如何在Python中配置Flask解决单线程阻塞导致服务卡死问题-Python教程-PHP中文网

flask默认是单线程阻塞模型，无法处理并发请求；开发可启用app.run(threaded=true)，但生产必须用gunicorn或uwsgi部署。

如何在python中配置flask解决单线程阻塞导致服务卡死问题

Flask默认是单线程阻塞模型，不能靠`app.run()`扛真实请求

直接调用 app.run() 启动的 Flask 开发服务器，默认只用一个线程、一个进程，且不支持并发请求。哪怕只是两个浏览器标签同时刷新，第二个请求就会卡住，直到第一个返回——这不是“慢”，是彻底阻塞。生产环境绝对不能这么用。

常见错误现象：curl 或前端反复请求时，响应延迟陡增、超时、日志里看不到并行处理痕迹；用 time.sleep(5) 模拟耗时操作后，其他请求完全冻结。

开发调试阶段，可加参数启用多线程：app.run(threaded=True)（仅限 Werkzeug 内置服务器，仍不适用于生产）
生产部署必须换 WSGI 服务器：推荐 gunicorn（轻量、易配）或 uWSGI（功能全、配置复杂）
threaded=True 不等于“高并发”，它只是让单个进程内跑多个线程，GIL 仍限制 CPU 密集型任务，并发能力有限

用`gunicorn`启动Flask时，worker类型和数量怎么选

gunicorn 的核心是 worker：每个 worker 是一个独立进程（或线程），负责接收和处理请求。选错类型或数量，要么压不起来，要么吃光内存。

使用场景：Web API、轻量后台服务、需稳定响应的内部系统。

CPU 密集型任务（如图像处理、数值计算）→ 用 sync worker + 进程数 ≈ CPU 核心数（-w 4）
I/O 密集型任务（如调用数据库、HTTP 外部接口、文件读写）→ 用 gevent worker（需 pip install gevent），配合 -k gevent -w 10 --worker-connections 1000
不要盲目堆 -w：每个 worker 默认占用 ~30–50MB 内存，16 个 worker 可能吃掉 800MB+，小内存机器会 OOM
启动命令示例：gunicorn -w 4 -b 0.0.0.0:5000 myapp:app（myapp:app 是模块名:Flask 实例名）

异步任务别在请求中硬等，用`threading`或`concurrent.futures`解耦

有些逻辑必须耗时（比如发邮件、生成报表、调第三方慢接口），但又不想让用户干等。这时候不能在路由函数里 time.sleep() 或 requests.post() 同步等待，得把执行“甩出去”。

Python Sdk

inference.sh 的 Python SDK：运行 AI 应用、构建智能体，并集成 150 多个模型。包名：inferencesh (pip install inferencesh)。支持同步/异步……

下载

注意：Flask 路由函数本身仍是同步的，Python 的 async/await 对标准 Flask（非 Quart）无效。

简单后台任务：用 threading.Thread(daemon=True) 启动，适合无状态、不需结果反馈的任务
需要控制生命周期或取返回值：用 concurrent.futures.ThreadPoolExecutor，配合 submit() 和回调
别在 thread 中直接访问 Flask 的 request 或 session：这些对象线程不安全，需提前提取必要参数传入

示例片段：

from concurrent.futures import ThreadPoolExecutor<br>executor = ThreadPoolExecutor(max_workers=4)<br><br>@app.route('/notify')<br>def send_notify():<br>    user_id = request.args.get('user_id')<br>    executor.submit(send_email_async, user_id)  # 立即返回<br>    return {'status': 'queued'}

数据库查询卡住？先确认是不是没设`timeout`或用了`SELECT *`

很多“Flask 卡死”实际是数据库连接被占满或查询没结束。Flask 本身不卡，是它等 DB 返回时被挂起。

典型表现：日志停在 SQL 执行前，ps aux | grep python 显示进程 CPU 为 0 但 RSS 持续上涨，netstat 查看 DB 连接长时间 ESTABLISHED。

SQLAlchemy 用户：在 create_engine() 里加 connect_args={'timeout': 5}（SQLite）或 pool_timeout=5（PostgreSQL/MySQL）
避免在视图里做 N+1 查询：用 joinedload() 或 selectinload() 预加载关联数据
禁止在循环里反复 db.session.query(...).first()，合并查或加缓存
用 EXPLAIN ANALYZE（PostgreSQL）或 EXPLAIN（MySQL）看慢查询是否缺索引