    本文主要介绍了conda换源安装torch+vscode分布式训练调试的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2024-06-06
  • Python如何提取html中文本到txt

    Python如何提取html中文本到txt

    这篇文章主要介绍了Python如何提取html中文本到txt问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-01-01
  • Python OpenCV学习之特征点检测与匹配详解

    Python OpenCV学习之特征点检测与匹配详解

    提取图像的特征点是图像领域中的关键任务,不管在传统还是在深度学习的领域中,特征代表着图像的信息,对于分类、检测任务都是至关重要的。这篇文章主要为大家详细介绍了OpenCV特征点检测与匹配,需要的可以参考一下
    2022-01-01
  • 深入了解Python中Requests库的使用

    深入了解Python中Requests库的使用

    Requests是一个功能强大的Python HTTP库,用于发送HTTP请求,获取响应数据,本文主要来和大家聊聊它的用法,需要的小伙伴可以跟随小编一起学习一下
    2023-07-07

最新评论