深度学习模型的服务化高并发部署--以Nginx+gunicorn+flask为例的docker部署方案

0.前言

机器学习模型训练完成后如何让其他人使用是一个工程化的问题，也许我们的用户是没有一点机器学习的基础，我们让他们独自完成模型的部署是十分困难的，这时候我们可以考虑为他们提供一种服务，他们并不需要关心怎么实现的，只需要简单的调用我们提供的服务接口便可以实现自己的需求，这便是模型服务化的部署过程。
机器学习模型部署是一个复杂的工程化问题，本部分为了简单化模型的部署过程，主要介绍简单的Nginx+gunicorn+flask的docker部署方案。

1. flask部署机器学习模型

flask介绍

Python 现阶段有三大主流Web框架，分别是Django、Tornado、Flask ：

1. Django主要特点是大而全,集成了很多组件,例如: Models Admin Form 等等, 不管你用得到用不到,反正它全都有,属于全能型框架；
2. Torando主要特点是原生异步非阻塞,在IO密集型应用和多任务处理上占据绝对性的优势,属于专注型框架；
3. Flask主要特点小而轻,原生组件几乎为0, 三方提供的组件请参考Django 非常全面,属于短小精悍型框架。

在这里我们选用的是flask，这里主要介绍一下flask：
Flask 是一个 web 框架，也就是说 Flask 为你提供工具、库和技术来允许你构建一个 web 应用程序。这个 wdb 应用程序可以使一些 web 页面、博客、wiki、基于 web 的日历应用或商业网站。
Flask 属于微框架（micro-framework）这一类别，微架构通常是很小的不依赖于外部库的框架。这既有优点也有缺点，优点是框架很轻量，更新时依赖少，并且专注安全方面的 bug，缺点是你不得不自己做更多的工作，或通过添加插件增加自己的依赖列表，但是简单的部署服务也是可行的。

安装依赖

在模型flask部署的过程中，主要需要以下的python依赖包：

Flask
numpy
torch
torchvision
pillow
1
2
3
4
5

模型推理

这里以resnet模型为例进行介绍，可以使用这个训练好的模型权重（权重网址(k9rb)，如下式使用该模型进行推理的代码：

# -*- encoding: utf-8 -*-
import json
import torch

import numpy as np
from PIL import Image
from torchvision import transforms, models


data_trans = transforms.Compose([transforms.Resize([224,224]),
                                transforms.ToTensor(),
                                transforms.Normalize([0.485, 0.456, 0.406], 
                                                    [0.229, 0.224, 0.225])])

def thresh_sort(x, thresh):
    idx, = np.where(x > thresh)
    return idx[np.argsort(x[idx])]


# 加载模型部分
def init_model():
    resnet = models.resnet50()
    num_ftrs = resnet.fc.in_features
    resnet.fc = torch.nn.Linear(num_ftrs, 20)
    resnet.load_state_dict(torch.load('model.pth', 
                           map_location='cpu'))

    for param in resnet.parameters():
        param.requires_grad = False
    resnet.eval()
    return resnet


def make_prediction(path):
    img = Image.open(path)
    img_trans = data_trans(img).unsqueeze(0)

    output = model(img_trans)
    output = output[0].numpy().ravel()
    labels = thresh_sort(output, 0.5)

    if len(labels) == 0 :
        label_array = "No Categories"
        status = 0
    else:
        label_array = [cat_to_name[str(i)] for i in labels]
        status = 1
    
    return label_array, status


if __name__ == '__main__':
    # 初始化，预加载完成模型
    model = init_model()
    
    # 类别信息
    with open('class_name.json', 'r') as f:
        cat_to_name = json.load(f)

    path = "path/image"
    label, status = make_prediction(path)
    print(label, status)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63

在上述的代码中class_name.json的文件内容为：

{"0": "Aeroplane", "1": "Bicycle", "2": "Bird", "3": "Boat", "4": "Bottle", "5": "Bus", "6": "Car", "7": "Cat", "8": "Chair", "9": "Cow", "10": "Dining Table", "11": "Dog", "12": "Horse", "13": "Motorbike", "14": "Person", "15": "Potted Plant", "16": "Sheep", "17": "Sofa", "18": "Train", "19": "TV Monitor"}
1

flask服务化部署模型

如上是常用的模型推理的代码，现将模型改为flask方式实现模型服务化，如下所示：

# -*- encoding: utf-8 -*-
'''
@File    :   deploy.py
@Time    :   2021/11/07 16:05:22
@Author  :   xx Xianqin 
@Version :   1.0
@Contact :   xianqin.xx@163.com
@License :   (C)Copyright 2017-2021
@Desc    :   None
'''
import json
import torch
import numpy as np
from PIL import Image
from torchvision import transforms, models
from flask import Flask, request

app = Flask(__name__)

app.config["data_trans"] = transforms.Compose([transforms.Resize([224,224]),
                                transforms.ToTensor(),
                                transforms.Normalize([0.485, 0.456, 0.406], 
                                                    [0.229, 0.224, 0.225])])

def thresh_sort(x, thresh):
    idx, = np.where(x > thresh)
    return idx[np.argsort(x[idx])]

