我们正在开发一个新的REST API，它将使用Docker部署在AWS ElasticBeanstalk上。它使用Python Celery进行预定作业，这意味着需要为工作人员运行单独的进程，我们当前的Docker配置有三个容器......
Multicontainer Docker：
09c3182122f7 sso "gunicorn --reload --" 18 hours ago Up 26 seconds sso-api
f627c5391ee8 sso "celery -A sso worker" 18 hours ago Up 27 seconds sso-worker
f627c5391ee8 sso "celery beat -A sso -" 18 hours ago Up 27 seconds sso-beat
传统观点认为我们应该在ElasticBeanstalk上使用多容器配置，但由于所有容器都使用相同的代码，因此从OPS的角度来看，使用带有Supervisord的单个容器配置来管理进程可能更有效，更简单。 / p>
单一容器w / Supervisord：
[program:api]
command=gunicorn --reload --bind 0.0.0.0:80 --pythonpath '/var/sso' sso.wsgi:application
directory=/var/sso
[program:worker]
command=celery -A sso worker -l info
directory=/var/sso
numprocs=2
[program:beat]
command=celery beat -A sso -S djcelery.schedulers.DatabaseScheduler
directory=/var/sso
当在AWS内存上设置多容器配置分配给每个容器时，我的想法是让容器OS在内部处理内存分配而不是将其显式设置到每个容器更有效。我不太了解多容器Docker如何在ElasticBeanstalk下运行，以智能地推荐这种方式。
这种情况的最佳配置是什么？