VPC高速直连调用 - 机器学习PAI

调用原理

VPC高速直连调用、公网调用及VPC地址调用的链路如下图所示。调用链路

开启服务运行所在资源组的VPC高速直连功能后，无需通过网关访问服务，避免了四层SLB和七层网络转发，您可以在自己的VPC中直接访问PAI-EAS实例。同时，PAI-EAS预置的RPC实现了HTTP相关协议栈，对于高QPS（Queries Per Second）的大流量服务（例如图像服务），可以大幅度提高访问性能、降低访问延时。

前提条件

仅支持对部署在专属资源组中的服务进行VPC高速直连调用，因此需要购买（创建）专属资源组，详情请参见开通及购买。
部署服务前，需要为专属资源组开通VPC高速直连功能，详情请参见VPC高速直连。

调用方式

为方便用户调用服务，PAI-EAS提供了以下两种方式实现VPC高速直连调用：

使用官方SDK调用（Python）
PAI-EAS封装了调用逻辑并提供了Python官方SDK，您可以直接使用该SDK实现VPC高速直连调用。
自行实现调用逻辑
推荐使用官方SDK调用服务，从而有效减少编写调用逻辑的时间并提高服务调用稳定性。如果您需要使用其他语言或希望自己编写实现调用逻辑，下文也提供了方法指导供您参考。此外，自行实现调用逻辑需要根据不同框架构建服务请求，详情请参见构建通用Processor服务请求。

使用官方SDK调用（Python）

使用Python官方SDK调用服务的方法如下：

安装。
```
pip install -U eas-prediction --user
```
该Python DSK的调用详情请参见GitHub官网。

编写调用程序。

以字符串作为输入输出的程序为例，其他格式（TensorFlow或PyTorch等）的输入输出程序示例请参见GitHub官网。

#!/usr/bin/env python
from eas_prediction import PredictClient
from eas_prediction import StringRequest
from eas_prediction import TFRequest
from eas_prediction import ENDPOINT_TYPE_DIRECT
if __name__ == '__main__':
    client = PredictClient('http://pai-eas-vpc.cn-shanghai.aliyuncs.com', 'mnist_saved_model_example')
    client.set_token('M2FhNjJlZDBmMzBmMzE4NjFiNzZhMmUxY2IxZjkyMDczNzAzYjFi****')
    client.set_endpoint_type(ENDPOINT_TYPE_DIRECT)  # 表示通过直连通道访问服务。
    client.init()
    #request = StringRequest('[{}]')
    req = TFRequest('predict_images')
    req.add_feed('images', [1, 784], TFRequest.DT_FLOAT, [1] * 784)
    for x in range(0, 1000000):
        resp = client.predict(req)
        print(resp)

其中client = PredictClient()的函数入参源于VPC调用的访问地址。例如VPC调用的访问地址为http://166408185518****.vpc.cn-hangzhou.pai-eas.aliyuncs.com/api/predict/heart_predict_online，则 PredictClient()函数的调用格式为client = PredictClient('http://166408185518****.vpc.cn-hangzhou.pai-eas.aliyuncs.com','heart_predict_online'）。

自行实现调用逻辑

如果您需要使用其他语言或希望自己编写调用逻辑，则可以参见如下方法，自行实现直连访问功能，采用HTTP接口调用。PAI-EAS提供服务发现机制，在VPC环境中，通过如下地址即可获得服务的后端地址列表。


地域	地址
华东2（上海）	http://pai-eas-vpc.cn-shanghai.aliyuncs.com/exported/apis/eas.alibaba-inc.k8s.io/v1/upstreams/
华北2（北京）	http://pai-eas-vpc.cn-beijing.aliyuncs.com/exported/apis/eas.alibaba-inc.k8s.io/v1/upstreams/
华东1（杭州）	http://pai-eas-vpc.cn-hangzhou.aliyuncs.com/exported/apis/eas.alibaba-inc.k8s.io/v1/upstreams/

例如访问华东1（杭州）的%mnist_saved_model_example;服务（该服务有两个Instance），示例如下。

$curl http://pai-eas-vpc.cn-shanghai.aliyuncs.com/exported/apis/eas.alibaba-inc.k8s.io/v1/upstreams/mnist_saved_model_example

获得的服务后端地址列表如下。

{
  "correlative": [
    "mnist_saved_model_example"
  ],
  "endpoints": {
    "items": [
      {
        "app": "mnist-saved-model-example",
        "ip": "172.16.XX.XX",
        "port": 50000,
        "weight": 100
      },
      {
        "app": "mnist-saved-model-example",
        "ip": "172.16.XX.XX",
        "port": 50000,
        "weight": 100
      }
    ]
  }
}

如上所示，客户端可以获得该服务后端对应的两个Instance的ip、port及weight信息。您可以实现一个weighted round robin算法，在每次调用服务前获取一个Instance，并对其进行VPC直连访问。

说明您需要从服务端定期同步Endpoint List至本地，每次请求前，从本地Cache中根据WRR（Weighted Round Robin）算法随机访问一个Instance。如果每次请求前从服务端获取Endpoint List，则会大幅度降低访问性能。

服务更新或节点异常发生Failover时，部分Instance可能不可用。因此检测到请求失败时，客户端需要进行自动重试，以避免健康检查失败的Instance在从Instance List中移除的延时过程中被访问，进而造成服务质量下降。