基于TensorFlow Serving推理服务引擎部署PAI eas模型服务_人工智能平台 PAI(PAI)-阿里云帮助中心

TensorFlow Serving是一个适用于深度学习模型的推理服务引擎，支持将TensorFlow标准的SavedModel格式的模型部署为在线服务，并支持模型热更新与模型版本管理等功能。本文为您介绍如何使用镜像部署的方式部署TensorFlow Serving模型服务。

前提准备

模型文件

使用TensorFlow Serving镜像部署要求模型文件存储在OSS，且模型文件的存储目录需满足以下要求：

模型版本目录：每个模型至少包含一个模型版本目录，且必须以数字命名，作为模型版本号，数字越大版本号越新。
模型文件：模型版本目录下存放导出的SavedModel格式的模型文件，服务会自动加载最大模型版本号目录下的模型文件。

操作步骤如下：

在OSS存储空间中创建模型存储目录（例：oss://examplebucket/models/tf_serving/），详情请参见管理目录。

将模型文件上传到步骤1创建的目录（您可以下载本文案例TensorFlowServing模型文件使用），得到模型存储目录格式如下：

tf_serving 
├── modelA
│   └── 1
│       ├── saved_model.pb
│       └── variables
│           ├── variables.data-00000-of-00001
│           └── variables.index
│
├── modelB
│   ├── 1
│   │   └── ...
│   └── 2
│       └── ...
│
└── modelC
    ├── 1
    │   └── ...
    ├── 2
    │   └── ...
    └── 3
        └── ...

模型配置文件

通过配置文件的方式可以实现让一个服务同时运行多个模型。如果您只需要部署单模型服务，可跳过本小节。

请根据如下说明创建配置文件并上传到OSS（模型文件准备小节中给出的案例文件里已有一个模型配置文件model_config.pbtxt，您可直接使用或按需修改）。本案例中将模型配置文件上传到目录oss://examplebucket/models/tf_serving/。

模型配置文件model_config.pbtxt内容示例如下：

model_config_list {
  config {
    name: 'modelA'
    base_path: '/models/modelA/'
    model_platform: 'tensorflow'
    model_version_policy{
        all: {}
    }
  }
  config {
    name: 'modelB'
    base_path: '/models/modelB/'
    model_platform: 'tensorflow'
    model_version_policy{
        specific {
            versions: 1
            versions: 2
        }
    }
    version_labels {
      	key: 'stable'
      	value: 1
    }
    version_labels {
      	key: 'canary'
      	value: 2
    }
  }
  config {
    name: 'modelC'
    base_path: '/models/modelC/'
    model_platform: 'tensorflow'
    model_version_policy{
        latest {
            num_versions: 2
        }
    }
  }
}

其中关键配置说明如下：

参数	是否必选	描述
name	否	自定义配置模型名称。建议配置该参数，如果不配置模型名称，则model_name为空，后续无法调用该模型服务。
base_path	是	配置模型存储目录在实例中的路径，后续部署服务时用于读取模型文件。例如：挂载目录为`/models`，要加载的模型目录为`/models/modelA`，则该参数配置为`/models/modelA`。
model_version_policy	否	表示模型版本加载策略。不配置该参数：表示默认加载模型最新版本。 all{}：表示加载该模型所有版本。示例中modelA模型加载所有版本。 latest{}：示例中modelC配置为`num_versions: 2`，表示加载最新的2个版本，即版本2和3。 specific{}：表示加载指定版本。示例中modelB模型加载版本1和2。
version_labels	否	为模型版本配置自定义标签。如果没有配置version_labels，那么就只能通过版本号来区分模型版本，请求路径为：`/v1/models/<model name>/versions/<version number>:predict`。如果设置了version_labels，那么就可以请求version label来指向指定的版本号`/v1/models/<model name>/labels/<version label>:predict`。说明标签默认只能分配给已成功加载并启动为服务的模型版本。若想要预先为尚未加载的模型版本分配标签，需要在运行命令中设置启动参数`--allow_version_labels_for_unavailable_models=true`。当前场景化模型部署不支持设置运行命令，请选择自定义模型部署。

部署服务

可以通过以下两种方法来进行TensorFlow Serving的镜像部署。

场景化模型部署：适用于基本场景部署。您只需配置几个参数，即可一键部署TensorFlow Serving模型服务。
自定义模型部署：适用于在特定环境下运行的服务。您可以根据自身业务的具体需求来调整更多配置选项，从而实现更灵活的服务配置。

