我使用tiangolo / meinheld-gunicorn-flask构建了一个docker容器，典型响应时间约为5s，以运行数据处理并返回结果。当我在调试中本地运行Flask应用程序时，响应时间在大小增加的不同输入数据集中是一致的。
但是，当我在docker容器中运行应用程序时，存在一定的json返回大小，其中响应时间从5s增加到130s，然后对于任何更大的数据大小都保持在130s左右。这是用于增加发送到请求的数据集大小的运行时输出示例（“ DF”是在请求正文中发送的数据帧；“有效载荷大小”是返回的json的＃个字符，“运行时”是时钟的时间）请求调用）：
rows in DF: 10, payload size: 2913, runtime: 5.65s
rows in DF: 100, payload size: 29403, runtime: 5.39s
rows in DF: 500, payload size: 146293, runtime: 5.77s
rows in DF: 1000, payload size: 294449, runtime: 5.37s
rows in DF: 1500, payload size: 445963, runtime: 131.10s
rows in DF: 2000, payload size: 592629, runtime: 128.22s
rows in DF: 3000, payload size: 886618, runtime: 127.45s
rows in DF: 4000, payload size: 1180558, runtime: 127.90s
我是Docker的新手-这是网络配置设置问题，还是仅根据Docker返回的响应大小而导致响应时间急剧增加的原因？我正在针对Windows的Docker容器中进行本地测试，但计划部署到其他地方。
这是我从Flask返回json的方式（无缩进）：
parsed = json.dumps(to_return)
return Response(response=parsed, status=200, mimetype="application/json")
这是我运行请求的方式：
response = requests.get(url, data=payload, headers=headers)