PAI-EAS内置的PMML Processor，支持将PMML格式的模型部署成在线服务，并提供在线实时推理。本文为您介绍如何部署及调用PMML模型服务。

背景信息

在PAI-Designer上导出的PMML格式的算法模型，可以使用PMML Processor部署到PAI-EAS中；使用Sklearn、Xgboost等开源算法框架训练的算法模型，转换成PMML格式后，也可以使用PMML Processor部署到PAI-EAS中，详情请参见通用模型导出。

更多关于PMML模型的介绍，详情请参见PMML模型介绍。

缺失值填充策略

PMML Processor提供默认的缺失值填充策略。如果PMML模型文件中的特征字段没有指定缺失值填充（isMissing）策略，则系统默认以如下值进行填充。
数据类型 默认值填充
BOOLEAN false
DOUBLE 0.0
FLOAT 0.0
INT 0
STRING ""

步骤一：部署服务

使用eascmd客户端部署PMML模型服务时，您需要指定Processor种类为pmml，服务配置文件示例如下。
{
  "name": "eas_lr_example",
  "processor": "pmml",
  "model_path": "http://examplebucket.oss-cn-shanghai.aliyuncs.com/models/lr.pmml",
  "metadata": {
    "instance": 1,
    "cpu": 1
  }
}
关于如何使用客户端工具部署服务，详情请参见服务部署：EASCMD&DSW。

您也可以通过控制台部署PMML模型服务，详情请参见服务部署：控制台&Designer。

步骤二：调用服务

PMML服务部署完成后，在PAI EAS模型在线服务页面，单击待调用服务服务方式列下的调用信息，查看服务访问的Endpoint和用于服务鉴权的Token信息。参考以下步骤进行服务调用。

  1. 构造服务请求。
    PMML服务的输入输出格式为JSON格式的纯文件，一次请求支持多条样本输入，每条样本为KV格式的特征数据，示例如下。
    [
    {
        "address": 12,
        "age": 22,
        "ed": 4,
        "marital": 3.0,
        "region": 2.0,
        "tenure": 4.0
    },
    {
        "address": 2,
        "age": 34,
        "ed": 6,
        "marital": 1.3,
        "region": 2.1,
        "tenure": 4.2
    }
]
    说明 实际发送服务请求时，可以去除JSON文件中的换行和空格，以减小网络传输，提升服务性能。
  2. 发送服务请求。
    支持以下两种方式：
    重要 直接通过HTTP Header传入，会使Token在网络中以明文方式传输；使用PAI-EAS提供的SDK，会使用Token对请求做签名后再发送，安全性更高。
    • 使用curl命令对服务进行快速请求测试。
      服务提供HTTP访问入口，发送请求时，可以将鉴权Token直接通过HTTP Header传入，示例如下。
      // 发送请求。
curl -v 18284888792***.cn-shanghai.pai-eas.aliyuncs.com/api/predict/pmml_test \
      -H 'Authorization: YmE3NDkyMzdiMzNmMGM3ZmE4ZmNjZDk0M2NiMDA***' \
      -d '[{"region": 2.0, "marital":3.0,"tenure":4.0, "age":22,"address":12,"ed":4},{"region": 2.1, "marital":1.3,"tenure":4.2, "age":34,"address":2,"ed":6}]'
// 返回如下结果。
[{"p_0":0.2856724025030001,"p_1":0.7143275974969999},{"p_0":0.18324957921381624,"p_1":0.8167504207861838}]
    • 使用Python SDK发送请求，详情请参见Python SDK使用说明。
      示例代码如下。
      #!/usr/bin/env python

from eas_prediction import PredictClient
from eas_prediction import StringRequest

if __name__ == '__main__':
    client = PredictClient('1828488879222***.cn-shanghai.pai-eas.aliyuncs.com', 'pmml_test')
    client.set_token('YmE3NDkyMzdiMzNmMGM3ZmE4ZmNjZDk0M2NiMDA***')
    client.init()


    req = StringRequest('[{"region": 2.0, "marital":3.0,"tenure":4.0, "age":22,"address":12,"ed":4},{"region": 2.1, "marital":1.3,"tenure":4.2, "age":34,"address":2,"ed":6}]')
    for x in range(100):
        resp = client.predict(req)
        print(resp)

      其他语言客户端SDK使用说明，详情请参见服务调用SDK。