Azure部署Python3.9+Flask Excel处理应用遇HTTP503错误求助

问题背景 #

基于Python 3.9 + Flask开发的Excel文件处理应用，本地运行完全正常，但部署至Azure App Service B1计划（1vCPU、1.75GB内存、100ACU）后出现HTTP 503错误。已尝试内存中处理文件（不落地存储），本地可行但Azure端仍失败，怀疑问题与Excel处理逻辑、权限配置或服务启动配置有关。

应用包含以下核心文件：

• app.py：Flask主应用
• scripts/misfunciones.py：Excel数据处理逻辑
• templates/index.html：前端上传页面

原始代码 #

app.py #

from flask import Flask, render_template, request, send_file
import os
from scripts.misfunciones import process_data

app = Flask(__name__)

app.config['UPLOAD_FOLDER'] = os.path.join(os.path.dirname(__file__), 'uploads')

@app.route('/', methods=['GET', 'POST'])
def index():
    if request.method == 'POST':
        # Guardar los archivos subidos
        data_file = request.files['data_file']
        parametro_file = request.files['parametro_file']
        unidades_file = request.files['unidades_file']
        
        if not os.path.exists(app.config['UPLOAD_FOLDER']):
            os.makedirs(app.config['UPLOAD_FOLDER'])

        data_path = os.path.join(os.path.dirname(__file__), 'uploads', 'DATA.xlsx')
        parametro_path = os.path.join(os.path.dirname(__file__), 'uploads', '240424RF_Parametro.xlsx')
        unidades_path = os.path.join(os.path.dirname(__file__), 'uploads', '240306RF_Unidades.xlsx')
        output_path = os.path.join(os.path.dirname(__file__), 'uploads', 'DATA_FIN.xlsx')

        data_file.save(data_path)
        parametro_file.save(parametro_path)
        unidades_file.save(unidades_path)
        
        process_data(data_path, parametro_path, unidades_path, output_path)
        
        return send_file(output_path, as_attachment=True)

    return render_template('index.html')

if __name__ == '__main__':
    app.run(debug=True)

scripts/misfunciones.py #

import pandas as pd
import openpyxl
import re
chars_dict = {
    '\n':'','*':'','°':'','(':'',')':'','+':'',
    '/':'','.':'','_':'',' ':'',',':'','\'':'',
    'á':'a','é':'e','í':'i','ó':'o','ú':'u','-':''
}

def var_lower(df):
    for i in df.columns[1:]:
        df[str(i)] = df[str(i)].str.lower()
        
def remove_pattern(df, pattern):
    for column in df.columns:
        df[column] = df[column].replace(pattern, '', regex=True)
    return df

def process_data(data_path, parametro_path, unidades_path, output_path):
    DATA = pd.read_excel(data_path, engine='openpyxl')
    Parametro = pd.read_excel(parametro_path, engine='openpyxl')
    Unidades = pd.read_excel(unidades_path, engine='openpyxl')

    DATA_CORR = DATA.copy()
    Parametro_CORR = Parametro.copy()
    Unidades_CORR = Unidades.copy()

    DATA_CORR = remove_pattern(DATA_CORR, 'αφ')
    DATA_CORR = remove_pattern(DATA_CORR, 'αδ')
    DATA_CORR = remove_pattern(DATA_CORR, 'φ')

    var_lower(DATA_CORR)
    var_lower(Parametro_CORR)
    var_lower(Unidades_CORR)
    for char, replacement in chars_dict.items():
        escaped_char = re.escape(char)
        DATA_CORR = DATA_CORR.replace(escaped_char, replacement, regex=True)
        Parametro_CORR = Parametro_CORR.replace(escaped_char, replacement, regex=True)
        Unidades_CORR = Unidades_CORR.replace(escaped_char, replacement, regex=True)

    Unificar_Unidad = []
    cantidad = 0
    for i in DATA_CORR['ID-UNIDADES']:
        cantidad += 1
        for j in range(len(Unidades_CORR)):
            for k in Unidades_CORR.columns[1:]:
                if i == Unidades_CORR[k][j]:
                    Unificar_Unidad.append(j + 1)
                    break
            if cantidad == len(Unificar_Unidad):
                break
        if cantidad != len(Unificar_Unidad):
            Unificar_Unidad.append(9999)
    DATA['num_unid'] = Unificar_Unidad

