黑马程序员高并发是什么、高并发编程、高并发解决方案 - 图文 

【黑马程序员】高并发是什么、高并发编程、高并发解决方案

黑马程序员免费视频库：yun.itheima.com?2020sxkyk 使用Flask的做服务器框架，可以以python code.py的方式运行，但这种方式不能用于生产环境，不稳定，比如说: 有一定概率遇到连接超时无返回的情况

1，通过设置app.run()的参数，来达到多进程的效果。看一下app.run的具体参数：

黑马程序员免费视频库：http://yun.itheima.com?2020sxkyk

注意： threaded与processes不能同时打开， 如果同时设置的话，将会出现以下的错误：

2.使用gevent做协程，从而解决高并发的问题：

# 携程的第三方包-这里选择gevent, 当然你也可以选择eventlet

pip install gevent

# 具体的代码如下：

from flask import Flask

from gevent.pywsgi import WSGIServer

from gevent import monkey

# 将python标准的io方法，都替换成gevent中同名的方法，遇到io阻塞gevent自动进行协程切换

黑马程序员免费视频库：http://yun.itheima.com?2020sxkyk

monkey.patch_all()

# 1.创建项目应用对象app

app = Flask(__name__)

# 初始化服务器

WSGIServer((\

# 来启动服务---这样就是以协程的方式运行项目，提高并发能力

python code.py

3. 通过Gunicorn(with gevent)的形式对app进行包装，从而来启动服务【推荐】

安装遵循了WSGI协议的gunicorn服务器--俗称：绿色独角兽

pip install gunicorn

黑马程序员免费视频库：http://yun.itheima.com?2020sxkyk

查看命令行选项： 安装gunicorn成功后，通过命令行的方式可以查看gunicorn的使用信息。

$gunicorn -h

指定进程和端口号： -w: 表示进程（worker） --bind：表示绑定ip地址和端口号（bind） —threads 多线程 -k 异步方案

# 使用gevent做异步（默认worker是同步的）

gunicorn -w 8 --bind 0.0.0.0:8000 -k 'gevent' 运行文件名称:Flask程序实例名

运行方案2： 将运行的信息加载到配置文件中 使用gunicorn + gevent 开启高并发

import multiprocessing

黑马程序员免费视频库：http://yun.itheima.com?2020sxkyk

\的配置文件\

# 预加载资源

preload_app = True

# 绑定

bind = \

# 进程数

workers = multiprocessing.cpu_count() * 2 + 1

# 线程数

threads = multiprocessing.cpu_count() * 2

# 等待队列最大长度,超过这个长度的链接将被拒绝连接

backlog = 2048

# 工作模式

# worker_class = \

worker_class = \

黑马程序员免费视频库：http://yun.itheima.com?2020sxkyk