Python 运行时

概览

Python 运行时是负责安装应用代码及其依赖项并运行应用的软件堆栈。标准运行时在 app.yaml 中声明为 runtime: python：

runtime: python
env: flex

柔性环境中的运行时使用 Docker 构建。 Python 运行时基于 Ubuntu 18.04，根据每个构建脚本而不同。GitHub 上公开提供了此脚本，以及所有 Python 运行时构建的源代码。

解析器

您可以使用 runtime_config 指令和 python_version 设置，在应用的 app.yaml 文件中指定要使用 Python 2 还是 Python 3：

runtime: python
env: flex

runtime_config:
    python_version: 3

如果省略 runtime_config 或 python_version，则默认解释器为 Python 2.7.12。为每个 python_version 设置部署的解释器如下表所示：

`python_version` 设置	部署的解释器
`2`（默认）	2.7.12
`3.4`	3.4.8
`3.5`	3.5.9
`3` 或 `3.6`	3.6.10
`3.7`	3.7.9

python_version 唯一支持的值包括 2、3、3.4、3.5、3.6、3.7，这些值在构建脚本中公开指定。如果上面未列出所需的 Python 版本，可通过以下几种方式将其列出：

App Engine 柔性环境：创建自定义运行时，并选择包含您所需的 Python 版本的有效基础映像。
App Engine 标准环境：支持 Python 3.7、3.8 和 3.9。
Cloud Functions：支持 Python 3.7、3.8 和 3.9。
Cloud Run：根据所需的 Python 版本的容器映像将应用容器化（请参阅其 Python 快速入门）。由于 Python 3.10 映像已经发布，因此您现在可以部署该版本。

对于 App Engine 柔性环境或 Cloud Run，请参阅 Google Cloud 提供的基础映像的构建自定义运行时，或当前可用的 Python 映像（包括 Python 2 映像信息）的Docker Python 基础映像。

如需进一步了解适用于 Cloud Run 的 App Engine 应用容器化，请参阅介绍使用 Docker 或不使用 Docker 进行容器化的相关 Codelab 和视频内容。请注意，此内容目前仅涵盖 App Engine 标准环境到 Cloud Run 的迁移。

依赖项

在启动应用之前，运行时会在应用的源目录中查找 requirements.txt 文件，并使用 pip 安装所有依赖项。如需详细了解如何声明和管理软件包，请参阅使用 Python 库

搭配 Python 使用 C 库

为了支持使用需要 C 扩展程序的 Python 软件包，系统中已预先安装当前 Python 版本的头文件和以下 Ubuntu 软件包：

这些软件包支持安装最热门的 Python 扩展程序。如果您的应用需要其他操作系统级依赖项，您将需要使用基于此运行时的自定义运行时来安装相应的软件包。

应用启动

运行时使用 app.yaml 文件中定义的 entrypoint 来启动应用。entrypoint 应启动一个进程，以响应环境变量 PORT 所定义端口上的 HTTP 请求。

大多数 Web 应用都使用 WSGI 服务器，例如 Gunicorn、uWSGI 或 Waitress。

如需使用其中一个服务器，您必须将其作为依赖项添加到应用的 requirements.txt 文件中。运行时会确保所有依赖项均在 entrypoint 调用之前安装完毕。

Flask==2.0.2
gunicorn==20.1.0

在 Flask 应用中使用 gunicorn 时对应的 entrypoint 示例：

entrypoint: gunicorn -b :$PORT main:app

在 Django 应用中使用 gunicorn 时对应的 entrypoint 示例：

entrypoint: gunicorn -b :$PORT mydjangoapp:wsgi

建议您使用 Gunicorn 作为 WSGI 服务器，但您完全可以使用任何其他 WSGI 服务器。下面提供了一个将 uWSGI 与 Flask 搭配使用的 entrypoint 示例：

entrypoint: uwsgi --http :$PORT --wsgi-file main.py --callable app

对于可以在没有 WSGI 服务器的情况下处理请求的应用，您只需执行 python 脚本：

entrypoint: python main.py

推荐的 Gunicorn 配置

上面所示的基本 entrypoint 示例只是个学习起点，可能适用于您的 Web 应用，但是，大多数应用将需要进一步配置 WSGI 服务器。在项目的 app.yaml 所在的根目录中创建 gunicorn.conf.py文件（而不是在入口点指定所有设置），并在入口点中指定它：

