如何在返回200响应后关闭Flask服务 或实现Cloud Run单实例单请求

方案1：配置Cloud Run单实例单请求（最推荐，无需修改代码） #

直接通过Cloud Run原生配置即可实现每个实例仅处理1次请求，完全不需要调整应用逻辑：

• 部署时在gcloud命令中添加参数 --max-requests-per-container=1，或者在Cloud Run控制台的「容器、网络、安全」配置页，找到「每个容器的最大请求数」项，将值设为1
• 同步将自动扩缩容的最小实例数设为0，实例处理完请求后会自动销毁关停，不会额外占用资源

方案2：Flask应用返回响应后主动关停（仅适用于特殊场景） #

如果确实需要在代码层面控制关停，可通过Flask的after_this_request钩子保证响应先返回给客户端，再执行关停逻辑，参考适配后的代码如下：

import os
import signal
from flask import Flask, after_this_request

app = Flask(__name__)

@app.route('/', methods=['POST'])
def main():
   #some validation on the request.json
   try:
      kick_off_terraform()
      
      @after_this_request
      def shutdown_service(response):
          # 向Gunicorn主进程发送优雅关停信号，Cloud Run部署Flask时默认用Gunicorn作为WSGI服务器
          os.kill(os.getppid(), signal.SIGTERM)
          return response
        
      return ("Success", 200)
   except Exception as e:
      print(e)
      return ("Server Error", 500)

注意：该方案仅适用于生产级WSGI服务器环境，不要在Flask自带的开发测试服务器中使用，稳定性远低于方案1，优先选择原生配置方案

补充说明 #

• 由于你的业务逻辑包含Terraform执行，需要根据实际执行时长调整Cloud Run的请求超时时间，默认超时为5分钟，最长可配置为60分钟，避免任务未完成就被强制终止
• 建议为Cloud Run实例配置足够的CPU和内存资源，避免Terraform执行过程中因资源不足报错

内容的提问来源于stack exchange，提问作者CaioT