如何处理 Azure 应用服务无法从“Http 错误 500.37 - ANCM 无法在启动时间限制内启动”中恢复

Question

我们在运行 .NET Core 3.1 的 Azure 应用服务上看到此错误。看起来当 Azure 更新服务器场时，我们的实例会重新启动，并且它会尝试同时重新启动所有应用服务。我们确实有很多服务在 1 个实例上运行，因为它是一个 DEV/QA 实例。实例有足够的资源进行正常运行，但是当一切都重新启动的同时它看起来需要更多的时间。

问题是应用服务无法从中恢复，所以我们的服务只有在我们手动重启应用时才能重新开始工作。

这里他们提到了错误： https://docs.microsoft.com/en-us/aspnet/core/test/troubleshoot-azure-iis?view=aspnetcore-3.1#:~:text=500.37%20ANCM%20Failed%20to%20Start%20Within%20Startup%20Time%20Limit&text=By%20default%2C%20the%20timeout%20is,startup%20process%20of%20multiple%20apps.

但是这里的指导是“错开多个应用程序的启动过程”，但是在更新服务场时，我认为我们没有这种能力，对吗？这似乎在这里得到了证实：https://twitter.com/martincetkovsky/status/1231160330488774657?lang=en

基于此：https://docs.microsoft.com/en-us/aspnet/core/host-and-deploy/aspnet-core-module?view=aspnetcore-3.1#attributes-of-the-aspnetcore-element

startupTimeLimit
模块等待可执行文件启动侦听端口的进程的持续时间（以秒为单位）。如果超过此时间限制，模块将终止该进程。模块在收到新请求时尝试重新启动进程，并继续尝试在后续传入请求上重新启动进程，除非应用程序在最后滚动分钟内启动 rapidFailsPerMinute 次数失败。

这意味着应用程序将至少在 1 分钟后重试，但对我们来说似乎并非如此。这可能是我们端的错误配置吗？

我可以在更新后遇到这些错误（毕竟这是 DEV/QA），但如果它没有恢复，那就是一个问题。在 prod 中我们不应该看到这一点，因为我们有更多可用资源，而且自动恢复也很重要。

如何确保我们的服务不会陷入这种状态？除了拥有过大的服务器场（以及相关成本）之外？

Answer 1

根据 Microsoft 的建议，我继续在我们的网络应用上设置 AutoHeal。

这是我正在使用的 ARM 模板摘录：

    "autoHealEnabled": true,
    "autoHealRules": {
      "triggers": {
        "privateBytesInKB": 0,
        "statusCodes": [
          {
            "status": 500,
            "subStatus": 37, //Startup time limit 120000 in DEV and QA
            "win32Status": 0,
            "count": 1,
            "timeInterval": "00:01:00"
          }
        ]
      },
      "actions": {
        "actionType": "Recycle",
        "minProcessExecutionTime": "00:00:00"
      }
    }

此更改的部署仍在我们的环境中进行，因此我尚未完全验证这是否可以完全解决问题，但似乎很有希望。