# 加载模型部分
def init_model():
    resnet = models.resnet50()
    num_ftrs = resnet.fc.in_features
    resnet.fc = torch.nn.Linear(num_ftrs, 20)
    resnet.load_state_dict(torch.load('model.pth', map_location='cpu'))

    for param in resnet.parameters():
        param.requires_grad = False
    resnet.eval()
    return resnet

# 调用服务执行的内容
@app.route('/model_predict', methods=['POST'])
def make_prediction():
    if request.method == 'POST':
        file_data = request.files.get('image')

        img = Image.open(file_data)
        img_trans = app.config["data_trans"](img).unsqueeze(0)

        output = app.config["model"](img_trans)
        output = output[0].numpy().ravel()
        labels = thresh_sort(output, 0.5)

        if len(labels) == 0 :
            label_array = "No Categories"
            status = 0
        else:
            label_array = [app.config["name"][str(i)] for i in labels]
            status = 1
        
        return json.dumps({"result": label_array, "status":status})


if __name__ == '__main__':
    # 初始化，预加载完成模型
    app.config["model"] = init_model()
    
    # 类别信息
    with open('class_name.json', 'r') as f:
         app.config["name"] = json.load(f)

    # 启动模型的flask服务
    app.run(host='0.0.0.0', port=10086, debug=True)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73

对比两个段代码可以看出，使用flask部署模型可以很简单的实现，仅需要修改较少的代码就可以，其他的模型参照类似的方式实现。

启动flask服务

若上述项目的python文件名为model_flask.py，则启动flask服务执行如下命令：

python model_flask.py
1

在进行测试时，建议选用postman（点击进入官网下载）进行测试，如下图是针对本项目启动的flask进行测试的配置页面：

如上图，由于我们选用的是post方式，按照本图中的相关内容进行配置即可进行测试。
注意这里是 flask 代码启动了 app.run(), 尤其注意这是用 flask 自带的服务器启动 的app服务，后边会介绍这一问题。

2. gunicorn部署flask项目

flask直接生产环境部署的问题

在启动上述的flask项目时，会出现“WARNING: Do not use the development server in a production environment.”的警告提示；这是提示不要在生产环境直接部署flask服务。
Flask的web框架内部已经有了一个 WSGI server用来接受请求，但是因为其自带的server在处理并发等情况时不够优秀，并且存在响应慢等问题，出现这种情况也是由于flask框架的重点都放在了WSGI applicaiton的层面上，因为flask只是一个web框架，并不是一个web server的容器，flask自带的werkzeug只能用于开发环境，不能用于生产环境。此外如果直接通过nginx进行反向代理，也会经常无法响应请求。因此在生产环境下，flask 自带的服务器是无法满足性能要求的。
有两个可以在生产环境中使用、性能良好且支持Flask程序的服务器，分别是Gunicorn和uWSGI，但是这两个模块不提供对window的支持。因此本部分主要介绍gunicorn部署flask服务。
常见的客户请求模式下图所示，因此主要是介绍下图模式的部署方案实现：

gunicorn介绍

gunicorn是一个python Wsgi http server（其中WSGI为Web Server Gateway Interface，服务器网关接口），只支持在Unix系统上运行，来源于Ruby的unicorn项目。Gunicorn使用prefork master-worker模型（在gunicorn中，master被称为arbiter），能够与各种wsgi web框架协作。
Gunicorn很容易配置，轻量级对cpu的消耗很少，且兼容性好，具有高性能，并支持了很多Worker模式，推荐的模式有以下几种:
同步Worker：也是默认模式Sync，也就是一次只处理一个请求。
异步Worker：通过Eventlet、Gevent实现的异步模式。
异步IO Worker：目前支持gthread和gaiohttp两种类型。

gunicorn依赖环境

gunicorn
supervisor
1
2

gunicorn部署flask

在安装好 gunicorn 后，需要用 gunicorn 启动 flask（不需要启动上一步的flask，不然会造成gunicorn端口号冲突），使用了 gunicorn启动flask服务，则这一过程中model_flask.py 就等同于一个库文件，被 gunicorn 调用。

