沙箱、资源配额与网络隔离

更新 2026-10-06

正在读取学习记录…

Agent 运行一段统计任务时，需要避免任务拖住主服务。正常任务将 2、3、5 相加，返回 10；超过允许时间的任务则结束，并让主服务继续处理下一次请求。

进程是操作系统运行程序的单位，有自己的内存空间和退出状态。沙箱是在受控边界中运行任务，限制它能读取哪些文件、使用哪些系统能力和连接哪些网络。把任务放进子进程，能管理生命周期；文件、账户和网络权限还要由操作系统或隔离运行平台施加。

资源配额是给任务设定 CPU、内存、进程数或时间上限。时间超限与内存超限是不同问题：等五秒的任务可能不消耗多少 CPU，快速分配内存的任务却可能立即影响主机。

子进程、容器和配额分别解决什么

主程序用 subprocess.run 启动另一个 Python 进程，等待结果并设置超时。执行命令是参数列表，没有经过 shell 字符串解释；任务名映射到固定良性代码。独立临时目录给每次任务单独的工作位置，退出时清理。

-I 是 Python 的隔离启动选项，主要影响 Python 导入路径和 Python 环境变量处理；它并不撤销操作系统授予进程的文件或网络权限。传给子进程的环境变量由显式白名单构建，避免把应用环境里的秘密直接继承过去。程序没有加入任何网络调用，但操作系统仍可能允许该子进程联网。

容器常通过 namespace 提供进程、挂载和网络等视图隔离，通过 cgroup 控制资源。容器里的进程通常仍共享宿主内核，需要减少 capability（内核授予的特殊操作能力）、限制系统调用、使用非特权账户、避免挂载敏感宿主目录。更强的任务边界可能使用独立虚拟机；它也要管理凭据和网络出口。

层次	控制目标	示例实际发生的行为
子进程	启动、等待、超时结束	固定任务有独立进程
工作目录	工作文件位置与清理	创建并清理独立临时目录
CPU / 内存 / 进程配额	防止资源耗尽	需操作系统或容器运行器配置
文件权限 / 网络出口	限制可访问资源	需账户、挂载与网络策略
Python 导入隔离	降低路径和环境干扰	子进程使用 `-I`

沙箱、资源配额与网络隔离中输入、检查和结果分支的关系 — 图1：固定任务进入独立子进程；计算正常返回10，等待超过0.3秒时终止子进程，主程序继续处理下一项。

在空目录保存并运行两个文件

在 PowerShell 输入以下命令创建练习目录，并进入目录。目录创建好后，在编辑器中新建下面两份文件并保存到这个目录。

New-Item -ItemType Directory -Force l8-sandbox
Set-Location l8-sandbox

macOS 终端：

mkdir -p l8-sandbox
cd l8-sandbox

先保存 sandbox_demo.py。它只接受固定任务名，子进程执行的两段代码都已经写在文件里。

"""运行预先写好的良性子进程，观察超时与临时目录。"""
import os
from pathlib import Path
import subprocess
import sys
import tempfile

TIMEOUT = 0.3
# 任务名映射到固定代码；不接收用户提供的 Python 代码。
WORKERS = {
    "sum": "print(sum([2, 3, 5]))",
    "wait": "import time; time.sleep(5); print('done')",
}

def run_worker(task, timeout):
    if task not in WORKERS:
        return "拒绝：未知任务"
    if timeout <= 0:
        raise ValueError("超时必须大于零")
    # 临时目录使用系统配置的位置，结束后自动清理。
    with tempfile.TemporaryDirectory() as workdir:
        # 不继承应用秘密；Windows 系统目录变量用于解释器启动。
        env = {"PYTHONIOENCODING": "utf-8"}
        if "SystemRoot" in os.environ:
            env["SystemRoot"] = os.environ["SystemRoot"]
        try:
            result = subprocess.run(
                [sys.executable, "-I", "-c", WORKERS[task]],
                cwd=workdir, env=env, capture_output=True,
                text=True, encoding="utf-8", timeout=timeout, check=False,
            )
        except subprocess.TimeoutExpired:
            return "超时：子进程已结束"
        if result.returncode:
            return "失败：退出码=" + str(result.returncode)
        return "完成：" + result.stdout.strip()

def main():
    print("固定计算 ->", run_worker("sum", 3))
    print("等待任务 ->", run_worker("wait", TIMEOUT))
    print("未知任务 ->", run_worker("unknown", 3))

if __name__ == "__main__":
    main()

