树莓派上Flask生产服务器与主程序并行运行方案咨询

你的当前方案在开发环境运行没问题，但生产环境需要更稳定的服务管理、性能更强的Web服务器，同时要保证开机自启和异常恢复能力，以下是具体落地步骤：

一、替换Flask内置开发服务器 #

Flask自带的app.run()仅适用于开发，生产环境必须用WSGI服务器，这里推荐Gunicorn（轻量易配置），先安装：

pip install gunicorn

代码拆分（规范生产结构） #

把数据采集逻辑和Web服务拆成两个独立脚本，避免线程耦合：

data_collector.py（数据采集脚本）

import time
import sqlite3
from datetime import datetime
import random as rand

def databaseSetup():
    connSensor = sqlite3.connect('sensorVariables.db')
    cSensor = connSensor.cursor()
    cSensor.execute('''CREATE TABLE IF NOT EXISTS sensorVariables
            (timestamp TEXT, temperature REAL, pressure REAL, humidity REAL)''')
    return connSensor, cSensor

def main():
    connSensor, cSensor = databaseSetup()
    i = 0
    while True:
        print("Still running main worker: ", i)
        temperature = rand.randint(12,25)
        pressure = rand.randint(1020, 1200)
        humidity =  rand.randint(40,80)
        timestamp = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
        cSensor.execute("INSERT INTO sensorVariables VALUES (?, ?, ?, ?)", (timestamp, temperature, pressure, humidity))
        connSensor.commit()
        print("Sensor variables saved")
        i += 1
        time.sleep(5)

if __name__ == '__main__':
    main()

app.py（Flask Web服务）

from flask import Flask
import sqlite3

app = Flask(__name__)

@app.route('/')
def index():
    conn = sqlite3.connect('sensorVariables.db')
    c = conn.cursor()
    c.execute('SELECT temperature, humidity, pressure, timestamp FROM sensorVariables ORDER BY timestamp DESC LIMIT 1')
    latest_data = c.fetchone()
    conn.close()
    if latest_data:
        temperature, humidity, pressure, timestamp = latest_data
        return f'Time: {timestamp}, Temperature: {temperature}, Humidity: {humidity}, Pressure: {pressure}'
    return 'No data available yet'

二、用Gunicorn启动Web服务 #

在项目目录下执行命令，启动多进程Web服务：

gunicorn -w 2 -b 0.0.0.0:5000 app:app

• -w 2：启动2个工作进程（根据树莓派核心数调整，比如Pi 4可设为4）
• -b 0.0.0.0:5000：绑定所有网卡的5000端口，确保同网设备能访问

三、后台托管+开机自启 #

用systemd管理两个进程，确保它们后台运行、异常崩溃自动重启、开机自动启动。

1. 创建数据采集服务配置 #

编辑/etc/systemd/system/data-collector.service：

[Unit]
Description=Sensor Data Collector
After=network.target

[Service]
User=pi
WorkingDirectory=/home/pi/你的项目目录路径
ExecStart=/usr/bin/python3 /home/pi/你的项目目录路径/data_collector.py
Restart=always
RestartSec=5

[Install]
WantedBy=multi-user.target

2. 创建Flask服务配置 #

编辑/etc/systemd/system/flask-sensor.service：

[Unit]
Description=Flask Sensor Dashboard
After=network.target data-collector.service

[Service]
User=pi
WorkingDirectory=/home/pi/你的项目目录路径
ExecStart=/usr/local/bin/gunicorn -w 2 -b 0.0.0.0:5000 app:app
Restart=always
RestartSec=5

[Install]
WantedBy=multi-user.target

3. 启动并启用服务 #

# 重新加载systemd配置
sudo systemctl daemon-reload

# 启动服务
sudo systemctl start data-collector.service
sudo systemctl start flask-sensor.service

# 设置开机自启
sudo systemctl enable data-collector.service
sudo systemctl enable flask-sensor.service

四、确保同网设备可访问 #

1. 获取树莓派局域网IP：执行hostname -I，得到类似192.168.1.100的地址
2. 同网设备在浏览器访问http://192.168.1.100:5000即可查看数据
3. 若访问失败，检查防火墙：树莓派默认无防火墙，若手动开启则放行5000端口：

sudo ufw allow 5000/tcp

五、额外优化建议 #

• SQLite连接优化：在Flask中启用连接池，避免每次请求新建连接，可添加check_same_thread=False参数，或使用Flask-SQLAlchemy简化操作
• 端口简化：若想不用加端口访问，可将Gunicorn绑定80端口（需授权）：

sudo setcap 'cap_net_bind_service=+ep' /usr/local/bin/gunicorn

之后修改服务配置中的-b 0.0.0.0:80即可

内容的提问来源于stack exchange，提问作者Hjalte