entrypoint: gunicorn -c gunicorn.conf.py -b :$PORT main:app

如需了解 Gunicorn 的所有配置值，您可以阅读其文档。

工作器

Gunicorn 使用工作器来处理请求。默认情况下，Gunicorn 使用同步工作器。此类工作器与所有 Web 应用都兼容，但每个工作器一次只能处理一个请求。默认情况下，gunicorn 只使用其中一个工作器。这通常会导致您的实例得不到充分利用，并且可能会增加高负载应用的延迟时间。

我们建议您将工作器数量设置为实例的 CPU 核心数的 2 至 4 倍再加一。您可以在 gunicorn.conf.py 中将此字段指定为：

import multiprocessing

workers = multiprocessing.cpu_count() * 2 + 1

另外，一些主要受 I/O 约束的 Web 应用可以通过使用不同的工作器类别来实现性能的提升。如果您的工作器类需要其他依赖项（例如 gevent 或 tornado），则需要在应用的 requirements.txt 中声明这些依赖项。

HTTPS 和转发代理

App Engine 在负载平衡器上终止 HTTPS 连接，并将请求转发给应用。大多数应用不需要知道请求是否通过 HTTPS 发送，但需要此信息的应用应将 Gunicorn 配置为信任其 gunicorn.conf.py 中的 App Engine 代理：

forwarded_allow_ips = '*'
secure_scheme_headers = {'X-FORWARDED-PROTO': 'https'}

Gunicorn 现在将确保 wsgi.url_scheme 到 'https'（大多数网络框架将使用该标志来指示请求是安全的）。如果您的 WSGI 服务器或框架不支持此功能，只需手动检查X-Forwarded-Proto标头的值即可。

某些应用还需要确定用户的 IP 地址。该地址可在 X-Forwarded-For 标头中获取。

请注意，gunicorn.conf.py 中的 secure_scheme_headers 设置应为大写（如X-FORWARDED-PROTO），但您的代码可以读取的标头将为混合大小写（如 X-Forwarded-Proto）。

扩展运行时

柔性环境 Python 运行时可用于创建自定义运行时。如需了解详情，请参阅自定义 Python。

环境变量

以下环境变量由运行时环境设置：

环境变量	说明
`GAE_INSTANCE`	当前实例的名称。
`GAE_MEMORY_MB`	可供应用进程使用的内存量。
`GAE_SERVICE`	在应用的 `app.yaml` 文件中指定的服务名称，如果未指定服务名称，则设置为 `default`。
`GAE_VERSION`	当前应用的版本标签。
`GOOGLE_CLOUD_PROJECT`	与您的应用关联的项目 ID，可在 Google Cloud Console 中查看
`PORT`	将接收 HTTP 请求的端口。

您可以使用 app.yaml 设置其他环境变量。

元数据服务器

应用的每个实例都可以使用 Compute Engine 元数据服务器来查询实例的相关信息，包括实例的主机名、外部 IP 地址、实例 ID、自定义元数据和服务帐号信息。App Engine 不支持设置每个实例的自定义元数据，但您可以设置项目级的自定义元数据，并从 App Engine 和 Compute Engine 实例中读取这些数据。

此示例函数使用元数据服务器来获取实例的外部 IP 地址：

appengine/flexible/metadata/main.py

在 GitHub 上查看

METADATA_NETWORK_INTERFACE_URL = \
    ('http://metadata/computeMetadata/v1/instance/network-interfaces/0/'
     'access-configs/0/external-ip')

def get_external_ip():
    """Gets the instance's external IP address from the Compute Engine metadata
    server. If the metadata server is unavailable, it assumes that the
    application is running locally.
    """
    try:
        r = requests.get(
            METADATA_NETWORK_INTERFACE_URL,
            headers={'Metadata-Flavor': 'Google'},
            timeout=2)
        return r.text
    except requests.RequestException:
        logging.info('Metadata server could not be reached, assuming local.')
        return 'localhost'