Skalieren von Azure OpenAI für Java-Chat mit RAG mit Azure-Container-Apps

Erfahren Sie, wie Sie Ihrer Anwendung einen Lastenausgleich hinzufügen, um die Chat-App über die Azure OpenAI-Token- und Modellkontingentgrenzen hinaus zu erweitern. Dieser Ansatz verwendet Azure-Container-Apps, um drei Azure OpenAI-Endpunkte zu erstellen, sowie einen primären Container, um eingehenden Datenverkehr an einen der drei Endpunkte zu leiten.

In diesem Artikel müssen Sie zwei separate Beispiele bereitstellen:

• Chat-App

  • Wenn Sie die Chat-App noch nicht bereitgestellt haben, warten Sie, bis das Beispiel zum Lastenausgleich bereitgestellt wurde.

  • Wenn Sie die Chat-App bereits einmal bereitgestellt haben, ändern Sie die Umgebungsvariable so, dass ein benutzerdefinierter Endpunkt für das Lastenausgleichsmodul unterstützt und erneut bereitgestellt wird.

  • Die Chat-App ist in diesen Sprachen verfügbar:

    • .NET
    • JavaScript
    • Python

• Lastenausgleichs-App

Hinweis

In diesem Artikel werden eine oder mehrere KI-App-Vorlagen als Grundlage für die Beispiele und Anleitungen im Artikel verwendet. KI-App-Vorlagen bieten Ihnen gut Standard tained, einfach bereitzustellende Referenzimplementierungen, die helfen, einen qualitativ hochwertigen Ausgangspunkt für Ihre KI-Apps zu gewährleisten.

Architektur für den Lastenausgleich von Azure OpenAI mit Azure-Container-Apps

Da die Azure OpenAI-Ressource bestimmte Token- und Modellkontingentbeschränkungen aufweist, ist eine Chat-App mit einer einzelnen Azure OpenAI-Ressource anfällig für Unterhaltungsfehler aufgrund dieser Grenzwerte.

Um die Chat-App zu verwenden, ohne diese Grenzwerte zu erreichen, verwenden Sie eine Lastenausgleichslösung mit Azure-Container-Apps. Diese Lösung macht einen einzelnen Endpunkt von Azure-Container-Apps nahtlos für Ihren Chat-App-Server verfügbar.

Die Azure Container-App befindet sich vor einer Reihe von Azure OpenAI-Ressourcen. Die Container-App löst zwei Szenarien: normal und gedrosselt. Während eines normalen Szenarios, in dem Token- und Modellkontingent verfügbar ist, gibt die Azure OpenAI-Ressource eine 200 über die Container-App und den App-Server zurück.

Wenn sich eine Ressource in einem gedrosselten Szenario befindet, z. B. aufgrund von Kontingentbeschränkungen, kann die Azure-Container-App sofort eine andere Azure OpenAI-Ressource wiederholen, um die ursprüngliche Chat-App-Anforderung vollständig zu erfüllen.

Voraussetzungen

• Azure-Abonnement. Kostenloses Konto erstellen

• Zugriff auf Azure OpenAI im gewünschten Azure-Abonnement gewährt.

  Derzeit wird der Zugriff auf diesen Dienst nur auf Antrag gewährt. Sie können den Zugriff auf Azure OpenAI beantragen, indem Sie das Formular unter https://aka.ms/oai/access ausfüllen.

• Dev-Container sind für beide Beispiele verfügbar, wobei alle Abhängigkeiten erforderlich sind, um diesen Artikel abzuschließen. Sie können die Dev-Container in GitHub-Codespaces (in einem Browser) oder lokal mit Visual Studio Code ausführen.

  GitHub Codespaces

  • GitHub -Konto

  Visual Studio Code

  • Docker Desktop: Starten sie Docker Desktop, wenn er noch nicht läuft
  • Visual Studio Code
  • Dev-Containererweiterung

Öffnen der lokalen Lastenausgleichs-Beispiel-App für Container-Apps

GitHub Codespaces

GitHub Codespaces führt einen von GitHub verwalteten Entwicklungscontainer mit Visual Studio Code für Web als Benutzeroberfläche aus. Verwenden Sie für die einfachste Entwicklungsumgebung GitHub Codespaces, damit Sie die richtigen Entwicklertools und Abhängigkeiten vorinstalliert haben, um diesen Artikel abzuschließen.

Wichtig

Alle GitHub-Konten können Codespaces für bis zu 60 Stunden pro Monat mit zwei Kerninstanzen kostenlos verwenden. Weitere Informationen finden Sie im Artikel zu monatlich enthaltener Speicherkapazität und Kernstunden in GitHub Codespaces.