启动flask（在终端输入如下命令）

gunicron -w 4 -k gevent -b 0.0.0.0:10086 model_flask:app
1

上述参数介绍：
-b 绑定应用的ip(0.0.0.0是任何服务器都可以访问，127.0.0.1是只能本机访问)和端口
-w work的数量，也就是同时启动的模型进程数量，官方说可以有：核心数*+1个，若是部署的机器学习模型，这样设置可能存在问题，后续会介绍。
worker_class
-k STRTING, --worker-class STRTING要使用的工作模式，默认为sync。可引用以下常见类型“字符串”作为捆绑类，主要有以下几种：
sync
eventlet：需要下载eventlet>=0.9.7
gevent：需要下载gevent>=0.13
tornado：需要下载tornado>=0.2
gthread
gaiohttp：需要python 3.4和aiohttp>=0.21.5
他们的区别可以参考这个链接
model_flask:app是前边部署的flask文件model_flask.py的名字和固定的app
gunicorn有较多的参数，其他的参数介绍可以参考官方文档。

若要结束 gunicorn 需执行 pkill gunicorn，有时需要利用ps -ef | grep gunicorn查找到 pid 进程号才能 kill。
这样的操作有些繁琐，因此出现了supervisor，这是专门用来管理进程的工具，还可以管理系统的工具进程。

在这里我们主要利用supervisor管理gunicorn，将其当作自己的子进程启动；当gunicorn由于异常等停止运行后，supervisor可以自动重启gunicorn

supervisord启动成功后，可以通过supervisorctl客户端控制进程，启动、停止、重启
具体的使用步骤如下：

1. 安装supervisor文件

pip install supervisor
1

2. 生成supervisor的配置文件

echo_supervisord_conf > supervisor.conf
1

注意：可能echo_supervisord_conf不在你的环境变量目录下，可能要查找，通常在python环境的bin目录下，如果不在可以去这个目录查找。利用命令find / -name echo_supervisord_conf查找到echo_supervisord_conf路径，使用绝对路径执行上述命令

3.修改配置文件

vi supervisor.conf
1

在配置文件的最后添加相关的gunicorn内容

[program:our_app]
directory=/工程文件/model_flask.py/所在的绝对路径/
command=gunicorn -w 4 -k gevent -b 0.0.0.0:10086 model_flask:app

保存上述内容即可，可以看出与终端执行gunicorn是基本一致的。

4. 启动supervisor
   以下两种方式都可以启动我们的应用：

supervisorctl start our_app 
或者
supervisord -c supervisor.conf
1
2
3

其中一定要注意our_app与supervisor.conf中的[program:our_app]是相一致的。
其他supervisor的基本使用命令：

supervisord -c supervisor.conf                             通过配置文件启动supervisor
supervisorctl -c supervisor.conf status                    察看supervisor的状态
supervisorctl -c supervisor.conf reload                    重新载入 配置文件
supervisorctl -c supervisor.conf start [all]|[appname]     启动指定/所有 supervisor管理的程序进程
supervisorctl -c supervisor.conf stop [all]|[appname]      关闭指定/所有 supervisor管理的程序进程
1
2
3
4
5

现在访问http://IP:10086/model_predict就是利用gunicorn进行flask服务调用了，方法与前边介绍的postman测试一致。

3. Nginx部署

Nginx介绍

Nginx是一款轻量级的Web 服务器/反向代理服务器及电子邮（IMAP/POP3）代理服务器，并在一个BSD-like 协议下发行。其特点是占有内存少，并发能力强，事实上nginx的并发能力确实在同类型的网页服务器中表现较好，中国大陆使用nginx网站用户有：百度、京东、新浪、网易、腾讯、淘宝等。

Nginx安装

系统安装nginx安装包
ubuntu安装nginx
sudo apt install nginx
centos安装nginx，可以参考这个。

Nginx配置

以Ubuntu系统下的nginx为例进行介绍：
sudo vi /etc/nginx/nginx.conf
如下是该配置文件的内容：

user nginx;   # 设置使用用户nginx，保持不变即可
worker_processes 2; # nginx要开启的进程数，若不设置默认为1，一般情况下不用修改，但考虑到实际情况，可以修改这个数值，以提高性能，上限为主机的CPU核数;nginx开启太多的进程，会影响主进程调度，所以占用的cpu会增高，因此该数值要适量设置，个人建议1-4即可。
error_log /var/log/nginx/error.log; # 出现错误存放的日志文件路径，保持不变即可
pid /run/nginx.pid; # 进程号的PID存在该路径中

