ThreadpoolController导致Flask（Passenger_wsgi）加载Numpy失败

问题背景 #

在A2 Hosting共享主机上部署Flask应用，其中包含一个用sklearn KMeans实现图片减色的脚本。之前脚本运行时因线程创建失败报错，用threadpoolctl给simplify_image函数加了单线程限制后，脚本在命令行能正常运行，但Flask应用重启后加载失败。日志显示导入numpy阶段，OpenBLAS尝试创建过多线程失败，最终触发KeyboardInterrupt。而未添加线程限制时，Flask能正常启动。

解决方案 #

1. 全局限制OpenBLAS/OMP线程数（最直接有效） #

问题核心是numpy依赖的OpenBLAS在初始化时，默认会创建与CPU核心数一致的线程，而共享主机的进程数限制不允许这么多线程。在模块导入前设置环境变量，强制OpenBLAS只用1个线程：

修改simplify_image_to_approved_colors.py的最顶部：

import os
# 强制OpenBLAS和OpenMP仅使用1个线程
os.environ['OPENBLAS_NUM_THREADS'] = '1'
os.environ['OMP_NUM_THREADS'] = '1'

# 之后再导入其他库
import numpy as np
from sklearn.cluster import KMeans
...  # 剩余导入语句

这样numpy初始化时就会使用单线程，不会触发线程创建失败的问题。

2. 将线程限制移到函数内部，避免模块导入阶段冲突 #

之前用ThreadpoolController装饰器会在模块导入时就生效，可能与共享主机的线程管理机制冲突。改成仅在函数执行时临时限制线程：

修改simplify_image_to_approved_colors.py：

# 删除以下两行代码：
# controller = ThreadpoolController()
# @controller.wrap(limits=1, user_api='openmp')

def simplify_image(pattern_path, simplified_image_path, image_path, num_colors, valid_colors=np.array([color[2] for color in dmc_colors_list.dmc_colors]), target_width=None, line_spacing=14, is_circle=False, verbose=False):
    # 仅在函数执行期间限制线程
    with threadpool_limits(limits=1, user_api='openmp'):
        global image_name
        image_name = image_path.split("/")[-1].split(".")[0]
        target_width = target_width * line_spacing
        
        # 原函数内的所有逻辑都放在这个with代码块中
        image = Image.open(image_path)
        if target_width is not None:
            aspect_ratio = image.width / image.height
            target_height = int(target_width / aspect_ratio)
            image = image.resize((target_width, target_height))
        ...  # 剩余图片处理逻辑

这样模块导入阶段不会触发线程限制，numpy能正常初始化，仅在处理图片时才启用单线程限制，既解决脚本运行时的线程问题，又不影响Flask应用启动。

3. 调整Passenger进程配置（若有权限操作） #

共享主机上Passenger默认可能启动多个应用进程，每个进程又会尝试创建多个线程，导致总线程数超出限制。在应用根目录创建passenger.ini文件，设置进程数为1：

passenger_max_pool_size 1
passenger_min_instances 1

减少Passenger的进程数，降低整体资源占用，避免触发主机的线程/进程限制。

内容的提问来源于stack exchange，提问作者Troy D