Flask Docker机器学习模型训练应用部署后调用出现502错误

我开发了一款基于Flask的Web应用，支持用户上传数据集进行机器学习（ML）模型的训练与测试，并为该应用制作了Docker镜像。本地运行Docker容器一切正常，但将容器部署到服务器后调用服务时，出现了502 Bad Gateway错误。无法确定这是Docker镜像的问题，还是部署服务器的配置问题，且无法访问部署服务器的配置信息。

Dockerfile内容 #

FROM python:3.9.1

WORKDIR /app

COPY requirements.txt requirements.txt

RUN pip install --upgrade pip

RUN pip install -r requirements.txt

COPY . .

EXPOSE 5000

CMD ["gunicorn", "--bind", "0.0.0.0:5000", "--chdir", "manila", "app:app", "-w", "2", "--timeout", "600"]

核心Python服务代码 #

class Run(Resource):
    def post(self):
        params = request.form.to_dict()
        params.update({"web": "web"})
        data_extension = params.get("extension")
        data = request.files["dataset"].read()
        try:
            folder_name = generate_code(params)
            metrics, model = run_experiment(data, folder_name, data_extension)
        except Exception as e:
            app.logger.error(e.with_traceback(e.__traceback__).args)
            message = json.dumps({"error": str(e)})
            return Response(message, status=500, mimetype="application/json")
        results = {"models": {}, "metrics": {}}
        for k in metrics.keys():
            if k == "fairness_method" or k == "model":
                results["models"][k] = metrics[k]
            else:
                results["metrics"][k] = metrics[k]
        response = make_response({"results": results, "model_path": model}, 200)
        response.headers["Content-Type"] = "application/json"
        return response

排查建议 #

• 检查容器运行状态与日志
  • 执行docker ps确认容器是否在正常运行，未意外终止
  • 用docker logs <容器ID/名称>查看容器启动日志和请求处理日志，重点排查gunicorn启动失败、依赖缺失、代码运行报错等信息
• 验证容器内服务可用性
  • 在服务器内部通过curl http://localhost:5000/<你的接口路径>测试服务是否能正常响应，排除端口映射失效或容器内服务未启动的问题
• 核对Dockerfile配置
  • 确认容器内/app/manila目录存在，gunicorn的--chdir路径是否正确，避免因路径错误导致无法加载app:app
  • 检查镜像构建时的依赖安装日志，确认requirements.txt中的所有包（包括gunicorn、Flask）都已成功安装，服务器环境是否有网络限制导致依赖安装不全
• 排查资源限制问题
  • 用top或htop查看服务器CPU、内存使用情况，模型训练可能消耗大量资源，导致服务无响应触发502
• 检查请求处理环节
  • 虽然gunicorn设置了600秒超时，但服务器的反向代理（如Nginx）可能有更短的超时配置，导致提前返回502
  • 确认容器日志中是否捕获到请求处理时的异常，比如数据集解析错误、模型训练崩溃等情况

内容的提问来源于stack exchange，提问作者giord