Visual Studio Code

Die Dev Containers-Erweiterung für Visual Studio Code erfordert, dass Docker auf Ihrem lokalen Computer installiert ist. Die Erweiterung hostet den Entwicklungscontainer lokal mithilfe des Docker-Hosts mit den richtigen Entwicklertools und Abhängigkeiten, die vorinstalliert sind, um diesen Artikel abzuschließen.

Bereitstellen des Lastenausgleichs für Azure Container-Apps

1. Melden Sie sich bei der Azure Developer CLI an, um sich für die Schritte der Bereitstellung zu authentifizieren.

   azd auth login --use-device-code
   

2. Legen Sie eine Umgebungsvariable fest, um die Azure CLI-Authentifizierung für den Schritt nach der Bereitstellung zu verwenden.

   azd config set auth.useAzCliAuth "true"
   

3. Stellen Sie die Lastenausgleichs-App bereit.

   azd up
   

   Sie müssen ein Abonnement und eine Region für die Bereitstellung auswählen. Diese müssen nicht dasselbe Abonnement und dieselbe Region wie die Chat-App sein.

4. Warten Sie auf den Abschluss der Bereitstellung, bevor Sie fortfahren.

Abrufen des Bereitstellungsendpunkts

1. Verwenden Sie den folgenden Befehl, um den bereitgestellten Endpunkt für die Azure Container-App anzuzeigen.

   azd env get-values
   

2. Kopieren Sie den CONTAINER_APP_URL-Wert. Sie werden sie im nächsten Abschnitt verwenden.

Erneutes Bereitstellen einer Chat-App mit Lastenausgleichsendpunkt

Dies wird im Beispiel der Chat-App abgeschlossen.

Erste Bereitstellung

1. Öffnen Sie den Dev-Container des Chat-App-Beispiels mit einer der folgenden Optionen.

   Sprache	Codespaces	Visual Studio Code
   .NET
   JavaScript
   Python

2. Melden Sie sich bei Azure Developer CLI (AZD) an.

   azd auth login
   

   Schließen Sie die Anmeldeanweisungen ab.

3. Erstellen Sie eine AZD-Umgebung mit einem Namen wie z. B. chat-app.

   azd env new <name>
   

4. Fügen Sie die folgende Umgebungsvariable hinzu, die das Backend der Chat-App anweist, eine benutzerdefinierte URL für die OpenAI-Anfragen zu verwenden.

   azd env set OPENAI_HOST azure_custom
   

5. Fügen Sie die folgende Umgebungsvariable hinzu, und ersetzen Sie <CONTAINER_APP_URL> mit der URL aus dem vorherigen Abschnitt. Diese Aktion teilt dem Back-End der Chat-App mit, was der Wert der benutzerdefinierten URL für die OpenAI-Anforderung ist.

   azd env set AZURE_OPENAI_CUSTOM_URL <CONTAINER_APP_URL>
   

6. Stellen Sie die Chat-App bereit.

   azd up
   

Erneute Bereitstellung

1. Öffnen Sie den Dev-Container des Chat-App-Beispiels erneut, indem Sie eine der folgenden Optionen verwenden.

   Sprache	Codespaces	Visual Studio Code
   .NET
   JavaScript
   Python

2. Fügen Sie die folgende Umgebungsvariable hinzu, die das Backend der Chat-App anweist, eine benutzerdefinierte URL für die OpenAI-Anfragen zu verwenden.

   azd env set OPENAI_HOST azure_custom
   

3. Fügen Sie die folgende Umgebungsvariable hinzu, die das Backend der Chat-App anweist, eine benutzerdefinierte URL für die OpenAI-Anfragen zu verwenden.

   azd env set CONTAINER_APP_URL <CONTAINER_APP_URL>
   

4. Stellen Sie die Chat-App bereit.

   azd up
   

   Warten Sie, bis dieser Prozess abgeschlossen ist, bevor Sie fortfahren.

Sie können jetzt die Chat-App mit dem Vertrauen verwenden, dass sie für viele Benutzer entwickelt wurde, ohne dass das Kontingent überschritten wird.

Datenstromprotokolle zum Anzeigen der Ergebnisse des Lastenausgleichs

1. Durchsuchen Sie im Azure-Portal Ihre Ressourcengruppe.

2. Wählen Sie in der Liste der Ressourcen in der Gruppe die Container-App-Ressource aus.

3. Wählen Sie Überwachung -> Protokolldatenstrom aus, um das Protokoll anzuzeigen.

4. Verwenden Sie die Chat-App, um Datenverkehr im Protokoll zu generieren.

5. Suchen Sie nach den Protokollen, die auf die Azure OpenAI-Ressourcen verweisen. Jede der drei Ressourcen hat ihre numerische Identität im Protokollkommentar, beginnend mit Proxying to https://openai3, wobei 3 die dritte Azure OpenAI-Ressource angibt.

