Docker环境下Bash脚本同时运行多Python脚本失败求助

你的核心问题是Shell脚本执行完后台启动命令后直接退出，导致Docker容器终止，两个Python进程也跟着被杀死。另外还有几个小问题需要修正：

1. 脚本的关键问题 #

你当前的svc_invoke.sh在启动两个后台进程后，立刻执行状态检查然后退出。Docker容器的生命周期和CMD指定的脚本绑定，脚本一结束，容器就会停止，里面的后台Python进程自然也会被终止——这就是两个脚本都无法正常工作的根本原因。

另外，status=$?只能获取最后一条命令（启动service_scheduler.py的命令）的退出状态，无法检测第一个进程的启动情况；而且后台命令的$?仅表示进程是否成功启动，不代表进程能正常运行。

2. 修复脚本：让脚本等待后台进程 #

修改svc_invoke.sh，在最后加上wait命令，让脚本一直等待所有后台进程结束，这样容器就不会中途退出：

#!/bin/bash
cd /opt

# 启动main.py并检查启动状态
/opt/env/bin/python3.11 main.py &
if [ $? -ne 0 ]; then
    echo "Failed to start main.py"
    exit 1
fi

# 启动service_scheduler.py并检查启动状态
/opt/env/bin/python3.11 /api_topics/services/service_scheduler.py &
if [ $? -ne 0 ]; then
    echo "Failed to start service_scheduler.py"
    exit 1
fi

echo "Both processes started successfully"
# 等待所有后台进程结束，防止脚本退出导致容器停止
wait

3. Dockerfile的小优化 #

你Dockerfile里的RUN cd /opt是无效的——每个RUN指令都是独立的容器层，执行完后目录不会保留到下一个RUN。可以用WORKDIR指定默认工作目录，同时合并冗余的RUN指令减少镜像层数：

FROM python:3.11-slim

RUN apt-get update && \
    apt-get install -y gcc && \
    apt-get clean;

# 设置默认工作目录，后续命令都基于此目录执行
WORKDIR /opt

# 复制项目文件
COPY topic_modelling/ .
COPY svc_invoke.sh /svc_invoke.sh

RUN chmod 755 /svc_invoke.sh && \
    python3.11 -m venv /opt/env && \
    /opt/env/bin/python3.11 -m pip install --upgrade pip && \
    /opt/env/bin/python3.11 -m pip install wheel && \
    /opt/env/bin/python3.11 -m pip install -r requirements.txt

ENV PYTHONUNBUFFERED=1

EXPOSE 8000

CMD ./svc_invoke.sh

4. 进阶方案：用Supervisord管理多进程 #

如果后续需要管理更多进程，或者需要进程崩溃自动重启等监控能力，推荐用supervisord：

步骤1：安装supervisord #

在Dockerfile的apt-get install中添加supervisor：

RUN apt-get update && \
    apt-get install -y gcc supervisor && \
    apt-get clean;

步骤2：创建supervisord配置文件 #

在项目根目录创建supervisord.conf：

[supervisord]
nodaemon=true

[program:main]
command=/opt/env/bin/python3.11 /opt/main.py
directory=/opt
stdout_logfile=/dev/stdout
stdout_logfile_maxbytes=0
stderr_logfile=/dev/stderr
stderr_logfile_maxbytes=0

[program:scheduler]
command=/opt/env/bin/python3.11 /opt/api_topics/services/service_scheduler.py
directory=/opt
stdout_logfile=/dev/stdout
stdout_logfile_maxbytes=0
stderr_logfile=/dev/stderr
stderr_logfile_maxbytes=0

步骤3：修改Dockerfile #

复制配置文件到容器，修改CMD启动supervisord：

COPY supervisord.conf /etc/supervisor/conf.d/supervisord.conf

CMD ["/usr/bin/supervisord", "-c", "/etc/supervisor/conf.d/supervisord.conf"]

这样supervisord会负责监控两个Python进程，进程崩溃时自动重启，日志也会统一输出到容器标准输出，方便排查问题。

排查建议 #

如果修改后仍有问题，可以通过以下方式排查：

• 运行容器时加-it参数，或用docker logs <容器ID>查看进程输出
• 在Dockerfile中添加RUN ls /api_topics/services/，验证service_scheduler.py路径是否正确

内容的提问来源于stack exchange，提问作者gautamw3