我已经设置了gunicorn与3个工人，30个工人连接和使用eventlet工人类。它被设置在Nginx后面。每请求几次，我就会在日志里看到这个。
[ERROR] gunicorn.error: WORKER TIMEOUT (pid:23475)
None
[INFO] gunicorn.error: Booting worker with pid: 23514
为什么会这样?我怎样才能知道哪里出了问题呢?
当前回答
对我来说，最简单的方法是在你的app.py存在的文件夹中创建一个新的config.py文件，并在其中放入超时和所有你想要的特殊配置:
timeout = 999
然后在指向这个配置文件的同时运行服务器
gunicorn -c config.py --bind 0.0.0.0:5000 wsgi:app
注意，要使这条语句工作，还需要将wsgi.py放在具有以下内容的同一目录中
from myproject import app
if __name__ == "__main__":
app.run()
干杯!
其他回答
如果使用GCP，则必须为每个实例类型设置worker。
链接到GCP最佳实践https://cloud.google.com/appengine/docs/standard/python3/runtime
在谷歌云 只需在app.yaml的入口点添加——timeout 90
entrypoint: gunicorn -b :$PORT main:app --timeout 90
我在Docker中也遇到了同样的问题。
在Docker中，我保持训练过的LightGBM模型+ Flask服务请求。作为HTTP服务器，我使用gunicorn 19.9.0。当我在我的Mac笔记本电脑上本地运行我的代码时，一切都很完美，但当我在Docker中运行应用程序时，我的POST JSON请求冻结了一段时间，然后gunicorn工人已经失败了[CRITICAL]工人超时异常。
我尝试了大量不同的方法，但唯一解决我的问题的是添加worker_class=gthread。
以下是我的完整配置:
import multiprocessing
workers = multiprocessing.cpu_count() * 2 + 1
accesslog = "-" # STDOUT
access_log_format = '%(h)s %(l)s %(u)s %(t)s "%(r)s" %(s)s %(b)s "%(q)s" "%(D)s"'
bind = "0.0.0.0:5000"
keepalive = 120
timeout = 120
worker_class = "gthread"
threads = 3
除了已经建议的gunicorn超时设置，因为你在前面使用nginx，你可以检查这两个参数是否有效，proxy_connect_timeout和proxy_read_timeout默认为60秒。可以在nginx配置文件中这样设置它们，
proxy_connect_timeout 120s;
proxy_read_timeout 120s;
我有非常相似的问题，我也尝试使用“运行服务器”，看看我是否能找到任何东西，但我所拥有的只是一个消息杀死
所以我认为这可能是资源问题，我继续给实例更多的RAM，它工作了。
