Я нашел другое сообщение о том, что это потенциально может быть образ докера, который вызывает проблемы с производительностью, но я считаю, что это обычно происходит, если вы используете альпийский образ. Статья по этому поводу здесь
Я также нашел другой пост, в котором могло бы быть показано, как я --relod API, но я также позаботился о том, чтобы включить правильный каталог, например: -reload --reload-dir ./app но не увидел никаких улучшений.
Запросы на моем эластичном бобовом стебле занимают около 2-3 секунд, но те же запросы локально занимают около ~30 с.
Я использую ноутбук с архитектурой AMD Ryzen 7040Series.
Я использую python:3-11-slim для построения своей базы контейнер. Я также пробовал python:3-11-slim-bookworm, но никаких улучшений тоже не было.
Код: Выделить всё
FROM python:3.11-slim
# intall rust + dependencies for c2patool
RUN apt-get update && apt-get upgrade -y
RUN apt-get install build-essential -y
RUN apt-get install -y curl gcc g++ libc-dev ffmpeg libsm6 libxext6 openssl libssl-dev pkg-config make git perl cpanminus
RUN curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh -s -- -y
ENV PKG_CONFIG_ALLOW_CROSS=1
ENV PATH="/root/.cargo/bin:${PATH}"
RUN rustup target add x86_64-unknown-linux-musl
RUN cargo install c2patool
EXPOSE 80
# Set working directory to function root directory
ENV WORKDIR=/test
# Set working directory to function root directory
WORKDIR $WORKDIR
COPY ./requirements.txt $WORKDIR
RUN pip install -r requirements.txt
# Copy server code
COPY ./ $WORKDIR
Код: Выделить всё
#!/bin/bash
# Start Celery worker
celery -A worker worker --loglevel=INFO &
# Start FastAPI app
uvicorn app.main:app --host 0.0.0.0 --port 80 --reload
Код: Выделить всё
CONTAINER ID NAME CPU % MEM USAGE / LIMIT MEM % NET I/O BLOCK I/O PIDS
42a39f5dbac3 focused_hermann 1.31% 2.974GiB / 14.81GiB 20.07% 1.4MB / 782kB 207MB / 9.98MB 84
Спасибо!
Подробнее здесь: https://stackoverflow.com/questions/791 ... onse-times
Мобильная версия