在 Linux 中开启 Flask 项目持续运行

在 Linux 中开启 Flask 项目持续运行

在部署 Flask 项目时,情况往往并不是那么理想。默认情况下,关闭 SSH 终端后,Flask 服务就停止了。这时,您需要找到一种方法在 Linux 服务器上实现持续运行 Flask 项目,并在服务器重启后自动重新启动。

本文将介绍两种方法来帮助您在 Linux 服务器上持续运行 Flask 项目。第一种方法是使用进程管理工具(如 Supervisor 或 Systemd),第二种方法是使用 nohup 命令。下面将以 Ubuntu 22.04 系统为例,逐一介绍这两种方法。

方法一:使用 Systemd

步骤一:创建服务文件

使用 nano 或其他编辑器,在 /etc/systemd/system/ 目录下创建一个新的服务文件,例如 www.service

步骤二:编辑服务文件

www.service 服务文件中输入以下内容:

复制代码
[Unit]
Description=www
After=network.target

[Service]
User=root
Group=default
WorkingDirectory=/root/www/thrive_api
ExecStart=/root/www/thrive_api/venv/bin/python3 /root/www/thrive_api/main.py

[Install]
WantedBy=multi-user.target
命名 含义
Unit 这是服务单元的声明部分,用于描述服务和其依赖关系
Description 描述这个服务的信息,这里是 www
After 指定这个服务应该在哪些其他服务之后启动,这里是在网络服务启动之后启动
Service 这是服务相关设置的部分
Unit 这是服务单元的声明部分,用于描述服务和其依赖关系
User 指定运行服务的用户,这里是 root
Group 指定运行服务的用户组,默认情况下是 default
WorkingDirectory 指定服务的工作目录,这里是 /root/www/thrive_api
ExecStart 指定要运行的命令,这里是在虚拟环境中执行的 Python3 脚本 /root/www/thrive_api/main.py
Install 这是安装相关设置的部分
WantedBy 指定在哪些特定的 target(目标)之下安装服务,这里是 multi-user.target,表示在多用户模式下安装
请根据您的实际情况修改这些参数。

步骤三:重新加载 Systemd 配置文件

运行以下命令重新加载 Systemd 配置文件:

复制代码
sudo systemctl daemon-reload

步骤四:启动并启用服务

运行以下命令启动并启用服务:

复制代码
sudo systemctl start myflaskapp
sudo systemctl enable myflaskapp

步骤五:检查服务状态

运行以下命令检查服务状态:

复制代码
sudo systemctl status myflaskapp

如果服务正在运行,则应显示服务的详细信息和当前状态。

方法二:使用 nohup 命令

运行以下命令来在后台运行 Flask 项目:

复制代码
nohup python app.py > /dev/null 2>&1 &

这将在后台运行 main.py 文件,并将输出重定向到 /dev/null

总结:

本文介绍了两种在 Linux 服务器上实现持续运行 Flask 项目的方法。第一种方法使用进程管理工具(如 Supervisor 或 Systemd),第二种方法使用 nohup 命令。使用这些方法可以使 Flask 项目在关闭 SSH 终端后仍然持续运行,并在服务器重启后自动重新启动。

相关推荐
云飞云共享云桌面7 小时前
传统工作站 vs 云飞云共享云桌面:制造业设计云桌面选型深度对比
运维·服务器·前端·网络·3d·架构·制造
chushiyunen8 小时前
langchain4j笔记、tools
笔记·python·flask
暮云星影10 小时前
全志linux开发屏幕适配(一)屏幕参数设置说明
linux·arm开发
Maynor99610 小时前
我用 Codex 给自己的网站上线了一个智能体客服:从 Dify 到服务器部署,全程实战复盘
运维·服务器
java_cj11 小时前
深入kubectl create源码:从YAML到Pod的完整链路拆解
运维·云原生·容器·kubernetes
swordbob12 小时前
NIO 的 Channel 里有多个 BIO 吗?
linux·网络·nio
叫我:松哥12 小时前
基于机器学习的中文文本抑郁症风险检测系统,包括NLP与传统机器学习的抑郁症识别,准确率92%
人工智能·深度学习·机器学习·自然语言处理·flask·nlp·bootstrap
深圳恒讯12 小时前
越南服务器BGP多线和单线有什么区别?
运维·服务器
Fcy64812 小时前
Linux下 信号的保存与捕捉
linux·中断·信号的捕捉·信号的保存
志栋智能12 小时前
超自动化运维如何提升安全合规水平?
运维·安全·自动化