如何让Python脚本在GCP VM上持续稳定运行？

一、先明确终止原因（关键第一步） #

• 查看系统日志：在GCP VM上查看/var/log/syslog或执行journalctl命令，排查是否存在内存不足被系统终止（OOM killer）的记录，或是进程崩溃的系统级日志。
• 给脚本添加详细日志：用Python的logging模块把运行日志写入文件，覆盖关键逻辑节点，方便事后排查：

  import logging
  logging.basicConfig(
      filename='script_runtime.log',
      level=logging.INFO,
      format='%(asctime)s - %(levelname)s - %(message)s'
  )
  # 关键步骤插入日志
  logging.info("开始处理用户输入请求")
  

• 改用带日志记录的启动方式：之前直接用python3 script.py启动，断开SSH会话后进程可能被终止，且无输出留存。换成nohup python3 script.py > script_output.log 2>&1 &，将标准输出和错误输出都写入日志，同时让进程在后台持续运行。

二、常见问题及对应解决方法 #

1. SSH会话断开导致进程终止 #

• 问题根源：直接通过SSH启动脚本，断开会话时进程会收到SIGHUP信号被终止。
• 解决：
  • 用nohup后台启动：如上述nohup python3 script.py > script_output.log 2>&1 &
  • 用会话管理工具：启动tmux或screen，在会话内运行脚本；断开SSH后重新连接时，用tmux attach或screen -r恢复会话。

2. 内存泄漏或资源耗尽 #

• 问题根源：脚本长时间运行后内存占用持续升高，触发系统OOM killer强制终止进程（系统日志会有Out of memory: Killed process记录）。
• 解决：
  • 排查代码内存占用：用memory_profiler工具分析，安装后执行python -m memory_profiler script.py，定位内存占用过高的代码段，清理未及时释放的对象或全局变量。
  • 升级VM配置：若业务确实需要更多资源，在GCP控制台调整VM的机器类型，提升内存或CPU配额。

3. 未捕获异常导致崩溃 #

• 问题根源：脚本运行中遇到异常（如网络超时、输入格式错误），未用try-except捕获，直接触发崩溃。
• 解决：
  • 关键代码块加异常捕获：在外部API调用、文件操作、用户输入处理等环节添加捕获逻辑，并记录详细错误日志：

    try:
        # 示例：调用外部API
        response = requests.get("https://example.com/api")
        response.raise_for_status()
    except Exception as e:
        logging.error(f"API调用失败: {str(e)}", exc_info=True)
        # 可选：处理异常后继续运行，避免脚本终止
    

  • 顶层全局异常捕获：在脚本入口处添加全局捕获，防止未预见的异常导致崩溃：

    def main():
        # 脚本主逻辑
        pass
    
    if __name__ == "__main__":
        try:
            main()
        except Exception as e:
            logging.critical(f"脚本意外终止: {str(e)}", exc_info=True)
    

4. GCP VM系统维护或自动重启 #

• 问题根源：GCP会定期对VM进行内核更新等维护操作，可能导致实例重启，脚本随之终止。
• 解决：
  • 查看GCP控制台实例操作日志，确认是否存在自动重启记录。
  • 设置脚本开机自启：将脚本注册为systemd服务，VM重启后自动恢复运行。示例配置文件/etc/systemd/system/script.service：

    [Unit]
    Description=Python Script Service
    After=network.target
    
    [Service]
    User=your_username
    WorkingDirectory=/path/to/script/directory
    ExecStart=/usr/bin/python3 script.py
    Restart=always  # 进程终止时自动重启
    RestartSec=5
    
    [Install]
    WantedBy=multi-user.target
    

  执行以下命令启用服务：

  sudo systemctl daemon-reload
  sudo systemctl enable script.service
  sudo systemctl start script.service
  

5. 外部依赖连接中断 #

• 问题根源：脚本依赖的数据库、API长时间连接后断开，未实现重连逻辑导致崩溃。
• 解决：
  • 数据库连接添加重连机制：检测连接状态，断开时自动重新建立连接。
  • API调用增加重试逻辑：用tenacity等工具实现自动重试，处理超时和连接错误。

内容的提问来源于stack exchange，提问作者Nani