用gunicorn實現Django高併發的解決方案

django提供了自帶的runserver命令啟動服務，這種方式一般用於開發環境以便於除錯程式，併發量比較小的時候也是可以應對的，但是併發量超過這種方式的承載能力時，就需要使用gunicorn啟動django的服務來提高併發能力了。

pip3 install django==2.0.6 gevent==1.4.0 gunicorn==19.7.1

import os
import multiprocessing
reload = false  # **更新時不重啟專案
daemon = false  # 不守護gunicorn程序
backlog = 2048  # 伺服器中排隊等待的最大連線數，建議值64-2048，超過2048時client連線會得到乙個error。
workers = multiprocessing.cpu_count() * 2 + 1  # 用於處理工作的程序數，這裡使用了文件建議的值
keyfile = '.../server.key'  # ssl證書金鑰檔案路徑
certfile = '.../server.crt'  # ssl證書檔案路徑
worker_class = 'gthread'  # worker程序的工作方式，有sync、eventlet、gevent、tornado、gthread, 預設值sync, django使用gevent容易造成阻塞, 使用gthread的方式好一些。
threads = int(480 / workers)  # 資料庫連線數=workers*threads*2
timeout = 60  # 訪問超時時間
graceful_timeout = 60  # 接收到restart訊號後，worker可以在graceful_timeout時間內，繼續處理完當前requests。
keepalive = 30  # server端保持連線時間。
# max_requests = 1000  # 有記憶體洩露時使用此選項重啟work
# max_requests_jitter = 50  # 重啟work的抖動幅度，一般設定為max_requests的5%
pythonpath = '/usr/bin/python3 -u'  # 逗號分隔的python執行路徑，可以加上引數，這裡只有乙個路徑，-u表示使用無緩衝的二進位制終端輸出流
access_log_format = '%(t)s %(h)s "%(r)s" %(s)s %(b)s "%(f)s" "%(l)s"'  # 日誌檔案格式
accesslog = '-'  # 日誌檔案路徑，'-'表示輸出到終端
errorlog = '-'  # 錯誤日誌檔案路徑，'-'表示輸出到終端
bind = '0:1999'  # 指定監聽的位址和埠，這裡使用nginx**了，所以監聽特殊埠
project_name = 'mysite'
proc_name = 'gunicorn_%s' % project_name  # 設定程序名稱
os.environ.setdefault('django_settings_module', '%s.settings' % project_name)  # 設定環境變數指定django執行使用的配置檔案
os.environ.setdefault('werkzeug_run_main', 'true')  # 設定環境變數告訴wekzeug這個是用於reload的主程序

threads值的計算比較重要，同乙個程序中的執行緒共享乙個資料庫連線池，乙個執行緒需要兩個與資料庫的連線，否則會報錯「mysql error：2014 commands out of sync; you can't run this command now」。

用max_connections表示資料庫支援的最大連線數，用workers表示程序數，threads表示執行緒數，每個程序中的執行緒數計算如下：

threads = max_connections / workers / 2

如果max_connections等於1000，我們預留40個資料庫連線作其他用途：

threads = int(int((max_connections - 40) / 2) / workers)

化間後得到上面的例子：

threads = int(480 / workers)

from myproject.gunicorn_config import threads
...,
'gunicorn',
]databases = 
}}

併發量高了，資料庫連線量會過大，報錯「too many connections」，參考我的這篇文章解決。

其中pool_size的值設定為gunicorn_config.py中threads值的兩倍，因為每個執行緒需要建立兩個資料庫連線，否則會報錯「mysql error：2014 commands out of sync; you can't run this command now」。

也就是說，最終併發量上限為資料庫max_connections配置的數值的一半。

使用指令碼啟動的原因是supervisor殺不掉服務的子程序，需要用指令碼殺一下再啟動新的服務。

#!/bin/sh
pname=$1
port=$2
if [ -z "$" ]
then
pname="mysite"
fiif [ -z "$" ]
then
if [ "$pname"x = "mysite"x ]
then
port="1999"
else
echo "error project name \"$pname\""
exit 0
fifips aux | grep $/gunicorn_config.py | grep $ | awk '' | xargs kill -9 > /dev/null 2>&1  # 根據程序名和埠號過濾出程序id，殺死已存在的服務程序
# unbuffer表示使用無緩衝的二進位制輸出流，-p表示unbuffer可以從管道命令"|"的輸出中讀取內容（相容supervisor）
# $/gunicorn_config.py是第三步編寫的配置檔案的位置
# 0:$是指定監聽的位址和埠，這個會覆蓋gunicorn_config.py中的配置，加上這個便於過濾程序id

[program:mysite]
environment=user=root,pythonpath=/usr/bin/
directory=/var/www/mysite/
command=bash start.sh mysite
autostart=true
autorestart=true
stopasgroup=true
stderr_logfile=/var/log/supervisor/mysite_error.log
stdout_logfile=/var/log/supervisor/mysite_out.log
user=root
redirect_stderr=false
startretries=20
stdout_logfile_maxbytes=20mb
stdout_logfile_backups=20

用gunicorn實現Django高併發的解決方案

用棧實現佇列用佇列實現棧

用棧實現佇列，用佇列實現棧。好玩！！！

232 用棧實現佇列 225 用佇列實現棧

用gunicorn實現Django高併發的解決方案

用棧實現佇列 用佇列實現棧

用棧實現佇列，用佇列實現棧。好玩！！！

232 用棧實現佇列 225 用佇列實現棧

相關推薦

用棧實現佇列用佇列實現棧