人脸项目的 /health 在返回体里包含 model_loaded,但 HTTP 状态始终正常。Compose 的探针只使用 curl -f,它没有读取这个字段。
两个判断条件没有对齐
探针关心的是 HTTP 是否失败,应用返回体关心的是模型初始化标志。如果进程能回答但模型状态不满足业务要求,简单的 HTTP 成功不能表达这一层差别。
不过也不能夸大问题:当前模型初始化发生在生命周期 yield 之前,初始化失败通常会阻止服务完成启动。因此“未加载模型仍健康”不是本文实测过的启动场景。真正值得指出的是,探针契约没有显式要求 model_loaded 为真,也没有探测推理链是否仍可工作。
存活、就绪与真实推理要分开
存活探针回答进程是否需要重启;就绪探针回答是否能接收新任务;合成推理回答模型链是否能处理受控样本。三者成本与故障影响不同,不适合每隔几秒都执行一次完整的人脸推理。
轻量就绪检查可以验证初始化状态与必要依赖;低频合成检查使用获得授权的固定夹具,记录预期结构与合理范围。不要把任何真实用户图片长期保留成探针素材。
冷启动窗口也是契约
Docker 示例给了 40 秒 start_period。如果第一次启动需要获取权重或准备运行时,这个窗口是否足够要测量,而不是凭感觉。探针失败变成 unhealthy,也不等于仅凭 restart 策略一定会自动修复所有故障。
建议记录“容器启动”“应用开始监听”“模型就绪”“首个有效结果”的时间,区分下载慢、运行时失败和流量过载。不要为了让面板变绿而放松所有检查。
这篇笔记没有启动推理容器,也没有测量冷启动;它审查的是探针和应用状态之间的契约。健康检查应证明所需条件,而不是只证明某个 URL 能返回内容。
源码与阅读导航
本文属于「人脸识别服务源码笔记」第 12 篇。依据固定提交 b85ee88017bc 研读,后续版本可能不同。
全部专题与阅读顺序 · 上一篇:Prometheus 指标能被抓取,不代表指标语义正确 · 下一篇:一个环境变量能修复 ONNX Runtime 的可执行栈问题吗
还没有评论
欢迎留下你的观点,保持交流的清晰和友好。