Python Flask如何规避Azure网关230秒超时适配长耗时工作负载

方案1：流式响应保持TCP连接活跃（无需修改客户端逻辑，最适配需求） #

你提到的Azure 230秒超时仅在TCP连接无任何数据传输时触发，我们可以通过Flask的流式响应接口，在长任务运行过程中定期发送心跳数据，避免连接进入空闲状态，直接规避超时限制。

修改后的代码示例如下：

from flask import Flask, Response
import time
import threading

app = Flask(__name__)

# 临时存储长任务执行结果，生产环境可替换为Redis等共享存储
task_result = {}

def run_long_task(task_id):
    # 执行你的计算密集型长任务
    task_result[task_id] = super_long_process_function()

@app.route('/data')
def data():
    # 生成唯一任务ID，生产环境建议使用uuid
    task_id = str(time.time())
    # 启动后台线程运行长任务
    task_thread = threading.Thread(target=run_long_task, args=(task_id,))
    task_thread.daemon = True
    task_thread.start()

    def generate_stream():
        # 每隔30秒发送一次心跳，远小于230秒的超时阈值
        while task_id not in task_result:
            # 发送空格作为心跳内容，不会干扰最终结果解析
            yield ' '
            time.sleep(30)
        # 任务执行完成，返回最终结果并清理缓存
        final_res = task_result.pop(task_id)
        yield final_res
    
    # 返回流式响应，关闭自动内容长度计算，允许分片传输
    return Response(generate_stream(), content_type='text/plain')

注意事项：

• 如果返回内容为JSON格式，可以把心跳内容替换为JSON注释符// ，客户端解析最终结果时把前置的空格/注释过滤即可，也可以约定固定前缀的心跳格式，客户端自动过滤。
• Azure Web App的Python默认运行环境支持流式响应，无需额外修改服务端配置；本地测试如果发现心跳没有实时发送，检查本地WSGI服务器是否开启了输出缓冲，比如gunicorn需要添加--no-sendfile参数关闭缓冲。

方案2：异步任务+客户端轮询（适合可修改客户端逻辑的场景） #

如果允许调整客户端交互逻辑，可以采用稳定性更高的异步任务架构：

• 接口收到请求后立刻返回202状态码和唯一任务ID，将长任务提交到后台执行（高并发场景推荐用Celery等专业任务队列，低并发场景也可以用上述线程方案）
• 客户端拿到任务ID后，每隔几秒调用查询接口轮询任务状态，任务完成后查询接口返回最终结果
  该方案完全规避了长连接的超时问题，适合生产环境大规模使用。

内容的提问来源于stack exchange，提问作者Neil