本文為您介紹在Designer訓練得到模型後，如何進行生產化部署以對新資料進行預測。
部署模型主要是為了使用模型來進行新資料的預測。根據新資料預測的時效要求，預測任務分為兩類：線上預測和離線預測。對於這兩種需求，在Designer中都提供了相應的操作流程支援。
線上預測
Designer工作流程運行成功後，您可以將訓練獲得的PMML、AlinkModel或XGBoost格式的模型檔案，一鍵快速部署為EAS線上服務。每次只支援部署單個模型檔案。您也可以手動匯出訓練獲得的PMML模型檔案，並跨平台部署為EAS線上服務。部分PS格式的模型，需要在模型匯出處理後再跨平台手動部署為EAS線上服務。
對於Alink類型的演算法組件，Designer支援將一個包含資料預先處理、特徵工程、模型預測的離線資料處理Pipeline，打包成一個離線模型，並一鍵部署為EAS線上服務。
將訓練獲得的模型部署為線上服務後，支援在Designer模型產出組件的下遊接入更新EAS服務元件，來更新線上服務，並支援將工作流程提交到DataWorks進行周期性調度，實現模型服務定時自動更新。
離線預測
在Designer中，將訓練獲得的模型和測試資料集接入預測組件進行批量預測。並支援將預測工作流程提交到DataWorks進行周期性調度，實現定時自動預測，詳情請參見離線批量預測。