Docker部署FastAPI服务，客户端请求时服务崩溃求助

问题排查与修复方案 #

1. 核心崩溃原因：列表调用numpy专属方法 #

你的/predict接口代码中，从请求接收的data['features']是列表类型，但直接调用了仅numpy数组才有的reshape(1,-1)方法，这会触发AttributeError直接导致服务崩溃。

修复代码：

# 原错误代码
features = np.array(data['features'].reshape(1,-1))
# 修复后：先转numpy数组再调用reshape
features = np.array(data['features']).reshape(1,-1)

2. 模型路径稳定性优化（可选） #

当前模型加载路径app/model.joblib在容器内是有效的（工作目录为/code，对应实际路径/code/app/model.joblib），但可以改为基于server.py文件的相对路径，避免后续工作目录变更影响：

import os
# 获取server.py所在目录的绝对路径，拼接模型文件名
model_path = os.path.join(os.path.dirname(__file__), 'model.joblib')
model = joblib.load(model_path)

3. 查看容器日志定位剩余问题 #

如果修复后仍崩溃，执行以下命令查看容器的错误日志，获取精准崩溃细节：

docker logs container-name

4. 请求参数校验优化（可选） #

FastAPI推荐使用Pydantic模型定义请求体，替代直接使用dict，可自动校验参数格式，避免非法输入触发崩溃：

from pydantic import BaseModel

# 定义请求体结构
class PredictRequest(BaseModel):
    features: list[float]

@app.post('/predict')
def predict(data: PredictRequest):
    features = np.array(data.features).reshape(1,-1)
    # 后续预测逻辑不变

内容的提问来源于stack exchange，提问作者Efe FRK