Flask 应用程序可以在本地运行，但无法在 Google Cloud 上部署运行：“无法启动并侦听端口”

Question

问题：

我正在尝试将带有预先训练的机器学习模型（作为

model.pkl

文件存储在同一目录中）的 Flask 应用程序部署到 Google Cloud Run。容器在本地运行得很好，但在部署到 Cloud Run 时失败，并出现以下错误：

ERROR: (gcloud.run.deploy) Revision 'mymodel-service-00015-svm' is not ready and cannot serve traffic. The user-provided container failed to start and listen on the port defined provided by the PORT=8080 environment variable.

我正在使用的命令：

1. 构建 Docker 镜像：

   docker build --no-cache -t gcr.io/dehaproject2024/mymodel:latest .

2. 推送 Docker 镜像：

   docker push gcr.io/dehaproject2024/mymodel:latest

3. 部署到 Google Cloud Run：

   gcloud run deploy mymodel-service \ --image gcr.io/dehaproject2024/mymodel:latest \ --platform managed \ --region me-west1 \ --allow-unauthenticated

项目结构：

.
├── server.py          # The Flask app file
├── Dockerfile         # The Dockerfile for building the container
├── model.pkl          # The ML model (pickle file)
├── requirements.txt   # Dependencies

server.py

（Flask 应用程序）：

from flask import Flask, request, jsonify
import pandas as pd
import pickle
import os

app = Flask(__name__)

# Load your trained model (assuming it's a pickle file)
model = pickle.load(open('model.pkl', 'rb'))


@app.route('/predict', methods=['POST'])
def predict():
    try:
        json_data = request.get_json()  # Get data posted as JSON
        data = pd.DataFrame(json_data)  # Convert JSON to pandas DataFrame

        # Assuming your model expects the data in the same format as your training data
        # Make sure to handle preprocessing if needed
        predictions = model.predict(data)
        return jsonify(predictions.tolist())  # Return predictions as JSON
    except Exception as e:
        return jsonify({"error": str(e)}), 400


if __name__ == "__main__":
    port = int(os.environ.get("PORT", 8080))
    app.run(host="0.0.0.0", port=port)

Dockerfile

：

FROM python:3.10-slim

WORKDIR /app

COPY . /app

RUN pip install --no-cache-dir -r requirements.txt

EXPOSE 8080

ENV PORT 8080

CMD ["gunicorn", "--bind", "0.0.0.0:$PORT", "server:app"]

我尝试过的：

• 当我像这样运行它时，容器在本地工作：

  docker run -p 8080:8080 gcr.io/dehaproject2024/mymodel:latest

• 我已确认该应用程序在本地运行良好并响应

  /predict

  端点。

• 我尝试使用

  $PORT

  文件和 Dockerfile 中的

  server.py

  环境变量来确保应用程序绑定到正确的端口。

• 我仍然收到与上述相同的错误消息。

• requirements.txt 是最新的，具有所有必要的依赖项。

可能是什么问题？

Answer 1

1. 删除

   EXPOSE 8080

   和

   ENV PORT 8080

   （您要删除后者，因为 云运行文档 说

特别是，PORT 环境变量由 Cloud Run 注入容器内。你不应该自己设置

2. 将最后一行更改为

   CMD exec gunicorn --bind :$PORT server:app