Criação de uma imagem personalizada e uso dela para criar uma aplicação de IA

Construir uma imagem localmente

Esta seção usa um host de Linux x86_x64 como exemplo. Você pode comprar um ECS com as mesmas especificações ou usar um host local existente para criar uma imagem personalizada.

Para obter detalhes sobre como adquirir um ECS, consulte Compra e logon em um ECS Linux. Ao criar o ECS, selecione uma imagem pública do Ubuntu 18.04.

Figura 1 Criar um ECS usando uma imagem pública x86

1. Após fazer logon no host, instale o Docker. Para obter detalhes, consulte documentos oficiais do Docker. Como alternativa, execute os seguintes comandos para instalar o Docker:

   curl -fsSL get.docker.com -o get-docker.sh
   sh get-docker.sh
2. Obtenha a imagem de base. Ubuntu 18.04 é usado neste exemplo.

   docker pull ubuntu:18.04
3. Crie a pasta self-define-images e edite Dockerfile e test_app.py na pasta da imagem personalizada. No código de exemplo, o código da aplicação é executado na estrutura do Flask.
   A estrutura do arquivo é a seguinte:

   self-define-images/
       --Dockerfile
       --test_app.py
   • Dockerfile

     From ubuntu:18.04
     # Configure the HUAWEI CLOUD source and install Python, Python3-PIP, and Flask.
     RUN cp -a /etc/apt/sources.list /etc/apt/sources.list.bak && \
       sed -i "s@http://.*security.ubuntu.com@http://repo.huaweicloud.com@g" /etc/apt/sources.list && \
       sed -i "s@http://.*archive.ubuntu.com@http://repo.huaweicloud.com@g" /etc/apt/sources.list && \
       apt-get update && \
       apt-get install -y python3 python3-pip && \
       pip3 install  --trusted-host https://repo.huaweicloud.com -i https://repo.huaweicloud.com/repository/pypi/simple  Flask
     
     # Copy the application code to the image.
     COPY test_app.py /opt/test_app.py
     
     # Specify the boot command of the image.
     CMD python3  /opt/test_app.py
   • test_app.py

     from flask import Flask, request
     import json 
     app = Flask(__name__)
     
     @app.route('/greet', methods=['POST'])
     def say_hello_func():
         print("----------- in hello func ----------")
         data = json.loads(request.get_data(as_text=True))
         print(data)
         username = data['name']
         rsp_msg = 'Hello, {}!'.format(username)
         return json.dumps({"response":rsp_msg}, indent=4)
     
     @app.route('/goodbye', methods=['GET'])
     def say_goodbye_func():
         print("----------- in goodbye func ----------")
         return '\nGoodbye!\n'
     
     
     @app.route('/', methods=['POST'])
     def default_func():
         print("----------- in default func ----------")
         data = json.loads(request.get_data(as_text=True))
         return '\n called default func !\n {} \n'.format(str(data))
     
     # host must be "0.0.0.0", port must be 8080
     if __name__ == '__main__':
         app.run(host="0.0.0.0", port=8080)
4. Alterne para a pasta self-define-images e execute o seguinte comando para criar uma imagem personalizada test:v1:

   docker build -t test:v1 .
5. Execute docker images para exibir a imagem personalizada que você criou.

Verificar a imagem localmente e carregá-la para o SWR

1. Execute o seguinte comando no ambiente local para iniciar a imagem personalizada:

   docker run -it -p 8080:8080 test:v1
   Figura 2 Iniciar uma imagem personalizada
   
2. Abra outro terminal e execute os seguintes comandos para testar as funções das três APIs da imagem personalizada:

   curl -X POST -H "Content-Type: application/json" --data '{"name":"Tom"}'  127.0.0.1:8080/
   curl -X POST -H "Content-Type: application/json" --data '{"name":"Tom"}' 127.0.0.1:8080/greet
   curl -X GET 127.0.0.1:8080/goodbye

   Se forem exibidas informações semelhantes às seguintes, a verificação da função é bem-sucedida.

   Figura 3 Testar funções da API
   

3. Carregue a imagem personalizada para o SWR. Para obter detalhes, consulte Como carregar imagens para o SWR?
4. Veja a imagem carregada na página My Images > Private Images do console do SWR.

Usar a imagem personalizada para criar uma aplicação de IA

Implementar a aplicação de IA como um serviço em tempo real

1. Implemente a aplicação de IA como um serviço em tempo real. Para obter detalhes, consulte Implementação como serviço em tempo real.
2. Veja os detalhes sobre o serviço em tempo real.
3. Acesse o serviço em tempo real na página de guia Prediction.
   Figura 5 Acessar um serviço em tempo real