本章节为您介绍在Designer训练得到模型后，如何做生产化部署对新数据进行预测。
背景信息
部署模型主要是为了使用模型来进行新数据的预测。按照新数据的预测时效要求，预测任务分为两类：离线预测和在线预测。对于两类需求，在Designer中都提供了对应的操作流程支持。
离线预测
在Designer中，使用预测组件进行批量预测，并支持将预测工作流提交到DataWorks进行周期性调度。详情见离线批量预测。
在线预测
Designer中训练获得的PMML、AlinkModel或XGBoost格式的模型文件，在产品功能上支持一键快速部署为在线服务；部分PS格式的模型，需要模型导出处理后再部署为在线服务。详情见单模型部署在线服务。
对于Alink类型的算法组件，Designer支持将一个包含数据预处理、特征工程、模型预测的离线数据处理pipeline，打包成一个离线模型，并一键部署至EAS变成在线服务。详情见Pipeline部署在线服务。
支持在Designer模型产出的组件下游接入更新EAS服务组件，来更新在线服务。并支持将工作流提交到DataWorks进行周期性调度。详情见在线模型服务定时自动更新。