Flask 部署和分发

到目前为止，启动Flask应用都是通过”app.run()”方法，在开发环境中，这样固然可行，不过到了生产环境上，势必需要采用一个健壮的，功能强大的Web应用服务器来处理各种复杂情形。同时，由于开发过程中，应用变化频繁，手动将每次改动部署到生产环境上很是繁琐，最好有一个自动化的工具来简化持续集成的工作。本篇，我们就会介绍如何将上一篇中Flask的应用程序自动打包，分发，并部署到像Apache, Nginx等服务器中去。

使用setuptools打包Flask应用

首先，你要了解基本的使用setuptools打包分发Python应用程序的方法。接下来，就让我们开始写一个”setup.py”文件：

from setuptools import setup
 
setup(
    name='MyApp',
    version='1.0',
    long_description=__doc__,
    packages=['myapp','myapp.main','myapp.admin'],
    include_package_data=True,
    zip_safe=False,
    install_requires=[
        'Flask>=0.10',
        'Flask-Mail>=0.9',
        'Flask-SQLAlchemy>=2.1'
    ]
)

把文件放在项目的根目录下。另外，还要写一个”MANIFEST.in”文件：

recursive-include myapp/templates *
recursive-include myapp/static *

编写完毕后，你可以创建一个干净的虚拟环境，然后运行安装命令试下效果。

python setup.py install

使用Fabric远程部署Flask应用

同样，你需要先了解如何使用Fabric来远程部署Python应用。然后，我们来编写”fabfile.py”文件：

from fabric.api import *
 
env.hosts = ['example1.com', 'example2.com']
env.user = 'bjhee'
 
def package():
    local('python setup.py sdist --formats=gztar', capture=False)
 
def deploy():
    dist = local('python setup.py --fullname', capture=True).strip()
    put('dist/%s.tar.gz' % dist, '/tmp/myapp.tar.gz')
    run('mkdir /tmp/myapp')
    with cd('/tmp/myapp'):
        run('tar xzf /tmp/myapp.tar.gz')
        run('/home/bjhee/virtualenv/bin/python setup.py install')
    run('rm -rf /tmp/myapp /tmp/myapp.tar.gz')
    run('touch /var/www/myapp.wsgi')

上例中，”package”任务是用来将应用程序打包，而”deploy”任务是用来将Python包安装到远程服务器的虚拟环境中，这里假设虚拟环境在”/home/bjhee/virtualenv”下。安装完后，我们将”/var/www/myapp.wsgi”文件的修改时间更新，以通知WSGI服务器（如Apache）重新加载它。对于非WSGI服务器，比如uWSGI，这条语句可以省去。

编写完后，运行部署脚本测试下：

fab package deploy

使用Apache+mod_wsgi运行Flask应用

Flask应用是基于WSGI规范的，所以它可以运行在任何一个支持WSGI协议的Web应用服务器中，最常用的就是Apache+mod_wsgi的方式。上面的Fabric脚本已经完成了将Flask应用部署到远程服务器上，接下来要做的就是编写WSGI的入口文件”myapp.wsgi”，我们假设将其放在Apache的文档根目录在”/var/www”下。

activate_this = '/home/bjhee/virtualenv/bin/activate_this.py'
execfile(activate_this, dict(__file__=activate_this))
 
import os
os.environ['PYTHON_EGG_CACHE'] = '/home/bjhee/.python-eggs'
 
import sys;
sys.path.append("/var/www")
 
from myapp import create_app
import config
application = create_app('config')

注意上，你需要预先创建配置文件”config.py”，并将其放在远程服务器的Python模块导入路径中。上例中，我们将”/var/www”加入到了Python的模块导入路径，因此可以将”config.py”放在其中。另外，记得用setuptools打包时不能包括”config.py”，以免在部署过程中将开发环境中的配置覆盖了生产环境。

在Apache的”httpd.conf”中加上脚本更新自动重载和URL路径映射：

WSGIScriptReloading On
WSGIScriptAlias /myapp /var/www/myapp.wsgi

重启Apache服务器后，就可以通过”http://example1.com/myapp”来访问应用了。

使用Nginx+uWSGI运行Flask应用

要先准备好Nginx+uWSGI的运行环境，然后编写uWSGI的启动文件”myapp.ini”：

[uwsgi]
socket=127.0.0.1:3031
callable=app
mount=/myapp=run.py
manage-script-name=true
master=true
processes=4
threads=2
stats=127.0.0.1:9191
virtualenv=/home/bjhee/virtualenv

再修改Nginx的配置文件，Linux上默认是”/etc/nginx/sites-enabled/default”，加上目录配置：

location /myapp {
    include uwsgi_params;
    uwsgi_param SCRIPT_NAME /myapp;
    uwsgi_pass 127.0.0.1:3031;
}

重启Nginx和uWSGI后，就可以通过”http://example1.com/myapp”来访问应用了。

你也可以将我们的应用配置为虚拟服务器，只需要将上述uWSGI的配置移到虚拟服务器的配置文件中即可。关于Nginx虚拟服务器的配置，可以参考我之前的文章。

使用Tornado运行Flask应用

Tornado的强大之处在于它是非阻塞式异步IO及Epoll模型，采用Tornado的可以支持数以万计的并发连接，对于高并发的应用有着很好的性能。使用Tornado来运行Flask应用很简单，只要编写下面的运行程序，并执行它即可：

from tornado.wsgi import WSGIContainer
from tornado.httpserver import HTTPServer
from tornado.ioloop import IOLoop
from myapp import create_app
import config
 
app = create_app('config')
 
http_server = HTTPServer(WSGIContainer(app))
http_server.listen(5000)
IOLoop.instance().start()

之后你就可以通过”http://example1.com:5000″来访问应用了

使用Gunicorn运行Flask应用

Gunicorn是一个Python的WSGI Web应用服务器，是从Ruby的Unicorn移植过来的。它基于”pre-fork worker”模型，即预先开启大量的进程，等待并处理收到的请求，每个单独的进程可以同时处理各自的请求，又避免进程启动及销毁的开销。不过Gunicorn是基于阻塞式IO，并发性能无法同Tornado比。另外，Gunicorn同uWSGI一样，一般都是配合着Nginx等Web服务器一同使用。

让我们先将应用安装到远程服务器上，然后采用Gunicorn启动应用，使用下面的命令即可：

gunicorn run:app

解释下，因为我们的应用使用了工厂方法，所以只在run.py文件中创建了应用对象app，gunicorn命令的参数必须是应用对象，所以这里是”run:app”。现在你就可以通过”http://example1.com:8000″来访问应用了。默认监听端口是8000。

假设我们想预先开启4个工作进程，并监听本地的5000端口，我们可以将启动命令改为：

gunicorn -w 4 -b 127.0.0.1:5000 run:app