    Unificar_Param = []
    cantidad = 0
    for i in DATA_CORR['ID-PARANETROS']:
        cantidad += 1
        for j in range(len(Parametro_CORR)):
            for k in Parametro_CORR.columns[1:]:
                if i == Parametro_CORR[k][j]:
                    Unificar_Param.append(j + 1)
                    break
            if cantidad == len(Unificar_Param):
                break
        if cantidad != len(Unificar_Param):
            Unificar_Param.append(9999)
    DATA['num_param'] = Unificar_Param

    DATA.to_excel(output_path, index=False)
    return output_path

templates/index.html #

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Subir Archivos</title>
</head>
<body>
    <h1>Subir Archivos para Procesar</h1>
    <form method="POST" enctype="multipart/form-data">
        <label for="data_file">Archivo DATA:</label>
        <input type="file" name="data_file" id="data_file" required><br><br>
        <label for="parametro_file">Archivo Parametro:</label>
        <input type="file" name="parametro_file" id="parametro_file" required><br><br>
        <label for="unidades_file">Archivo Unidades:</label>
        <input type="file" name="unidades_file" id="unidades_file" required><br><br>
        <input type="submit" value="Procesar">
    </form>
</body>
</html>

问题排查与修复步骤 #

1. 修复服务启动配置（核心原因） #

Azure App Service默认不会自动识别Flask应用，需指定WSGI服务器启动命令：

• 新增requirements.txt文件，包含所有依赖：

  flask==2.3.3
  pandas==2.1.4
  openpyxl==3.1.2
  gunicorn==21.2.0
  

• 在Azure门户的App Service配置中，设置启动命令为：

  gunicorn --bind=0.0.0.0 --timeout 600 app:app
  

  （--timeout 600避免大文件处理超时）

2. 修正文件存储权限问题 #

Azure App Service仅允许/tmp目录可写，原代码中应用根目录下的uploads目录无写入权限：
修改app.py中的UPLOAD_FOLDER配置：

app.config['UPLOAD_FOLDER'] = os.path.join('/tmp', 'uploads')

3. 优化内存处理（避免内存溢出） #

B1计划内存有限，原代码三重循环+全量加载Excel易导致内存不足：

• 修改misfunciones.py中的匹配逻辑，用pandas的map替代三重循环，减少资源消耗：

  # 替换原Unificar_Unidad的三重循环
  unidad_map = {}
  for j in range(len(Unidades_CORR)):
      for k in Unidades_CORR.columns[1:]:
          unidad_val = Unidades_CORR[k][j]
          if unidad_val not in unidad_map:
              unidad_map[unidad_val] = j + 1
  DATA['num_unid'] = DATA_CORR['ID-UNIDADES'].map(unidad_map).fillna(9999).astype(int)
  

• 改用内存流处理文件，完全避免落地存储：
  修改app.py，直接用BytesIO读取上传文件，处理后返回：

  from io import BytesIO
  
  @app.route('/', methods=['GET', 'POST'])
  def index():
      if request.method == 'POST':
          # 直接读取文件到内存流
          data_io = BytesIO(request.files['data_file'].read())
          parametro_io = BytesIO(request.files['parametro_file'].read())
          unidades_io = BytesIO(request.files['unidades_file'].read())
          
          # 修改process_data函数，接受IO对象而非文件路径
          output_io = process_data_io(data_io, parametro_io, unidades_io)
          
          return send_file(output_io, as_attachment=True, download_name='DATA_FIN.xlsx')
      return render_template('index.html')
  

  对应的process_data_io函数修改为：

  def process_data_io(data_io, parametro_io, unidades_io):
      DATA = pd.read_excel(data_io, engine='openpyxl')
      Parametro = pd.read_excel(parametro_io, engine='openpyxl')
      Unidades = pd.read_excel(unidades_io, engine='openpyxl')
      
      # 原处理逻辑不变...
      
      # 输出到内存流
      output_io = BytesIO()
      DATA.to_excel(output_io, index=False)
      output_io.seek(0)
      return output_io
  

4. 启用Azure日志排查 #

在Azure门户开启应用日志和Web服务器日志，查看具体错误信息（503通常是应用崩溃或启动失败，日志会显示具体异常，如依赖缺失、内存不足等）。

内容的提问来源于stack exchange，提问作者Rayan Renato Figueroa Asencios