python docker 多进程提供 稳定tensorflow gpu 线上服务

　　尝试了太多的python多进程的服务，在tensorflow 的线上GPU服务中总是不理想。tensorlfow serving docker服务这些也有些不便。

　　今天抽空给大家分享一个成功的经验。失败的坑就太多了，不扯了。包括mutiprocess 和gevent，都不太理想。

　　1、使用gunicorn。怎么使用的自己查一下。

　　2、gunicorn --bind 0.0.0.0:10010 -w 3  app_×××:app

　　3、在docker里这样启动后，虽然是多进程，但是速度并没有加快。怎么办？非常简单启动命令加上 --worker-class gevent。

　　gunicorn --bind 0.0.0.0:10010 -w 3  --worker-class gevent app_***:app

　　了解gunicorn的详情的可以参看下面的文字：

一、

创建flask应用

文件名 abc.py

# -*- coding:utf-8 -*-

from flask import Flask

import time

app = Flask(__name__)

@app.route('/')

def index():

    time.sleep(0.01) # 模拟程序阻塞

    return 'hello world!'

if __name__ == '__main__':

    app.run()

二、

执行命令

　　gunicorn --bind 0.0.0.0:10010 -w 3  --worker-class gevent abc:app

#gunicorn --workers 3 --bind unix:myproject.sock --daemon -m 007 --user www-data --worker-class gevent wsgi:app

--worker-class 进行工作模式，默认是sync，会造成程序阻塞，这里使用gevent。
--workers 指定启动多少个进程，根据机器cpu核数来定。
--bind 指定通讯绑定到哪个.sock文件上。
--daemon 指定后台启动。
--user 指定用哪个用户启动这个进程，由于ubuntu采用apt-get安装的nginx默认启动用户是www-data，所以这里使用www-data，以免nginx没有权限访问.sock文件。
可使用top指令查看gunicorn程序启动情况：

参考：

https://www.jianshu.com/p/f5c271d95e39