Flask并发优化：Gunicorn+gevent配置教程

Flask默认的开发服务器天生不支持并发，上线必须用Gunicorn等生产级WSGI服务器，而仅靠增加worker数量远远不够——真正释放高并发潜力的关键在于正确集成gevent协程：必须在应用加载前调用`monkey.patch_all()`完成标准库劫持，严格指定`--worker-class gevent`和合理设置`--worker-connections`，同时规避未patch的阻塞操作（如原生requests、time.sleep、subprocess或同步数据库驱动）；配置失误会导致协程退化为同步行为，性能不升反降，甚至引发502/503错误；实测显示，合理配置下QPS可从同步模式的200跃升至1200+，但一切的前提是让每个I/O调用都真正“让出”控制权——这不仅是一组参数的调整，更是一场对代码底层依赖的异步化改造。

为什么默认 Flask 开发服务器扛不住并发

Flask 自带的 app.run() 是单线程阻塞式 WSGI 服务器，只适合本地调试。一开多请求就排队，哪怕只是 5 个并发 curl 就明显卡顿，ConnectionRefused 或超时不是配置问题，是它根本没设计用来跑线上。

上线必须换生产级 WSGI 服务器，Gunicorn 是最常用选择，但它默认仍是同步模式——每个 worker 处理一个请求，CPU 空转等 I/O（比如数据库、HTTP 调用）时无法切走，吞吐上不去。

• 别在 gunicorn -w 4 后就以为高并发了：worker 数设再高，同步模式下仍会因 I/O 阻塞而闲置
• gevent 不是“加个参数就变快”，它需要 patch 标准库（尤其是 socket、ssl、thread），漏 patch 会导致协程失效，退化成同步行为
• Flask 应用里用了 time.sleep()、未 patch 的 requests、或原生 threading.Thread，都会让 gevent 挂起整个 worker

怎么配 Gunicorn + gevent 让 Flask 真正异步起来

核心是两件事：启动时启用 gevent worker 类，并在应用加载前完成标准库 patch。顺序错了，patch 就白做。

• 启动命令必须指定 --worker-class gevent，不能只靠 --workers
• --worker-class gevent 必须配合 --worker-connections（比如 1000），它定义每个 gevent worker 最大并发协程数，不设则默认 1000，但低配机器可调低防内存爆
• 在 app.py 最顶部（import 任何可能触发 socket 的模块之前）加：

  from gevent import monkey; monkey.patch_all()

• 如果用了 requests，确保装的是 gevent-requests 或确认已 patch —— 普通 requests 在未 patch ssl 时会阻塞整个协程栈

常见报错和对应检查点

部署后请求 502/503 或日志里反复出现 Worker timeout，大概率不是负载高，而是 gevent 没生效或被阻塞。

• ImportError: No module named 'gevent'：Gunicorn 找不到 gevent，确认 pip install gevent gunicorn 在运行环境里执行过，虚拟环境要激活后再装
• AssertionError: libev is required：gevent 编译失败，换用 pip install --no-binary gevent gevent 或升级 pip/cython
• 日志里有 BlockingIOError 或大量 timeout 且 CPU 很低：说明协程被阻塞，检查是否漏了 monkey.patch_all()，或用了未 patch 的库（如原生 subprocess.Popen）
• Gunicorn 启动后立即退出，无错误：可能是 app.py 导入时报错（比如 patch 前就 import 了 flask.ext.sqlalchemy），把 monkey.patch_all() 移到文件最顶行

性能差异和实际取舍点

同样 2 核 4G 机器，同步模式（-w 4）压测 QPS 约 200；gevent 模式（-w 2 --worker-class gevent --worker-connections 1000）能到 1200+，但前提是业务逻辑本身不重 CPU、I/O 调用都走 async 友好路径。

• gevent 对 DNS 解析敏感：默认用系统 getaddrinfo，会阻塞。加 monkey.patch_socket(allow_aio=True) 或改用 dnspython + 异步 resolver
• 数据库驱动必须用异步适配版：SQLite 不行，MySQL 推荐 PyMySQL（已 patch）+ SQLAlchemy 的 NullPool，避免连接池锁死协程
• 别盲目堆 --worker-connections：每个连接占内存，1000 是上限，实际按平均响应时间 × 并发数估算，比如平均 100ms 响应，目标 1000 QPS，只需约 100 连接

真正卡住的地方往往不是配置项，是某个没意识到的同步调用藏在依赖库里——查日志看哪个请求耗时突增，再顺藤摸那个函数是不是用了 os.system、subprocess.call 或未 patch 的 redis.Redis 实例。

好了，本文到此结束，带大家了解了《Flask并发优化：Gunicorn+gevent配置教程》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！