Google Cloud Run (GCR) 的 Gunicorn（带 Flask）参数 - 在 Dockerfile 中放入什么？

Question

寻求具有 GCR 实际经验的人的指导。你怎么处理这个？我在 Google Cloud Run 中运行一个 Docker 容器（大小约为 670mb），里面是我的基于 Flask 的 Python 服务器，它当前由 Dockerfile 中的以下命令运行：

CMD exec gunicorn --bind 0.0.0.0:8080 --reload --workers=1 --threads 8 --timeout 0 "db_app.app:create_app()"

假设我每小时需要处理大约 300 个请求。

我应该在 exec 命令中指定多少个工作线程、线程才能最有效地使用 GCR 的功能？

例如，GCR 服务器的基本配置是 1 个 CPU 1GB RAM。

那么我应该如何在那里设置我的 Gunicorn 呢？也许我也应该使用--preload？指定worker-connections？

正如达斯汀在他的回答中引用的那样（见下文），谷歌官方文档建议在 Dockerfile 中写入以下内容：

# Run the web service on container startup. Here we use the gunicorn
# webserver, with one worker process and 8 threads.
# For environments with multiple CPU cores, increase the number of workers
# to be equal to the cores available.
CMD exec gunicorn --bind :$PORT --workers 1 --threads 8 --timeout 0 main:app

我不知道 GCR 配置中的“1 个 CPU”上有多少个内核，所以我怀疑这个示例代码是否非常准确，它更有可能只是演示它的一般工作原理。CMD因此，如果有人在 Google Cloud Run 中将可用的 Gunicorn 服务器打包到容器中，并且能够分享一些有关如何正确配置它的信息 - 基本上将哪些内容放入此 Dockerfile行中，我将（以及处于我这种情况的每个人）非常感激通用示例代码？更符合现实生活的东西。

我认为这是一个软件问题，因为我们正在讨论在 Dockerfile 中编写内容（问题已关闭并标记为“不是范围问题”）。

Answer 1

Google 的指导是以下配置：

# Run the web service on container startup. Here we use the gunicorn
# webserver, with one worker process and 8 threads.
# For environments with multiple CPU cores, increase the number of workers
# to be equal to the cores available.
CMD exec gunicorn --bind :$PORT --workers 1 --threads 8 --timeout 0 main:app

使用--preload可以减少冷启动时间，但也可能导致意外行为，这在很大程度上取决于应用程序的结构。

您不应该--reload在生产中使用。

您还应该绑定到端口$PORT，而不是硬编码8080为端口。