   

6. Wenn Sie die Chat-App verwenden, wird das Lastenausgleichsmodul automatisch in eine andere Ressource gedreht, wenn der Lastenausgleich den Status erhält, dass die Anforderung das Kontingent überschritten hat.

Konfigurieren der Token pro Minute-Kontingent (TPM)

Standardmäßig werden alle OpenAI-Instanzen im Lastenausgleich mit einer Kapazität von 30.000 TPM (Token pro Minute) bereitgestellt. Sie können die Chat-App mit dem Vertrauen verwenden, dass sie für viele Benutzer entwickelt wurde, ohne dass das Kontingent überschritten wird. Ändern Sie diesen Wert in folgenden Fällen:

• Sie erhalten Fehler bei der Bereitstellungskapazität: Verringern Sie diesen Wert.
• Wenn Sie eine höhere Kapazität planen, erhöhen Sie den Wert.

1. Verwenden Sie den folgenden Befehl, um den Wert zu ändern.

   azd env set OPENAI_CAPACITY 50
   

2. Stellen Sie den Lastenausgleich erneut bereit.

   azd up
   

Bereinigen von Ressourcen

Wenn Sie mit der Chat-App und dem Lastenausgleich fertig sind, bereinigen Sie die Ressourcen. Die in diesem Artikel erstellten Azure-Ressourcen werden Ihrem Azure-Abonnement in Rechnung gestellt. Wenn Sie nicht erwarten, dass diese Ressourcen in Zukunft benötigt werden, löschen Sie sie, um weitere Gebühren zu vermeiden.

Bereinigen Sie die Chat-App-Ressourcen

Kehren Sie zum Artikel der Chat-App zurück, um diese Ressourcen zu bereinigen.

• .NET
• JavaScript
• Python

Bereinigen Sie die hochgeladenen Lastenausgleichsressourcen

Führen Sie den folgenden Azure Developer CLI-Befehl aus, um die Azure-Ressourcen zu löschen und den Quellcode zu entfernen:

azd down --purge --force

Die Schalter bieten:

• purge: Gelöschte Ressourcen werden sofort endgültig gelöscht. Auf diese Weise können Sie das Azure OpenAI-TPM wiederverwenden.
• force: Der Löschvorgang erfolgt im Hintergrund, ohne dass die Zustimmung des Benutzers erforderlich ist.

Bereinigen von GitHub-Codespaces

GitHub Codespaces

Durch das Löschen der GitHub Codespaces-Umgebung wird sichergestellt, dass Sie die Anzahl der kostenlosen Berechtigungsstunden pro Kern maximieren können, die Sie für Ihr Konto erhalten.

Wichtig

Weitere Informationen zu den Berechtigungen Ihres GitHub-Kontos finden Sie im Artikel zu monatlich enthaltener Speicherkapazität und Kernstunden in GitHub Codespaces.

1. Melden Sie sich beim GitHub Codespaces-Dashboard (https://github.com/codespaces) an.

2. Suchen Sie Ihre derzeit ausgeführten Codespaces, die aus dem GitHub-Repository azure-samples/openai-aca-lb stammen.

   

3. Öffnen Sie das Kontextmenü für den Codespace, und wählen Sie dann Löschen aus.

   

Visual Studio Code

Sie müssen ihre lokale Umgebung nicht unbedingt bereinigen, aber Sie können den ausgeführten Entwicklungscontainer beenden und zur Ausführung von Visual Studio Code im Kontext eines lokalen Arbeitsbereichs zurückkehren.

1. Öffnen Sie die Befehlspalette, suchen Sie nach den Dev Containers-Befehlen, und wählen Sie dann Dev Containers: Ordner erneut öffnen aus.

   

Tipp

Visual Studio Code beendet den ausgeführten Entwicklungscontainer, aber der Container befindet sich weiterhin in Docker in einem beendeten Zustand. Sie haben immer die Möglichkeit, die Containerinstanz, das Containerimage und die Volumes aus Docker zu löschen, um mehr Speicherplatz auf Ihrem lokalen Computer freizugeben.

Hilfe erhalten

Wenn Sie Probleme beim Bereitstellen des Azure API Management-Lastenausgleichs haben, protokollieren Sie Ihr Problem mit den Problemen des Repositorys.

Beispielcode

Beispiele, die in diesem Artikel verwendet werden, umfassen:

• Java-Chat-App mit RAG
• Lastenausgleich mit Azure-Container-Apps

Nächster Schritt

• Verwenden von Azure Load Testing zum Laden des Tests Ihrer Chat-App mit