我刚刚遇到了你对Pandas和Dash同样的问题，找到了你的问题（希望它能给予我一些启发）。在被卡住了几个小时后，我找到了答案，回来分享：-）
如果你看到的唯一错误是OpenBLAS警告，很可能是应用程序运行良好。在调试了几个小时后，我发现由于Dash和Pandas消耗了大量内存，F2示例无法正确处理Web应用程序，并且由于RAM内存不足而失败。请尝试在YAML/JSON配置文件的示例到最高可能的自动单元与更多的RAM内存，然后它可能会工作：

instance_class: F4_HIGHMEM

编辑：Google App Engine现在支持更多的示例类型，请查看示例类型的文档：standard instances

此外，请记住，第一次运行此Web应用时，它将花费相当多的时间来执行。如果检查日志，您将看到多个提示，如下图所示。请稍等片刻
此请求导致为应用程序启动新进程，从而导致首次加载应用程序代码。因此，与应用程序的典型请求相比，此请求可能需要更长时间并使用更多CPU。

我个人通过给gunicorn添加一个超时来解决这个问题，因为默认的超时只有30秒
entrypoint: gunicorn -b :$PORT main:app.server --timeout 120
我发现这个解决方案，因为我尝试以下：

• 从F1切换到F4_1G示例：仍然有同样的警告
• 从App Engine Standard切换到App Engine Flexible环境（我强烈不推荐，因为未正确关闭（删除）的App Engine Flexible示例可能会让您损失很多钱：请参阅这里的参考Pricing of Google App Engine Flexible env, a $500 lesson），与16 GB的内存和4 CPU -〉最终得到了不同的警告“[关键]工作者超时”，这使我指向这篇文章：Gunicorn worker timeout error，这就是我找到这个解决方案的地方。

现在，我的应用程序运行良好，即使使用F1示例😊

不要忘记更改工作线程的数量！AppEngine示例中存在默认的工作线程数量，因此您的应用程序将在同一示例上乘以此数量
https://cloud.google.com/appengine/docs/standard/python3/runtime

我在使用AWS Lambda函数时遇到了同样的错误日志。我的函数处理了相当多的记录，所以我需要在lambda函数配置中增加两个设置：

• 增加内存的大小。
• 以秒为单位增加超时。

希望能有所帮助。