（数据科学学习手札123）Python+Dah快速web应用开发——部署发布篇

1 简介

这是我的系列教程Python+Dash快速web应用开发的第二十期。在上一期中，我介绍了如何通过内网穿透的方式，将任何可以联网的电脑作为“服务器”临时发布你的Dash应用。

然而，内网穿透作为一种临时展示的Dash应用发布方式，存在诸多局限性，尤其是在性能方面。对于较为正式的Dash应用，我们需要配合具有生产级别性能的web服务器进行发布。今天，我将介绍在windows和linux系统下，如何简单快速地发布你的Dash应用，适用于云服务器与局域网环境。

图1

2 利用waitress在windows中发布Dash应用

立即学习“Python免费学习笔记（深入）”；

首先，我们来介绍在windows中快速发布Dash应用的方式。我们需要用到waitress，这是一个可以在windows和unix系统中运行的具有生产级别性能的WSGI服务器。由于Dash是基于Flask的，因此配合waitress发布非常方便。

在使用pip install waitress完成安装后，我们主要有两种方式发布Dash应用：

方式一

第一种方式非常简单，是通过命令行进行发布。我们以项目结构篇中搭建的七普数据看板项目为例，在app.py的同级目录启动终端，执行下列命令：

这样，我们就启动了URL为本地ipv4地址:8888或公网ip地址:8888的Dash应用。其中本地ipv4地址可以通过在终端执行ipconfig来查看：

图2

因此，局域网内的任何设备都可以通过访问上述URL来使用我们发布的Dash应用（例如同一WIFI下的所有设备，同一内网下的所有宽带连接的设备）：

图3

如果你需要通过windows云服务器向外网发布Dash应用，类似的访问时只需将IP部分替换为公网IP即可。

Access global ocean tides model. Functions include tide height at a given date/time/location, tide extrema, and grid weather data.

访问全球海洋潮汐模型。功能包括查询指定日期、时间和地点的潮高、潮汐极值及格点天气数据。

下载

方式二

虽然waitress-server命令行的方式简单，但它只是一种简单需求下的快捷方式。实际上，waitress设计了很多功能参数，并可配合PasteDeploy和logging等其他库来打印和记录日志等增广功能。这时，我们需要使用另一种方式。

推荐的方式是在app.py同级目录建立wsgi.py文件，然后在其中配置waitress服务的相关参数。例如，上文中命令行的等价方式是：

接着在终端执行python wsgi.py即可。而关于serve()的更多参数，以及如何打印或记录日志信息，可以参考官网文档https://docs.pylonsproject.org/projects/waitress/en/latest/arguments.html和https://docs.pylonsproject.org/projects/waitress/en/latest/logging.html。

3 利用gunicorn在linux中发布Dash应用

当你的服务器为linux系统时，我们有更好的web服务器选择——gunicorn。它移植自Ruby的Unicorn项目，是一个兼具简单易用、轻量高效特点的非常流行的WSGI服务器，但只能运行于Unix系统中，因此前面介绍windows系统部署方法时没有提到它。

使用gunicorn来发布Dash应用也非常简单高效，例如dash-bootstrap-components的官网文档就使用它进行发布。

同样，利用pip install gunicorn完成安装后，只需一行命令我们就可以架起Dash应用。与上文waitress略有不同的是，我们需要在app.py中对server.py中的server对象进行导入，接着再执行下列gunicorn命令：

这样，我们就成功地在linux服务器上发布了Dash应用，同样可以通过公网和局域网IP进行访问，其中-w参数用于指定开启指定数量的进程来提高应用的并发性能。

图4

配合nohup我们可以轻松地将gunicorn命令置于后台执行，不会阻塞终端，如：

如果想要关闭后台运行在某个端口号下的所有gunicorn进程，执行kill $(lsof -i:端口号|awk {if(NR==2)print $2})命令即可一步到位。

同样地，gunicorn也拥有很多功能参数，常用的有--access-logfile来指定向外书写日志文件，-t用于设定请求的超时秒数阈值，默认为30秒。当你的Dash应用某个回调执行的计算时间很长时，请务必记住手动设置提升该参数的数值。

更多有关gunicorn的内容见官网https://docs.gunicorn.org/en/latest/index.html。