LightGMB predict_proba 导致 gunicorn 超时

如何解决LightGMB predict_proba 导致 gunicorn 超时

我已经训练了一个 LGBM 分类器，可以使用以下方法在本地笔记本中运行它：

model = jlb.load('fnol-v13-pipeline-high-g-analysis-f1-focal-retrain-{}.pkl'.format(model_version))
probs = model.predict_proba(x_test)
probs = [x[0] for x in probs]

但是，在使用 gunicorn 的 Docker 容器中运行的 Flask API 中，行 probs = model.predict_proba(x_test) 导致 [CRITICAL] WORKER TIMEOUT，而不会引发错误。我曾尝试在运行此行之前直接将 x_test 数据帧打印为字典，当我将其作为数据帧重新加载到笔记本中并运行预测函数时，分数将正常返回。将这个相同的字典复制回容器仍然会导致超时。模型是从同一个文件加载的。

知道是什么原因导致了这个问题，或者我该如何调试？我已经设置了 gunicorn log-level=debug 但这仍然只显示超时。我认为这是 LGBM 模型的问题，但它似乎只发生在容器内。

更新：我删除了 gunicorn 包装器，并且 Flask 应用程序运行没有问题，所以我认为 gunicorn 和 LGBM 之间存在一些兼容性问题？

进一步更新：我切换到 uWsgi 并且它运行良好，但我会保持打开状态，以防有人知道 gunicorn 出了什么问题。

解决方法

我最终发现我需要做的就是将 .nuxt 添加到我的 gunicorn 入口点。