Flask应用部署Cloud Run：GCS上传成功但API无响应求助

核心问题分析 #

本地运行正常，但Cloud Run部署后出现GCS上传成功但API无响应，移除gunicorn后短期正常但多次请求后失效，本质是耗时任务的并发处理适配问题+Cloud Run资源配置与服务运行模型不匹配。

一、修复gunicorn配置（优先推荐） #

移除gunicorn后用Flask自带单线程服务器，生产环境下完全无法应对并发请求，必须重新配置gunicorn适配Cloud Run场景：

• 启动命令调整（适配2核CPU）：

gunicorn --workers=5 --threads=4 --timeout=3600 --bind=0.0.0.0:$PORT app:app

• --workers=5：遵循CPU核数×2+1的规则，最大化利用2核资源
• --threads=4：控制单worker线程数，避免CPU密集型任务的上下文切换开销
• --timeout=3600：与Cloud Run请求超时保持一致，防止worker被提前杀死
• --bind=0.0.0.0:$PORT：严格匹配Cloud Run的端口要求

二、解决耗时任务阻塞问题 #

视频处理单请求耗时15-20分钟，同步处理会占满所有worker/线程，导致后续请求无响应：

1. 异步任务队列改造（最优方案）：
   • API收到视频请求后，将任务信息（如视频存储路径）推送至Cloud Pub/Sub或Cloud Tasks，立即返回202 Accepted响应
   • 单独部署一个Cloud Run服务/Cloud Functions作为worker，监听任务队列处理视频、生成CSV并上传GCS
2. 线程池临时适配（快速验证）：
   用concurrent.futures.ThreadPoolExecutor在Flask中异步处理视频任务，避免阻塞主线程：

   from concurrent.futures import ThreadPoolExecutor
   executor = ThreadPoolExecutor(max_workers=4)
   
   @app.route('/process-video', methods=['POST'])
   def process_video():
       # 解析请求参数
       executor.submit(handle_video_processing, video_data)
       return jsonify({"status": "task started"}), 202
   
   def handle_video_processing(video_data):
       # 视频检测、CSV生成、GCS上传逻辑
       pass
   

三、调整Cloud Run配置 #

1. 降低单实例并发数：
   当前设置的80并发数远超出2核CPU+8GiB内存的承载能力，建议降至10以内，确保每个请求有足够资源处理
2. 修改CPU分配策略：
   将“仅在请求处理期间分配CPU”改为“始终分配CPU”，视频处理是持续CPU密集型任务，避免IO等待阶段CPU被回收导致处理停滞
3. 监控资源使用率：
   在Cloud Run控制台查看实例的内存/CPU曲线，若多次请求后内存持续上涨，说明存在资源泄漏（如未释放OpenCV的VideoCapture、未删除临时文件）

四、排查资源泄漏 #

在视频处理逻辑中强制释放资源：

import cv2
import os

def process_video(video_path):
    cap = cv2.VideoCapture(video_path)
    try:
        # 视频检测逻辑
        pass
    finally:
        cap.release()  # 释放OpenCV资源
        os.remove(video_path)  # 删除本地临时视频文件

def upload_to_gcs(csv_path):
    try:
        # GCS上传逻辑
        pass
    finally:
        os.remove(csv_path)  # 删除本地CSV文件

五、日志强化排查 #

在代码关键节点添加日志，定位无响应的具体阶段：

import logging

logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

@app.route('/process-video', methods=['POST'])
def process_video():
    logger.info("Received video processing request")
    # 解析请求
    logger.info("Start video detection")
    # 检测逻辑
    logger.info("CSV generated, start uploading to GCS")
    # 上传逻辑
    logger.info("GCS upload completed, request finished")
    return jsonify({"status": "success"})

通过Cloud Run控制台查看日志，确认请求卡在哪个环节（如视频检测、GCS上传后未返回响应）

内容的提问来源于stack exchange，提问作者Elakkiya M