Docker 云运行-OpenBLAS警告和应用程序重启（不是冷启动问题）

问题

我有一个应用程序在一个实例上运行了5个月。 应用程序的启动时间约为3分钟，启动结束后不需要太多RAM。 以下是我在本地运行应用程序时docker统计数据的两个快照：

当应用程序不兴奋时

当应用程序每秒接收10个请求时（这已经超过了我们目前的用例）：

当我在本地运行应用程序时没有任何问题，但是当我在云上部署应用程序时会出现问题。我一直收到：“OpenBLAS警告-无法确定此系统上的二级缓存大小，假设256k”消息，然后重新启动应用程序。这是一个问题，因为正如我所说，应用程序需要3分钟才能重新启动，在此期间，请求需要花费大量时间才能得到处理

我已经通过使用最小实例1和使用GoogleCloudScheduler每分钟查询一次服务来修复了这个问题

示例

下面是我在日志中看到的示例。

在第二个示例中，警告在应用程序重新启动后再次出现，导致连续第二次重新启动，这种情况经常发生。 还请注意，这些警告/重启不一定发生在用户连接到应用程序时，但也可能发生在唯一的活动是由于谷歌云调度器

我尝试将分配的RAM和CPU增加到4个CPU和4个Go的RAM（这是一个巨大的过度杀戮），但问题仍然存在

更新02/21

---

截至21年1月1日，我们的云运行服务停止了这种行为（可能是由于更新，我不知道）。我确实联系了GCP支持人员，但他们只是告诉我在OpenBLAS github repo上提出一个问题，但由于我无法重现这种行为，我没有这样做。我将把这个问题留待讨论，因为我所做的一切都没有真正起作用。

OpenBLAS执行高性能计算优化，并且需要知道什么是CPU容量，才能使自己达到最佳状态

但是，当您在Cloud run上运行容器时，您可以在沙箱GVisor中运行它，以提高在同一无服务器平台上运行的所有容器的安全性和隔离性

这个沙箱拦截低级内核调用并丢弃异常/危险的调用。我猜正是由于这个原因，OpenBLAS无法确定二级缓存的大小。在您的环境中，您没有这个沙箱，您可以直接访问CPU信息

为什么重新启动？？这可能是OpenBLAS的问题，也可能是云运行的问题（可疑的内核调用，杀死实例并重新启动）

---

我没有立即的解决方案，因为我不知道OpenBLAS。我在Tensorflow服务中也有类似的行为，Tensorflow提出了一个没有任何CPU优化的编译版本：效率较低，但更具可移植性，并且能够适应不同的环境约束。如果OpenBLAS也有类似的编译，那么测试一下就太好了。

谢谢您的回答。这似乎比我想象的更技术化。你是如何确定是Tensorflow造成了这些错误的？我使用了许多不同的库，我不知道哪一个可能是原因。我有一个GVisor警告日志条目。我更改了Tensorflow服务的编译版本，GVisor跟踪消失，但由于硬件优化被禁用，我从Tensorflow获得了一个新的跟踪。好的，我将尝试确定导致它的原因，并希望继续此线程。