再保存 test_sandbox.py。测试通过程序的公开函数检查正常路径与拒绝路径；测试文件和主程序放在同一目录，才能按文件名导入。

import unittest
# 固定良性输入检查正常、拒绝和边界路径，不连接外部服务。
from sandbox_demo import run_worker

class ProcessTests(unittest.TestCase):
    def test_fixed_computation(self):
        self.assertEqual(run_worker("sum", 3), "完成：10")

    def test_timeout(self):
        self.assertEqual(run_worker("wait", 0.3), "超时：子进程已结束")

    def test_unknown_task(self):
        self.assertEqual(run_worker("unknown", 3), "拒绝：未知任务")

    def test_invalid_timeout(self):
        with self.assertRaises(ValueError):
            run_worker("sum", 0)

    def test_repeat_after_timeout(self):
        run_worker("wait", 0.3)
        self.assertEqual(run_worker("sum", 3), "完成：10")

if __name__ == "__main__":
    unittest.main()

返回同一个终端，先列出当前目录内容，确认两个文件名都以 .py 结尾，然后运行主程序。

ls
python -X utf8 sandbox_demo.py

程序输出：

固定计算 -> 完成：10
等待任务 -> 超时：子进程已结束
未知任务 -> 拒绝：未知任务

固定计算返回 10。等待任务需要五秒，而 TIMEOUT 为 0.3 秒，所以父进程结束它并返回超时。未知任务在启动前被拒绝。这里管理的是固定单个子进程：任意代码若生成后代进程，需要进程组、Windows Job Object 或容器生命周期管理来回收整个任务树；否则只结束直接子进程会留下后代。

capture_output 把输出收集到父进程内存；这份固定任务输出极小。运行任意任务时还需用限量流式读取处理输出，配合内存和 CPU 配额，才能控制大量输出和资源占用。临时工作目录也不自动阻止绝对路径访问。

运行测试：

python -X utf8 -m unittest -v test_sandbox.py

末尾应显示 Ran 5 tests 和 OK。若提示找不到模块，先用 dir 核对目录与文件名。

改一处，观察决定怎样变化

把 TIMEOUT = 0.3 改成 TIMEOUT = 6，重新运行主程序，约五秒后第二行变为 等待任务 -> 完成：done。同一任务在较大的等待时间内完成；计算任务仍然返回 10。再将常量恢复为 0.3。

python -X utf8 sandbox_demo.py

恢复原值后，重新运行测试。

为代码执行工具选择实际隔离设施

在 Windows 上，任务账户的文件 ACL 决定能读写哪些路径，Job Object 可管理进程树和资源限制，防火墙或受控代理管理网络出口。在 Linux 容器上，可从非 root 用户、只读根文件系统、受控挂载、CPU/内存/进程数上限和禁用网络的任务配置开始，再按需求开放权限。配置的落实情况需要在部署平台逐项测试。

症状	检查位置	修正方向
计算任务也超时	正常分支的超时与机器负载	保留启动余量；示例正常分支使用三秒
超时后仍有后代任务	任务树回收机制	绑定 Job Object、进程组或容器任务生命周期
程序能读工作目录外的文件	账户权限与挂载	限制文件权限，核对敏感路径未挂入
程序能外连	网络策略	在系统层关闭网络或只开放受控出口
主服务内存上涨	输出缓存与内存配额	流式限量收集，配置内存上限

Python subprocess 文档说明超时和进程管理行为；Docker 安全文档解释 namespace、资源控制和守护进程权限。

课后练习展开习题收起习题

正在读取本地记录…

不调用模型，不执行代码。简答、代码和场景题仅保存答案并展示自查标准，不生成评分、徽章或认证。输入内容不会自动保存，请点击提交；不要填写个人信息或密钥。

练习 1 / 4 · v1.0.1

选择题 · 先判断边界

关于“沙箱、资源配额与网络隔离”，哪种做法更稳妥？

对应知识点：L8-sandbox

选择一个答案A. 先明确输入、证据和停止条件B. 默认输出永远正确C. 用一次成功推断全部场景

练习 2 / 4 · v1.0.0

简答题 · 解释失败

写出一个失败输入并说明记录字段。

对应知识点：L8-sandbox

你的回答

练习 3 / 4 · v1.0.0

代码题 · 边界测试

补充正常、边界、失败三组输入和预期结果。

对应知识点：L8-sandbox

你的代码或伪代码

练习 4 / 4 · v1.0.0

场景题 · 结果未知

证据不足时如何设计状态和人工接管？

对应知识点：L8-sandbox

你的回答