将 Django 部署到 App Engine 柔性环境 - 超时错误响应：[4]
Deploying Django to App Engine Flexible Environment - Timeout Error Response: [4]
我正在尝试将我的应用程序部署到灵活的环境中。 Docker 图像构建良好，但当我认为它试图使服务上线时，该过程失败了。我的构建超时设置为 1200，这是值得的。
如何进一步查询此错误？ 我正在努力寻找日志/GCP 系统中的哪个位置可以准确找出卡住的进程。这似乎是一个完全不透明的错误，没有任何迹象表明到底出了什么问题。应用程序是否存在错误（在本地运行良好）？如果是这样，我希望它仍会部署，但只是在我访问该网站时显示错误。
非常感谢任何帮助。
错误：
OperationError: Error Response: [4] Your deployment has failed to become healthy in the allotted time and therefore was rolled back. If you believe this was an error, try adjusting the 'app_start_timeout_sec' setting in the 'readiness_check' section.
ERROR: (gcloud.app.deploy) Error Response: [4] Your deployment has failed to become healthy in the allotted time and therefore was rolled back. If you believe this was an error, try adjusting the 'app_start_timeout_sec' setting in the 'readiness_check' section.
这是我的Docker文件：
FROM gcr.io/google-appengine/python
RUN apt-get update && apt-get install software-properties-common -y
RUN add-apt-repository ppa:ubuntugis/ppa
RUN apt-get install -y gdal-bin
# Create a virtualenv for dependencies. This isolates these packages from
# system-level packages.
# Use -p python3 or -p python3.7 to select python version. Default is version 2.
RUN virtualenv /env -p python3.7
# Setting these environment variables are the same as running
# source /env/bin/activate.
ENV VIRTUAL_ENV /env
ENV PATH /env/bin:$PATH
# Copy the application's requirements.txt and run pip to install all
# dependencies into the virtualenv
COPY requirements.txt /tmp
WORKDIR /tmp
RUN pip install -r requirements.txt
# Add the application source code.
ADD . /
EXPOSE 8080
# Run a WSGI server to serve the application. gunicorn must be declared as
# a dependency in requirements.txt.
#CMD gunicorn -b :$PORT main:app
这是我的 app.yaml:
runtime: custom
env: flex
runtime_config:
# You can also specify 2 for Python 2.7
python_version: 3.7
我几乎可以肯定这是由 gunicorn 超时引起的。
要禁用 gunicorn 的超时行为，请将 Dockerfile 中的最后一条命令更改为：
CMD exec gunicorn --bind :$PORT --workers 1 --threads 8 main:app --timeout 0
其中：-- workers 1 --threads 8表示一个工作进程和8个线程。
（如果您不手动指定资源，则默认为 1 CPU 核心）
如果您决定使用更多内核，则相应地更改工作线程和线程，但这有点超出了这个问题的范围。
重要的部分是 --timeout 0，它基本上可以防止 gunicorn 超时。
如果您仍然看到错误，那么有一个小的补充很可能会修复它。
启动 gunicorn 时也使用 --preload 标志。所以 Dockerfile 中的最后一个命令将是：
CMD exec gunicorn --bind :$PORT --workers 1 --threads 8 main:app --timeout 0 --preload
这将基本上确保所有需要的导入和预处理都将在创建托管您的 docker 容器的实例时完成。当您使用需要花费大量时间进行一些一次性预处理的应用程序时，这非常有用。
这样，一旦请求到来，一切都已加载并准备好为该请求提供服务。
为了最大限度地发挥 --preload 的优势，您还需要将所有导入等移动到主应用程序的最开头，并避免在路由处理程序中调用导入。
另外，在 app.yaml 和 Dockerfile 中都有入口点命令是没有意义的。在我看来，最好将它保存在 Dockerfile 中。
另外：
我会将 EXPOSE 8080 移到 FROM 行之后，因为这将确保您的容器与外界有正确的连接。
我正在尝试将我的应用程序部署到灵活的环境中。 Docker 图像构建良好，但当我认为它试图使服务上线时，该过程失败了。我的构建超时设置为 1200，这是值得的。
如何进一步查询此错误？ 我正在努力寻找日志/GCP 系统中的哪个位置可以准确找出卡住的进程。这似乎是一个完全不透明的错误，没有任何迹象表明到底出了什么问题。应用程序是否存在错误（在本地运行良好）？如果是这样，我希望它仍会部署，但只是在我访问该网站时显示错误。
非常感谢任何帮助。
错误：
OperationError: Error Response: [4] Your deployment has failed to become healthy in the allotted time and therefore was rolled back. If you believe this was an error, try adjusting the 'app_start_timeout_sec' setting in the 'readiness_check' section.
ERROR: (gcloud.app.deploy) Error Response: [4] Your deployment has failed to become healthy in the allotted time and therefore was rolled back. If you believe this was an error, try adjusting the 'app_start_timeout_sec' setting in the 'readiness_check' section.
这是我的Docker文件：
FROM gcr.io/google-appengine/python
RUN apt-get update && apt-get install software-properties-common -y
RUN add-apt-repository ppa:ubuntugis/ppa
RUN apt-get install -y gdal-bin
# Create a virtualenv for dependencies. This isolates these packages from
# system-level packages.
# Use -p python3 or -p python3.7 to select python version. Default is version 2.
RUN virtualenv /env -p python3.7
# Setting these environment variables are the same as running
# source /env/bin/activate.
ENV VIRTUAL_ENV /env
ENV PATH /env/bin:$PATH
# Copy the application's requirements.txt and run pip to install all
# dependencies into the virtualenv
COPY requirements.txt /tmp
WORKDIR /tmp
RUN pip install -r requirements.txt
# Add the application source code.
ADD . /
EXPOSE 8080
# Run a WSGI server to serve the application. gunicorn must be declared as
# a dependency in requirements.txt.
#CMD gunicorn -b :$PORT main:app
这是我的 app.yaml:
runtime: custom
env: flex
runtime_config:
# You can also specify 2 for Python 2.7
python_version: 3.7
我几乎可以肯定这是由 gunicorn 超时引起的。
要禁用 gunicorn 的超时行为，请将 Dockerfile 中的最后一条命令更改为：
CMD exec gunicorn --bind :$PORT --workers 1 --threads 8 main:app --timeout 0
其中：-- workers 1 --threads 8表示一个工作进程和8个线程。
（如果您不手动指定资源，则默认为 1 CPU 核心）
如果您决定使用更多内核，则相应地更改工作线程和线程，但这有点超出了这个问题的范围。
重要的部分是 --timeout 0，它基本上可以防止 gunicorn 超时。
如果您仍然看到错误，那么有一个小的补充很可能会修复它。
启动 gunicorn 时也使用 --preload 标志。所以 Dockerfile 中的最后一个命令将是：
CMD exec gunicorn --bind :$PORT --workers 1 --threads 8 main:app --timeout 0 --preload
这将基本上确保所有需要的导入和预处理都将在创建托管您的 docker 容器的实例时完成。当您使用需要花费大量时间进行一些一次性预处理的应用程序时，这非常有用。 这样，一旦请求到来，一切都已加载并准备好为该请求提供服务。
为了最大限度地发挥 --preload 的优势，您还需要将所有导入等移动到主应用程序的最开头，并避免在路由处理程序中调用导入。
另外，在 app.yaml 和 Dockerfile 中都有入口点命令是没有意义的。在我看来，最好将它保存在 Dockerfile 中。
另外：
我会将 EXPOSE 8080 移到 FROM 行之后，因为这将确保您的容器与外界有正确的连接。