gevent提升Flask高并发能力需三要素齐备：monkey.patch_all()必须首行执行，Gunicorn须配--worker-class gevent、--worker-connections和--timeout，SQLAlchemy连接池大小须≥worker数×协程数且启用pool_pre_ping。
gevent 能显著提升 Flask 的 I/O 密集型并发能力，但**不是加个参数就自动变快**——漏掉 monkey.patch_all()、配错 --worker-connections 或用错 time.sleep()，它会立刻退化成同步模型，甚至比默认同步更慢。
为什么 monkey.patch_all() 必须放在第一行？
这不是风格问题，是执行顺序硬约束。一旦 requests、urllib、sqlalchemy 或任何触发 socket/ssl 导入的模块先被 import，gevent 就 patch 不进去，后续所有 I/O（比如 requests.get()、数据库查询）都会阻塞整个协程栈。
- 错误写法：
import requests写在monkey.patch_all()前 → HTTPS 请求卡死，CPU 低但 QPS 断崖下跌 - 正确位置：在
app.py第一行（比from flask import Flask还早）写from gevent import monkey; monkey.patch_all() - 验证是否生效：启动日志里必须看到
Monkey patched字样；压测时观察 CPU 是否长期低于 30% 但 QPS 很高
gunicorn 启动时哪些参数不能省？
只写 gunicorn -w 4 -k gevent app:app 是危险的默认配置。缺了下面任意一项，gevent 就只是个“带点异步味儿的普通 worker”，并发能力几乎不涨。
-
--worker-connections 1000：每个 gevent worker 最多处理 1000 个协程；内存小（如 1GB RAM）建议降到 256 或 512，否则 OOM -
--timeout 30：防止某个未 patch 的库卡死拖垮整个 worker；设太低（60s）掩盖阻塞问题 -
--log-level info：必须加，否则看不到实际加载的是 gevent 还是 fallback 的 syncworker
数据库连接池怎么配才不拖后腿？
SQLAlchemy 默认 pool_size=5 完全扛不住 gevent 高并发。每个协程都可能尝试获取连接，池子不够就会排队等待，表现就是大量请求卡在 db.session.query() 上。
火焰围攻 授权: q15040409-creator.功能概述火焰围攻 授权: q15040409-creator.是一项面向实际任务的技能，主要用于Description.；Flask Web. - Python.；核心要点HTTP?；.Version.1.0.tags. wrap.github.automation.。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。使用与执行使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要
-
SQLALCHEMY_POOL_SIZE至少设为--worker-connections × --workers，例如-w 4 --worker-connections 1000就要 ≥ 4000 - 务必启用
pool_pre_ping=True，防止协程复用已断开的连接导致InvalidRequestError - 如果用 PyMySQL，确认已加
autocommit=True并被patch_all()覆盖
哪些代码会让 gevent 静默失效？
协程调度依赖所有 I/O 路径都被 patch。只要一个地方漏掉，整个 worker 就挂起，表现就是 QPS 断崖下跌、日志里大量 Timeout 但 CPU 很低。
-
time.sleep(1)→ 必须换成gevent.sleep(1)，原生 sleep 会阻塞整个 greenlet 栈 - 原生
subprocess.Popen→ 未 patch 时会同步等待，改用gevent.subprocess或封装成异步调用 - 第三方 SDK（如阿里云 OSS、腾讯 OCR）→ 若内部用了原生
threading或未 patch 的socket，得查文档确认是否支持 gevent，否则得换 SDK 或加 wrapper
最常被忽略的是：**第三方 SDK 的底层行为完全不可见**。它不报错、不抛异常，只是悄悄让协程卡住——你得靠压测时 CPU 和 QPS 的反常组合去反推，再逐个排查依赖。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
