ModelArts Standard推理服务支持VPC直连的高速访问通道配置

背景说明

访问在线服务的实际业务中，用户可能会存在如下需求：

• 高吞吐量、低时延
• TCP或者RPC请求

因此，ModelArts提供了VPC直连的高速访问通道功能以满足用户的需求。

使用VPC直连的高速访问通道，用户的业务请求不需要经过推理平台，而是直接经VPC对等连接发送到实例处理，访问速度更快。

由于请求不经过推理平台，所以会丢失以下功能：

• 认证鉴权

• 流量按配置分发
• 负载均衡
• 告警、监控和统计

图1 VPC直连的高速访问通道示意图

准备工作

使用专属资源池部署在线服务，服务状态为“运行中”。

• 只有专属资源池部署的服务才支持VPC直连的高速访问通道。
• VPC直连的高速访问通道，目前只支持访问在线服务。
• 因流量限控，获取在线服务的IP和端口号次数有限制，每个主账号租户调用次数不超过2000次/分钟，每个子账号租户不超过20次/分钟。
• 目前仅支持自定义镜像导入模型，部署的服务支持高速访问通道。

操作步骤

使用VPC直连的高速访问通道访问在线服务，基本操作步骤如下：

1. 将专属资源池的网络打通VPC
2. VPC下创建弹性云服务器
3. 获取在线服务的IP和端口号
4. 通过IP和端口号直连应用

1. 将专属资源池的网络打通VPC

   登录ModelArts控制台，进入“AI专属资源池 > 弹性集群 Cluster”找到服务部署使用的专属资源池，单击“名称/ID”，进入资源池详情页面，查看网络配置信息。返回专属资源池列表，选择“网络”页签，找到专属资源池关联的网络，打通VPC。打通VPC网络后，网络列表和资源池详情页面将显示VPC名称，单击后可以跳转至VPC详情页面。

   图2 查看网络配置
   
   图3 打通VPC
   

2. VPC下创建弹性云服务器

   登录弹性云服务器ECS控制台，单击右上角“购买弹性云服务器”，进入购买弹性云服务器页面，完成基本配置后单击“下一步：网络配置”，进入网络配置页面，选择1中打通的VPC，完成其他参数配置，完成高级配置并确认配置，下发购买弹性云服务器的任务。等待服务器的状态变为“运行中”时，弹性云服务器创建成功。单击“名称/ID”，进入服务器详情页面，查看虚拟私有云配置信息。

   图4 购买弹性云服务器时选择VPC
   
   图5 查看虚拟私有云配置信息
   

3. 获取在线服务的IP和端口号

   可以通过使用图形界面的软件（以Postman为例）获取服务的IP和端口号，也可以登录弹性云服务器（ECS），创建Python环境运行代码，获取服务IP和端口号。

   API接口：

   GET /v1/{project_id}/services/{service_id}/predict/endpoints?type=host_endpoints

   • 方式一：图形界面的软件获取服务的IP和端口号
     图6 接口返回示例
     
   • 方式二：Python语言获取IP和端口号

     Python代码如下，下述代码中以下参数需要手动修改：

     • project_id：用户项目ID，获取方法请参见获取项目ID和名称。
     • service_id：服务ID，在服务详情页可查看。
     • REGION_ENDPOINT：服务的终端节点，查询请参见终端节点。

     def get_app_info(project_id, service_id):
         list_host_endpoints_url = "{}/v1/{}/services/{}/predict/endpoints?type=host_endpoints"
         url = list_host_endpoints_url.format(REGION_ENDPOINT, project_id, service_id)
         headers = {'X-Auth-Token': X_Auth_Token}
         response = requests.get(url, headers=headers)
         print(response.content)

4. 通过IP和端口号直连应用
   登录弹性云服务器（ECS），可以通过Linux命令行访问在线服务，也可以创建Python环境运行Python代码访问在线服务。schema、 ip、port参数值从3获取。

   • 执行命令示例如下，直接访问在线服务。

     curl --location --request POST 'http://192.168.205.58:31997' \
     --header 'Content-Type:  application/json' \
     --data-raw '{"a":"a"}'

     图7 访问在线服务
     

   • 创建Python环境，运行Python代码访问在线服务。

     def vpc_infer(schema, ip, port, body):
         infer_url = "{}://{}:{}"
         url = infer_url.format(schema, ip, port)
         response = requests.post(url, data=body)
         print(response.content)

   

   由于高速通道特性会缺失负载均衡的能力，因此在多实例时需要自主制定负载均衡策略。