测试平台系列(60) 在Linux机器上部署Pity

米洛

接口测试平台系列教程

测试开发坑货

回顾

上一节我们编写了

用例列表

后端接口

所以今天我们来聊聊怎么部署。

部署服务的几种方式

其实我们如果是在

公司

比如我上家公司，

业务代码

如果我们是自己维护自己的服务器，该怎么

部署咱们的系统

以下是Pity的

部署教程

数据库

数据库这块比较简单，Pity提供了自动建表功能，底层使用的是

MySQL

具体的安装过程我这儿就不细说了。

安装好以后我们会拿到用户名，密码，host和port信息，我们还需要创建数据库:

create database pity;

修改pity关于数据库的配置

在pity/Config.py修改SQLALCHEMY的连接串:

这样你的数据就能好好保存在你们的

数据库

安装依赖

pip3 install -r requirements.txt

也可以使用豆瓣源:

pip3 install -r requirements.txt -i https://pypi.douban.com/simple

如果过程中安装失败了，建议

升级一下pip

测试服务是否启动

如果启动服务的时候报没有logs文件夹，可以在pity根目录新建文件夹:

logs

在pity目录下启动服务:

python3 main.py

打开

http://服务器ip:7777

正题

我们今天主要是讲怎么用gunicorn部署Python服务，只不过博主我先用了自己的项目

探路

回到正题，我们先来看一看最简单的一个

部署方式

经典部署方式

在解决好所有环境依赖以后，我们通过python3 xxx.py启动服务，这样其他人就能够通过服务器ip+端口访问页面了。

http://服务器ip:端口号/

思考一下这样做的弊端:

1. 服务器会一直打印着请求信息，并没有在后台运行

1. 程序如果自动宕机，不能自动恢复

比如哪天程序不小心崩溃了，有的异常没有被

自动捕获

系统无法访问

1. Python GIL性能太差

改进一下

针对经典部署，其实也有一些处理方式，比如第一条，我们可以用

nohup

nohup python xxx.py &

然后可以看到

当前目录

停留

但还有其他困难，我们怎么解决呢？别慌！我们还有gunicorn+supervisor

supervisor

supervisor是一个托管容器，你的应用会被托管到里面，而他会提供一个

守护线程

非常好用

遇到非代码错误，比如有人误操作kill掉你的程序，它会自动帮忙拉起，毫无波澜。

gunicorn

gunicorn基于gevent，差不多算是个提升app性能的库，它可以帮助我们的web应用提升性能，并且他也有自动重启的功能，还可以开启根据服务器配置开启不同数量的

worker

怎么使用呢

安装Gunicorn

pip3 install gunicorn

以我们的app为例，我们的app名字叫pity，文件是main.py，所以取到app的方法就是: main:pity

普通gunicorn模式

安装好以后gunicorn命令就能够使用了，输入命令:

# FastApi应用
gunicorn -k uvicorn.workers.UvicornWorker main:pity -b 0.0.0.0:7777 -w 4 &

解释一下参数:

-k:

这个是指定worker为Uvicorn的Worker，为fastapi专属，其他比如flask应用不需要带上这个参数。

-w

workers数量，也就是起的线程数量，一般根据自己

CPU内核

main:pity就是上面说的app的具体位置。

试验一下

配置文件的方式启动

我们编写gunicorn.py文件（配置文件）:

import os
import gevent.monkey

gevent.monkey.patch_all()

import multiprocessing

# debug = True
loglevel = 'debug'
bind = "0.0.0.0:7777"
pidfile = "logs/gunicorn.pid"
accesslog = "logs/access.log"
errorlog = "logs/debug.log"
daemon = True
timeout = 60

# 启动的进程数
# workers = multiprocessing.cpu_count()
workers = 8
worker_class = 'gevent'
x_forwarded_for_header = 'X-FORWARDED-FOR'

配置好bind地址，日志信息，workders数量，

multiprocessing.cpu_count()

记得安装gevent

可以看到服务起来了，这边我开了8个

workder

其实这个时候gunicorn已经具备了

自动拉起

supervisor

supervisor

这块的资料比较多，大家可以尽情百度，因为博主主要讲的是部署方式，还得靠大家自己去

实践

更多部署方式

docker

k8s

测试

如果有兴趣也欢迎大家一起

探讨