容器化部署实践之Django应用部署（二）

预计阅读3分钟

上一篇文章有些同学感觉不够详细理解起来有些困难，我再来简单解释一下。

我们在开发的情况下：

部署到线上的情况：

在整个部署过程中，我们加了一层docker来进行隔离部署，不仅解决了开发（dev）测试（test）线上（prod）多个环境不一致的问题，也达到了一次封装，处处运行的目的，我们日常使用virtualenv进行Python包环境隔离都不需要了，这在多人开发模式下面非常方便。

我其实在docker入门篇Docker 容器化部署实践--入门已经讲过了。至于新手的话如果觉得一开始觉得不太容易上手，可以考虑去掉docker这个中间环节，直接把服务跑在Linux机器上面。

解释完上面，接下来进入我们今天的主题：Django + Nginx + Gunicorn 部署

Gunicorn

Gunicorn，是「Green Unicorn」，最初来于Ruby社区的Unicorn，是用于Unix的Python WSGI HTTP服务器，Gunicorn与各种Web框架广泛兼容，简单轻便。

我们之所以使用使用uWSGI或Gunicorn原因就是Flask，Django自带的WSGI服务性能不够好，一般用在测试开发环境用，线上主要使用更为高性能的WSGI服务。

作为介绍我这里引用一个官方例子：

$ pip install gunicorn
  $ cat myapp.py
    def app(environ, start_response):
        data = b"Hello, World!\n"
        start_response("200 OK", [
            ("Content-Type", "text/plain"),
            ("Content-Length", str(len(data)))
        ])
        return iter([data])
  $ gunicorn -w 4 myapp:app
  [2014-09-10 10:22:28 +0000] [30869] [INFO] Listening at: http://127.0.0.1:8000 (30869)
  [2014-09-10 10:22:28 +0000] [30869] [INFO] Using worker: sync
  [2014-09-10 10:22:28 +0000] [30874] [INFO] Booting worker with pid: 30874
  [2014-09-10 10:22:28 +0000] [30875] [INFO] Booting worker with pid: 30875
  [2014-09-10 10:22:28 +0000] [30876] [INFO] Booting worker with pid: 30876
  [2014-09-10 10:22:28 +0000] [30877] [INFO] Booting worker with pid: 30877

装好gunicorn之后，我们可以通过gunicorn -h 进行查看配置，通常情况下为了方便，我们都是把gunicorn放在配置文件中。

这里提一点，gunicorn中有一个--statsd-host 这个使得可以用另外一种方式来跟踪请求，我之前在监控一文说到过statsd，大家可以参看我之前写的博客「使用Statsd+Graphite+Grafana搭建web监控系统」，点击阅读原文。

同uWSGI一样我给一个简单的supervisor例子：

# gunicorn.conf.py
import multiprocessing
import socket
bind = '0.0.0.0:9527'
workers = multiprocessing.cpu_count() * 2 + 1 
worker_class = 'gevent' # 搭配gevent运行
daemon = False
proc_name = 'yourproject'
pidfile = '/data/run/gunicorn.pid'
loglevel = 'error'
accesslog = '/data/yourproject/supervisor/gunicorn.access.log'
errorlog = '/data/yourproject/supervisor/gunicorn.error.log'
max_requests = 200000
# StatsD integration
# StatsD host is omitted here, please append `--statsd-host` to gunicorn
# statsd_host = 'localhost:8125'
statsd_prefix = socket.gethostname()

上面说下为什么worker数目是CPU核数*2+1，这个没有太多科学依据，主要是根据一个work进行读写操作，另一个work处理请求，具体可以根据自己情况进行配置。更多特殊配置，大家可以进行自行查阅文档。

supervisor & nginx & docker-compose

supervisor同上篇文章使用Docker容器化部署实践之Django应用部署(一）一样，唯一变化的就是我们command从uUWSGI变为了gunicorn，这里我就不多列出来supervisor完整配置了。

[program:gunicorn]
command=/path/to/gunicorn main:application -c /path/to/gunicorn.conf.py
directory=/path/to/project
user=nobody
autostart=true
autorestart=true
redirect_stderr=true

Nginx同上篇文章一样，我这里列一个简单的样例:

  server {
    listen 80;
    server_name example.org;
    access_log  /var/log/nginx/example.log;
    location / {
        proxy_pass http://127.0.0.1:8000;
        proxy_set_header Host $host;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
    }
  }

docker-compose配置同之前文章一样，内容较多，就不列出来了。可以参考上篇文章使用Docker容器化部署实践之Django应用部署(一）的配置。

说到最后

今天我们主要阐述了Django部署使用的第二种方式，实际上这个过程和没有docker几乎差不多的，你可以剥离掉docker，对你整个过程没有太大影响。

同样的我整个部署过程阐述的过程比较简单，实际情况会多少有些出入，不知道你听懂了么？欢迎大家给我留言，我们一起讨论。

相关文章：

使用Docker容器化部署实践之Django应用部署(一）

Docker 容器化部署实践之Dockerfile

Docker容器化部署实践Docker Compose

Docker 容器化部署实践--入门

Linux系列开坑记(一)-常用的3个命令

免费加入，一起进步