EAS內建的PMML Processor,支援將PMML格式的模型部署成線上服務,並提供線上即時推理。本文為您介紹如何部署及調用PMML模型服務。
背景資訊
在Designer上匯出的PMML格式的演算法模型,可以使用PMML Processor部署到EAS中;使用Sklearn、Xgboost等開源演算法架構訓練的演算法模型,轉換成PMML格式後,也可以使用PMML Processor部署到EAS中,詳情請參見通用模型匯出。
更多關於PMML模型的介紹,詳情請參見PMML模型介紹。
缺失值填充策略
PMML Processor提供預設的缺失值填充策略。如果PMML模型檔案中的特徵欄位沒有指定缺失值填充(isMissing)策略,則系統預設以如下值進行填充。
資料類型 | 預設值填充 |
BOOLEAN | false |
DOUBLE | 0.0 |
FLOAT | 0.0 |
INT | 0 |
STRING | "" |
步驟一:部署服務
使用eascmd用戶端部署PMML模型服務時,您需要指定Processor種類為pmml,服務組態檔樣本如下。
{
"name": "eas_lr_example",
"processor": "pmml",
"model_path": "http://examplebucket.oss-cn-shanghai.aliyuncs.com/models/lr.pmml",
"metadata": {
"instance": 1,
"cpu": 1
}
}
關於如何使用eascmd用戶端工具部署服務,詳情請參見服務部署:EASCMD或DSW。
您也可以通過控制台部署PMML模型服務,詳情請參見服務部署:控制台。
步驟二:調用服務
參考以下步驟進行服務調用。
PMML服務部署完成後,在模型線上服務(EAS)頁面,單擊待調用服務服務方式列下的調用資訊,查看服務訪問的Endpoint和用於服務鑒權的Token資訊。
構造服務要求。
PMML服務的輸入輸出格式為JSON格式的純檔案,一次請求支援多條樣本輸入,每條樣本為KV格式的特徵資料,樣本如下。
[ { "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 } ]
說明實際發送服務要求時,可以去除JSON檔案中的換行和空格,以減小網路傳輸,提升服務效能。
發送服務要求。
支援以下兩種方式:
重要直接通過HTTP Header傳入,會使Token在網路中以明文方式傳輸;使用EAS提供的SDK,會使用Token對請求做簽名後再發送,安全性更高。
使用curl命令對服務進行快速請求測試。
服務提供HTTP訪問入口,發送請求時,可以將鑒權Token直接通過HTTP Header傳入,樣本如下。
// 發送請求。 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}]'
其中:
18284888792***.cn-shanghai.pai-eas.aliyuncs.com/api/predict/pmml_test:替換為步驟1查詢的服務訪問的Endpoint。
Authorization:配置為步驟1查詢的用於服務鑒權的Token資訊。
返回結果樣本如下。
[{"p_0":0.2856724025030001,"p_1":0.7143275974969999},{"p_0":0.18324957921381624,"p_1":0.8167504207861838}]
使用Python SDK發送請求,詳情請參見Python SDK使用說明。
範例程式碼如下。
#!/usr/bin/env python from eas_prediction import PredictClient from eas_prediction import StringRequest if __name__ == '__main__': # 替換為步驟1查詢的服務訪問的Endpoint和服務名稱。 client = PredictClient('1828488879222***.cn-shanghai.pai-eas.aliyuncs.com', 'pmml_test') # 替換為步驟1查詢的用於服務鑒權的Token資訊。 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)
其他語言用戶端SDK使用說明,詳情請參見服務調用SDK。
相關文檔
您也可以使用其他預置Processor部署EAS線上服務,詳情請參見服務部署:預置Processor。
您也可以開發自訂Processor,使用自訂Processor部署EAS線上服務,詳情請參見服務部署:自訂Processor。