Azure 函数应用在几秒钟后停止响应，导致超时

Question

我正在尝试将 spark-nlp 作为 azure 函数运行。

我有一个使用 docker 容器运行的函数应用程序。 我的函数应用程序代码在 python 上运行，我也在其中运行 pyspark 时安装了 java。 我在一个函数中使用 python 的烧瓶来处理传入的请求。

一旦函数应用程序启动并且容器正在运行，在前几秒钟我会收到 API 调用的响应，但仅在几秒钟（约 15-20 秒）后，API 调用就会由于服务器没有响应而开始超时。

功能应用程序在专用应用程序服务计划上运行，并设置为“始终开启”。

这种行为的原因是什么？

这是我的函数应用代码：

import logging
import azure.functions as func

# Imports for Spark-NLP
import os
import sys

sys.path.append('/home/site/wwwroot/contextSpellCheck/spark-2.4.7-bin-hadoop2.7/python')
sys.path.append('/home/site/wwwroot/contextSpellCheck/spark-2.4.7-bin-hadoop2.7/python/lib/py4j-0.10.7-src.zip')

import sparknlp
from sparknlp.annotator import *
from sparknlp.common import *
from sparknlp.base import *
from sparknlp.annotator import *

from flask import Flask, request

app = Flask(__name__)

spark = sparknlp.start()
documentAssembler =  DocumentAssembler().setInputCol("text").setOutputCol("document")
tokenizer = RecursiveTokenizer().setInputCols(["document"]).setOutputCol("token").setPrefixes(["\"", "(", "[", "\n"]).setSuffixes([".", ",", "?", ")", "!", "'s"])
spellModel = ContextSpellCheckerModel.load("/home/site/wwwroot/contextSpellCheck/spellcheck_dl_en_2.5.0_2.4_1588756259065").setInputCols("token").setOutputCol("checked")
finisher = Finisher().setInputCols("checked")
pipeline = Pipeline(stages=[documentAssembler, tokenizer, spellModel, finisher])
empty_ds = spark.createDataFrame([[""]]).toDF("text")
lp = LightPipeline(pipeline.fit(empty_ds))

@app.route('/api/testFunction', methods = ['GET', 'POST'])
def annotate():
    global lp
    if request.method == 'GET':
        text = request.args.get('text')
    elif request.method == 'POST':
        req_body = request.get_json()
        text = req_body['text']
    return lp.annotate(text)


def main(req: func.HttpRequest, context: func.Context) ->     func.HttpResponse:
    logging.info('Python HTTP trigger function processed a request.')
    return func.WsgiMiddleware(app).handle(req, context)

Answer 1

您可能正在为每个请求创建一个管道。 您有多种语言的堆栈，可能是其中一个库具有此功能。

请参阅https://stanfordnlp.github.io/CoreNLP/memory-time.html#avoid-creating-lots-of-pipelines 中的“避免创建大量管道”部分