重要

TensorFlow Serving模型服务支持配置8501和8500两种端口。

8501：支持HTTP请求，在8501端口启动HTTP或REST服务。
8500：支持gRPC请求，在8500端口启动gRPC服务。

场景化模型部署默认使用8501端口，无法修改。如果您需要配置8500端口来使用gRPC服务请选择自定义模型部署。

以下示例中单模型部署以部署modelA为例进行说明。

场景化模型部署

具体操作步骤如下：

登录PAI控制台，在页面上方选择目标地域，并在右侧选择目标工作空间，然后单击进入EAS。
在模型在线服务（EAS）页面，单击部署服务。然后在场景化模型部署区域，单击TFServing部署。

在TFServing部署页面配置参数。关键参数说明如下，其他参数配置说明，请参见服务部署：控制台。

参数

描述

部署方式

支持以下两种部署方式：

标准模型部署：用于部署单模型服务。
配置文件部署：用于部署多模型服务。

模型配置

部署方式选择标准模型部署时，您需要配置模型文件所在的OSS路径。

部署方式选择配置文件部署时，您需要配置以下参数：

OSS：选择模型文件所在的OSS路径。
挂载路径：挂载服务实例中的目标路径，用来读取模型文件。
配置文件：选择模型配置文件所在的OSS路径。

参数配置示例：

参数	单模型示例（部署modelA）	多模型示例
服务名称	modela_scene	multi_scene
部署方式	选择标准模型部署。	选择配置文件部署。
模型配置	OSS：`oss://examplebucket/models/tf_serving/modelA/`。	OSS：`oss://examplebucket/models/tf_serving/`。挂载路径：/models 配置文件：`oss://examplebucket/models/tf_serving/model_config.pbtxt`

参数配置完成后，单击部署。

自定义模型部署

具体操作步骤如下：

登录PAI控制台，在页面上方选择目标地域，并在右侧选择目标工作空间，然后单击进入EAS。
单击部署服务，然后在自定义模型部署区域，单击自定义部署。

在自定义部署页面配置参数，关键参数说明如下，其他参数配置说明，请参见服务部署：控制台。

参数	描述
镜像配置	在官方镜像列表中选择tensorflow-serving和对应的镜像名称。建议选择最新版本。说明如果服务需要使用GPU，则镜像版本必须选择x.xx.x-gpu。
模型配置	支持多种方式配置模型文件，这里采用OSS类型。 OSS：选择模型文件所在的OSS路径。挂载路径：挂载服务实例中的目标路径，用来读取模型文件。
运行命令	tensorflow-serving的启动参数，选择tensorflow-serving镜像会自动加载命令：`/usr/bin/tf_serving_entrypoint.sh`，还需设置的参数说明如下。单模型部署启动参数： --model_name：模型名称，用于服务请求中的URL。如果不配置，默认名称为model。 --model_base_path：用于指定模型存储目录在实例中的路径。如果不配置，默认路径为`/models/model`。多模型部署启动参数： --model_config_file：必选。用来指定模型配置文件。 --model_config_file_poll_wait_seconds：选填。如果您希望在服务启动后修改模型配置文件的内容，需要配置轮询模型文件的周期，单位为秒。服务会按照配置的时间定期读取模型配置文件的内容。例如`--model_config_file_poll_wait_seconds=30`表示服务每隔30秒读取一次模型配置文件内容。说明当模型服务读取新的模型配置文件时，只会执行新配置文件中的内容。例如：旧配置文件中包含模型A，而新配置文件将模型A删除并增加了模型B的配置，那么服务会卸载模型A并加载模型B。 --allow_version_labels_for_unavailable_models：选填。默认为false，如果您想预先为尚未加载的模型版本分配标签，需要将该参数配置为true。例如`--allow_version_labels_for_unavailable_models=true`。

参数配置示例：

参数	单模型示例（部署modelA）	多模型示例
部署方式	选择镜像部署。
镜像配置	选择官方镜像：tensorflow-serving>tensorflow-serving:2.14.1。
模型配置	模型类型选择OSS。 OSS：`oss://examplebucket/models/tf_serving/`。挂载路径：配置为`/models`。
运行命令	`/usr/bin/tf_serving_entrypoint.sh --model_name=modelA --model_base_path=/models/modelA`	`/usr/bin/tf_serving_entrypoint.sh --model_config_file=/models/model_config.pbtxt --model_config_file_poll_wait_seconds=30 --allow_version_labels_for_unavailable_models=true`

端口号默认为8501，服务将在8501端口启动HTTP或REST服务，支持HTTP请求。若您需要该服务支持gRPC请求，需要执行以下操作：

环境信息中端口号修改为8500。
服务功能中打开启用GRPC开关。
服务配置中添加以下配置
```
"networking": {
    "path": "/"
}
```

单击部署。

发送服务请求

根据服务部署时运行命令中配置的端口号，分别支持HTTP和gRPC两种请求协议。下面给出modelA的服务请求示例。

测试数据准备
modelA是一个图片分类模型，训练数据集为Fashion-MNIST，样本是28x28的灰度图片，模型输出是样本属于10个分类的概率值。为了测试方便，我们使用[[[[1.0]] * 28] * 28]作为modelA服务请求的测试数据。

