最常见却最容易被忽略的原因是worker初始化耗时超timeout：DB连接、大模型加载或配置读取等操作超过默认30秒，导致master误判为卡死而强制kill，日志仅见“Worker failed to boot”无堆栈。
gunicorn worker 启动超时被 master 杀掉
最常见却最容易被忽略的原因：worker 进程在初始化阶段（比如建数据库连接、加载大模型、读配置文件）耗时过长，超过了 timeout 配置值，导致 master 进程误判为“卡死”，直接 kill 并重启该 worker。
现象是日志里反复出现类似 Worker failed to boot 或 Worker exiting due to timeout，但没有任何 Python 异常堆栈 —— 因为根本没走到应用逻辑，就倒在了启动路上。
-
timeout默认是 30 秒，对多 DB 初始化、ORM 元数据扫描、慢速远程配置拉取等场景远远不够 - 使用
gevent或eventletworker class 时，同步阻塞操作（如普通 MySQL 连接）会更明显拖慢启动 - 验证方法：临时加
--preload参数，让 master 在 fork 前先执行一次应用初始化，再观察是否还重启
内存溢出被系统 OOM Killer 终止
容器或宿主机内存不足时，Linux 内核的 OOM Killer 会主动杀掉占用内存最多的进程，Python 进程（尤其是带 pandas/numpy/torch 的服务）极易中招。此时不是 gunicorn 主动重启，而是进程被系统强制干掉后，master 检测到 worker 消失，再拉起新进程 —— 表现就是“频繁重启”，但日志里找不到 Python 报错。
关键证据藏在系统日志里：
SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的 双功能合体技能 ，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途 ：；核心要点📝 题解模式 ：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式 ：输入 Python 代码，自动添加详细中。它将相关步骤、
立即学习“Python免费学习笔记（深入）”；
- 运行
egrep -i 'killed process' /var/log/syslog，看到类似Out of memory: Killed process 12345 (python)就是铁证 - 容器内可通过
cat /sys/fs/cgroup/memory/memory.limit_in_bytes查实际内存上限 - Python 进程自身无法感知 cgroup 限制，
ps显示的 RSS 可能远低于宿主机总内存，但已触达容器 limit
max_requests 或 graceful_timeout 触发的计划性重启
这两个参数会让 worker 在满足条件后“主动退出”，由 master 接管并启动新 worker，属于设计行为，不是故障，但容易被误认为异常。
-
max_requests=1000：每个 worker 处理满 1000 个请求后自动退出（防内存泄漏） -
graceful_timeout=30：收到重启信号后，worker 最多再处理 30 秒请求，然后强制退出 - 注意：
graceful_timeout不影响启动超时，它只作用于“运行中收到 HUP/USR2 信号”的场景 - 检查是否启用了
--max-requests-jitter，否则所有 worker 可能在同一时刻批量退出，造成短暂服务抖动
Python 层未捕获的异常导致 worker 崩溃
如果代码里有顶层未捕获异常（比如 atexit 回调抛错、信号 handler 崩溃、或 __del__ 方法里触发错误），worker 进程会直接退出，master 日志可能只写 Worker exiting，不带 traceback。
这类问题隐蔽性强，尤其在以下场景高发：
- 使用
threading.Thread(daemon=False)启动后台线程，主线程退出时子线程抛异常 - 全局变量或模块级代码中存在隐式副作用（如 import 时连接 Redis 失败）
- Flask/Django 的
before_first_request或ready钩子中发生异常 - 解决方案：用
try/except包裹整个 WSGI callable 入口，确保异常至少能打到 gunicorn 的 error log
timeout 没调大 + 应用启动时又做了几轮同步 HTTP 请求。这时候单看 gunicorn 日志，只会觉得“莫名其妙就挂了”。必须把系统日志、cgroup 限制、启动耗时三者交叉比对，才能准确定位。 
