python - 在 Web 服务器上部署 Python 脚本

Question

关闭。此题需要 details or clarity 。目前不接受答案。

---

想要改进这个问题吗？通过 editing this post 添加详细信息并澄清问题.

已关闭 5 年前。

Improve this question

我用Python 3.6.3创建了一个项目，它有两个主要模块:

• OpenCv (opencv-python==3.4.0.12)
• TensorFlow (tf-nightly==1.8.0.dev20180329)

它现在正在我的本地计算机上运行。我想通过Flask将其作为网站部署在网络服务器上。我知道我可以调用我的主脚本即main.py在我的Flask.py (只是为了提供一个想法而创建的)

Flask.py

from flask import Flask
import main # Main Python Script

app = Flask(__name__)

@app.route('/')
def my_script():
    main.some_func()
    ........
.......
.......
.......


if __name__ == '__main__':
    app.secret_key = 'super_secret_key'
    app.debug = True
    app.run(host='0.0.0.0', port=8000)

我浏览了一些链接并了解了 Celery和 This链接(它适用于 Keras，我正在使用 Tensorflow) 这里给出了将模型部署为 API 的方法。

因此，我很难弄清楚应该如何将我的项目部署为网站或 API。

• 如果作为一个网站，那么我应该采取什么措施？我应该简单地调用该函数还是使用Celery？
• 如果作为 API，那么我是否需要一台网络服务器用于我的 API，另一台网络服务器用于我的网站？

(我的结论可能是错误的)

请任何人告诉我如何解决这个问题。谢谢!

Answer 1

一般来说:

您可以同时执行这两种操作:您可以在同一台计算机上运行 WebServer 和 API。只需正确设置代理即可。 API 调用也可以从您的服务器进行。 API 有助于保持 MVC 架构的直线性。

如果 API 和 Web 服务器之间存在一些不利影响(性能问题)，您可以稍后为 API 和 Web 服务器设置单独的服务器。

API 方法的最大缺点是性能损失，但您仍然可以在 Web 服务器中编写绕过它的脚本。

<小时/>

对于 Keras、Tensorflow 或任何 AI 实现，我强烈建议使用单独的服务器，因为这是资源密集型的(训练时需要大量 GPU 功率)，而 Web 服务器更需要 CPU(或多或少稳定的负载)。

但在投入生产之前，通用方法仍然可行。