请求示例：

HTTP请求

端口号配置为8501，服务支持HTTP请求。下表总结了单模型和多模型部署情况下的HTTP请求路径：

单模型

多模型

路径格式：<service_url>/v1/models/<model_name>:predict

其中：

场景化部署：<model_name> 不支持自定义配置，默认为model。
自定义部署：<model_name>为运行命令中配置的模型名称，如果没有配置，默认为model。

支持不指定版本和指定模型版本两种请求方式，路径格式如下：

不指定版本（默认加载最大版本）：
<service_url>/v1/models/<model_name>:predict
指定模型版本：
<service_url>/v1/models/<model_name>/versions/<version_num>:predict
如果设置了version_labels:
/v1/models/<model name>/labels/<version label>:predict

其中，<model_name> 为模型配置文件中配置的模型名称。

其中：<service_url> 是您部署的服务访问地址。您可以在模型在线服务（EAS）页面，单击待调用服务服务方式列下的调用信息，在公网地址调用页签查看服务访问地址。在使用控制台在线调试的时候，页面已自动填充该部分路径。

以场景化部署单模型modelA为例，HTTP请求路径为：<service_url>/v1/models/model:predict。

下面以此为例为您具体说明如何通过控制台发送服务请求和通过Python代码发送服务请求：

通过控制台发送服务请求

服务部署完成后，单击服务操作列下的在线调试，在线调试请求参数中已填充<service_url>，在地址后增加路径/v1/models/model:predict，Body中配置服务请求数据：

{"signature_name": "serving_default", "instances": [[[[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]], [[1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0], [1.0]]]]}

参数配置完成后，单击发送请求，输出如下类似结果。

通过Python代码发送服务请求

Python代码示例如下：

from urllib import request
import json

# 请替换为你的服务访问地址和Token。
# 您可以在推理服务列表的服务方式列单击调用信息，在公网地址调用页签查看。
service_url = '<service_url>'
token = '<test-token>'
# 场景化单模型部署为 model，其他情况参照上面路径说明表格
model_name = "model"
url = "{}/v1/models/{}:predict".format(service_url, model_name)

# 创建HTTP请求。
req = request.Request(url, method="POST")
req.add_header('authorization', token)
data = {
    'signature_name': 'serving_default',
    'instances': [[[[1.0]] * 28] * 28]
}

# 请求服务。
response = request.urlopen(req, data=json.dumps(data).encode('utf-8')).read()

# 查看返回结果。
response = json.loads(response)
print(response)

gRPC请求

端口号配置为8500，并添加gRPC相关配置后，服务支持发送gRPC请求。Python代码示例如下：

import grpc
import tensorflow as tf
from tensorflow_serving.apis import predict_pb2
from tensorflow_serving.apis import prediction_service_pb2_grpc
from tensorflow.core.framework import tensor_shape_pb2

# 服务访问地址。格式参见下面的host参数说明。
host = "tf-serving-multi-grpc-test.166233998075****.cn-hangzhou.pai-eas.aliyuncs.com:80"
# test-token替换为服务Token。您可以在公网地址调用页签查看Token。
token = "<test-token>"

# 模型名称。参见下面的name参数说明。
name = "<model_name>"
signature_name = "serving_default"
# 配置为模型版本号。每次只能对单个模型版本发送请求。
version = "<version_num>"

# 创建gRPC请求。
request = predict_pb2.PredictRequest()
request.model_spec.name = name
request.model_spec.signature_name = signature_name
request.model_spec.version.value = version
request.inputs["keras_tensor"].CopyFrom(tf.make_tensor_proto([[[[1.0]] * 28] * 28]))

# 请求服务。
channel = grpc.insecure_channel(host)
stub = prediction_service_pb2_grpc.PredictionServiceStub(channel)
metadata = (("authorization", token),)
response, _ = stub.Predict.with_call(request, metadata=metadata)

print(response)

其中关键参数配置如下：

参数	描述
host	需要配置为服务访问地址，服务访问地址需要省略`http://`并在末尾添加`:80`。您可以在模型在线服务（EAS）页面，单击待调用服务服务方式列下的调用信息，在公网地址调用页签查看服务访问地址。
name	单模型发送gRPC请求场景化部署：配置为model。自定义部署：配置为运行命令中配置的模型名称，如果没有配置，默认为model。多模型发送gRPC请求配置为模型配置文件中配置的模型名称。
version	配置为模型版本号。每次只能对单个模型版本发送请求。
metadata	配置为服务Token。您可以在公网地址调用页签查看Token。

通过镜像使用TensorFlow Serving部署模型服务