我是第一次部署ML模型。我正在使用 flask-restful 创建一个 rest api 和 gunicorn 作为独立的 WSGI.my 项目目录只有 2 个文件，ML_model.py和 rApi.py。我安装了Gunicorn并使用gunicorn -w 4 -b 127.0.0.1:5000 rApi:app运行服务器，并且能够使用restAPi。我看到许多东西，如 .env ， .config 和 wsgi.py 在线教程中提到的文件。 我错过了什么。如果我已经可以使用 API，为什么还需要所有这些文件？
我看到很多东西，比如 .env 、.config 和 wsgi.py 文件被提及
这些东西很可能只是将配置加载到应用程序中的不同方式。
例如，对于.env文件，您可以声明一些变量，形式为：
#.env
MODEL_FILE=some/path/to/a.h5
然后用类似python-dotenv的东西加载它，通常允许你在应用程序中执行以下操作：
model_to_use = os.getenv('MODEL_FILE', 'default.h5')
then_do_someting_with(model_to_use)
这样可以将硬编码(可能是机密变量)排除在代码之外，避免将它们提交到源代码管理。 因此，当您将应用程序部署到另一台服务器或系统时，您可以创建一个新的.env文件，该文件包含：
MODEL_FILE=some/production_ready/file.h5
现在，可以使用不同的功能部署相同的代码副本。
如果您想保持上述所有配置一起加载，可以使用专用config.py，然后在您的app.py中执行以下操作：
from config import MODEL_FILE
# ...
do_something_with(MODEL_FILE)
有时会看到专用的wsgi.py文件，以便WSGI服务器可以加载模块wsgi:app。 此文件可能包含特定于 WSGI 部署的配置(例如将ProxyFix中间件应用于应用程序)。
当然，这只是将该配置应用于应用程序的一种方法。 您还可以传入PROXYFIX_ONenv var，然后在代码中执行一些逻辑以基于此内容启用实际功能。
后者意味着通过更改该 env var 来禁用或启用功能。 前者意味着根据用于运行服务器的模块禁用或启用功能。
这完全取决于您如何设计应用程序的这一部分。 不过，从环境变量加载配置是很常见的。 了解您选择的部署方法如何处理这个问题当然是一个好主意。 例如：
- Heroku：配置和配置变量
- Pythonanywhere：如何为您的 Web 应用程序设置环境变量
- Docker：撰写中的环境变量