一、准备工作

确保已经安装以下软件：

Docker
Docker Compose
Python 3.x

二、创建 Flask 应用

首先，创建一个简单的 Flask 应用。创建一个新的目录并在其中创建以下文件：

python

python 复制代码

fromflask importFlask, jsonify

app = Flask(__name__)

@app.route('/')defhello_world():
    returnjsonify(message='Hello, World!')

if__name__ == '__main__':
    app.run(host='0.0.0.0')

2. requirements.txt

txt

Flask==2.0.1

gunicorn==20.1.0

三、创建 Dockerfile

在同一目录中创建一个 Dockerfile 文件：

Dockerfile

使用官方的 Python 基础镜像

FROM python:3.9-slim

设置工作目录

WORKDIR /app

复制依赖文件并安装依赖

COPY requirements.txt requirements.txt

RUN pip install --no-cache-dir -r requirements.txt

复制项目文件到工作目录

COPY . .

暴露应用程序端口

EXPOSE 8000

启动应用程序

CMD ["gunicorn", "--workers=3", "--bind=0.0.0.0:8000", "app:app"]

四、创建 Docker Compose 文件

在同一目录中创建一个 docker-compose.yml 文件：

yaml

version:'3'services:web:build:.ports:-"8000:8000"environment:-ENV=production

五、构建和运行 Docker 容器

在项目目录下运行以下命令来构建和启动容器：

bash

docker-compose up --build

六、优化 Gunicorn 配置

为了更好地处理高并发请求，可以根据服务器的性能和应用需求调整 Gunicorn 的配置。这里是一些常见的优化参数：

--workers：设置工作进程数，通常建议为 (2 x $num_cores) + 1
--threads：设置每个工作进程的线程数，适合 IO 密集型应用
--worker-class：选择工作类型，如 gevent 或 asyncio 适合处理异步任务

更新 Dockerfile 中的 Gunicorn 启动命令：

Dockerfile

CMD ["gunicorn", "--workers=4", "--threads=2", "--worker-class=gthread", "--bind=0.0.0.0:8000", "app:app"]

七、设置 Nginx 作为反向代理（可选）

为了进一步提升性能和处理静态文件，可以使用 Nginx 作为反向代理。创建以下文件：

1. nginx.conf

nginx

server {

listen 80;

location / {

proxy_pass http://web:8000;

proxy_set_header Host $host;

proxy_set_header X-Real-IP $remote_addr;

proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;

proxy_set_header X-Forwarded-Proto $scheme;

}

2. 更新 docker-compose.yml