comment config Django et comment exécuter les travailleurs Gunicorn avec des performances de cpu?

Vous pouvez passer un argument de ligne de commande pour spécifier le nombre de travailleurs que vous souhaitez exécuter, voir: http://docs.gunicorn.org/en/stable/settings.html#worker-processes

Cependant, si vous souhaitez obtenir par programmation le nombre de cœurs, mieux vaut passer un paramètre pour lire la configuration d’un module, comme:

 gunicorn django_project.wsgi:application -c gunicorn.py.ini 

Et le contenu de gunicorn.py.ini serait:

 from multiprocessing import cpu_count bind = '127.0.0.1:8866' daemon = True workers = cpu_count() 

Il existe également une formule commune utilisée pour spécifier le nombre de travailleurs:

 workers = cpu_count() * 2 + 1 

Voir le raisonnement derrière ceci sur: http://docs.gunicorn.org/en/stable/design.html#how-many-workers

En ce qui concerne l’utilisation de la mémoire, je pense qu’il n’y a pas grand chose à faire, ils vont utiliser autant de mémoire qu’ils en ont besoin. Cependant, vous pouvez essayer quelques autres choses pour optimiser vos travailleurs. Vous pouvez spécifier la worker_class dans le fichier de configuration, par exemple:

 worker_class = 'gevent' 

Et testez celui qui vous convient le mieux, voir la liste des classes de travailleurs disponibles sur: http://docs.gunicorn.org/en/stable/settings.html#worker-class

De plus, en spécifiant l’option max_requests ( http://docs.gunicorn.org/en/stable/settings.html#max-requests ), vous pouvez forcer le redémarrage des travailleurs après un nombre spécifié de demandes. Ceci est essentiellement utile si votre code perd de la mémoire pour une raison quelconque, de sorte que, au redémarrage, le système d’exploitation les nettoyera.

 max_requests = 1000 # a reasonable value