# Load dynamic modules. See /usr/share/doc/nginx/README.dynamic.
include /usr/share/nginx/modules/*.conf; 

events {# 工作模式与连接数上限
    worker_connections 1024;  # 单个进程的最大连接数
}

http {
    log_format  main  '$remote_addr - $remote_user [$time_local] "$request" '
                      '$status $body_bytes_sent "$http_referer" '
                      '"$http_user_agent" "$http_x_forwarded_for"'; # 连接日志的保存格式
    access_log  /var/log/nginx/access.log  main;  # 日志的存放路径

    sendfile            on;   # 使用sendfile系统调用来传输文件，保持该默认即可
    tcp_nopush          on;   # 激活tcp_nopush参数可以允许把http response header和文件的开始放在一个文件里发布，作用是减少网络报文段的数量
    tcp_nodelay         on;   # 激活tcp_nodelay，内核会等待将更多的字节组成一个数据包，从而提高I/O性能
    keepalive_timeout   65;   # 长连接超时时间，单位是秒
    types_hash_max_size 4096;  # 为了快速处理静态数据集，例如服务器名称， 映射指令的值，MIME类型，请求头字符串的名称，nginx使用哈希表

    include             /etc/nginx/mime.types;      # 文件扩展名与类型映射表
    default_type        application/octet-stream;   # 默认文件类型

    # Load modular configuration files from the /etc/nginx/conf.d directory.
    # See http://nginx.org/en/docs/ngx_core_module.html#include
    # for more information.
    # 加载模块化配置文件
    include /etc/nginx/conf.d/*.conf;
    server {
        listen 8999;  # 监听端口，为nginx的开放端口内容，默认81
        #server_name 192.168.10.88;  # 域名，没有可以为空
        location / { # 对“/”启用反向代理
                proxy_pass http://0.0.0.0:10086;   
                proxy_redirect     off;
                proxy_set_header   Host $host:8999 ; # 若listen的端口号不是81，此处一定要
                proxy_set_header   X-Real-IP            $remote_addr;
                proxy_set_header   X-Forwarded-For      $proxy_add_x_forwarded_for;
                proxy_set_header   X-Forwarded-Proto    $scheme;
                }
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45

上述配置文件中主要添加了server部分，其中listen 是nginx的代理端口号，默认为81，可以修改为其他的；proxy_pass 处的内容为flask的地址和端口号，proxy_set_header 处为要与listen处一致，若为81可以写成【 Host $host；】，但是若listen不为81，必须写成【Host $host:8999 ;】，与listen处一致。

启动nginx

在终端执行

sudo service nginx start 
1

现在访问http://IP:8999/model_predict就是利用nginx代理的flask服务调用方式了了，与前边介绍的postman测试一致。注意端口号需要改成listen处的接口。

4. docker镜像内部署nginx+gunicorn+flask的实现方案

本项目的目录结构如下：

具体的dockerfile文件内容如下：

#基于的基础镜像
FROM python:3.7
RUN  mkdir /code
COPY app  /code  

#并发相关配置文件
RUN apt-get install nginx -y
COPY supervisor.conf /code
COPY nginx.conf /etc/nginx/

#安装python相关环境
RUN pip install -r /code/requirements.txt  -i https://pypi.tuna.tsinghua.edu.cn/simple/ -f https://download.pytorch.org/whl/torch_stable.html

WORKDIR /code

#建立相关软连接配置
RUN ln -s /opt/python37/bin/gunicorn /usr/bin/ && ln -s /opt/python37/bin/supervisorctl /usr/bin && ln -s /opt/python37/bin/supervisord /usr/bin
RUN useradd -s /sbin/nologin -M nginx

#启动容器执行的命令，依次是启动gunicorn、启动nginx && service nginx start 
# nginx -g 'daemon off;'关闭nginx的后台，
# nginx默认是以后台模式启动的，Docker未执行自定义的CMD之前，nginx的pid是1，执行到CMD之后，nginx就在后台运行，bash或sh脚本的pid变成了1。所以一旦执行完自定义CMD，nginx容器也就退出了。为了保持nginx的容器不退出，应该关闭nginx后台运行
ENTRYPOINT ["/bin/bash", "-c", "supervisord -c /code/supervisor.conf && nginx -g 'daemon off;'"]

#端口号为Nginx反向代理的接口,与nginx.conf中的listen设置保持一致
EXPOSE 8999
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

依据上边工程目录结构执行dockerfile即可生成镜像。

5. 此方案问题

1. gunicorn的-w是对应的启动服务的进程数：
   对于机器学习模型来说，尤其是深度学习模型通常比较大，启动多个进程便是加载多次模型到内存中，此处必须要考虑服务器的显存，否则会出现out of memory。例如：我们有一张显存为12G的卡，若是单个模型加载到显存内占用的显存空间为3G，若设置-w为4(需要注意-w的数量是子进程的数量，并不包括主进程，因此-w为1，则实际有2个进程)，则此时刚好3G×5=15G，此时变会出现内存溢出。所以再设置gunicorn的-w时需要考虑部署的环境问题。

此方案有不妥之处欢迎大佬们多多指教！
若在部署过程中遇到问题，可以随时留言沟通，亦或者发送邮件maxianqin1112@163.com，在看到后我会第一时间回复，一起加油！

此内容可以任意转载，但请注明出处！