Menskalakan Azure OpenAI untuk obrolan Java menggunakan RAG dengan Azure Container Apps

Pelajari cara menambahkan penyeimbangan beban ke aplikasi Anda untuk memperluas aplikasi obrolan di luar batas token Layanan Azure OpenAI dan kuota model. Pendekatan ini menggunakan Azure Container Apps untuk membuat tiga titik akhir Azure OpenAI dan kontainer utama untuk mengarahkan lalu lintas masuk ke salah satu dari tiga titik akhir.

Artikel ini mengharuskan Anda untuk menyebarkan dua sampel terpisah:

• Aplikasi obrolan

  • Jika Anda belum menyebarkan aplikasi obrolan, tunggu hingga contoh penyeimbang beban disebarkan.

  • Jika Anda sudah menyebarkan aplikasi obrolan sekali, ubah variabel lingkungan untuk mendukung titik akhir kustom untuk load balancer dan sebarkan ulang lagi.

  • Aplikasi obrolan tersedia dalam bahasa berikut:

    • .NET
    • JavaScript
    • Python

• Aplikasi load balancer

Nota

Artikel ini menggunakan satu atau beberapa templat aplikasi AI sebagai dasar untuk contoh dan panduan dalam artikel. Templat aplikasi AI memberi Anda implementasi referensi yang terawat dengan baik yang mudah disebarkan. Ini membantu memastikan titik awal berkualitas tinggi untuk aplikasi AI Anda.

Arsitektur untuk penyeimbangan beban Azure OpenAI dengan Azure Container Apps

Karena sumber daya Azure OpenAI memiliki batas token dan kuota model tertentu, aplikasi obrolan yang menggunakan satu sumber daya Azure OpenAI rentan mengalami kegagalan percakapan karena batas tersebut.

Untuk menggunakan aplikasi obrolan tanpa mencapai batas tersebut, gunakan solusi penyeimbang beban dengan Aplikasi Kontainer. Solusi ini dengan lancar mengekspos satu endpoint dari Container Apps ke server aplikasi chat Anda.

Aplikasi kontainer berada di depan sekumpulan sumber daya Azure OpenAI. Aplikasi kontainer menangani dua skenario: normal dan terkendali. Dalam skenario normal di mana token dan kuota model tersedia, sumber daya Azure OpenAI mengirimkan respon 200 melalui aplikasi kontainer dan server aplikasi.

Saat sumber daya berada dalam skenario dibatasi karena pembatasan kuota, aplikasi kontainer dapat segera mencoba sumber daya Azure OpenAI yang berbeda untuk memenuhi permintaan aplikasi obrolan asli.

Prasyarat

• Sebuah langganan Azure. Buat satu secara gratis

• Kontainer pengembangan tersedia untuk kedua contoh, beserta semua dependensi yang diperlukan untuk menyelesaikan artikel ini. Anda dapat menjalankan kontainer dev di GitHub Codespaces di browser, atau secara lokal menggunakan Visual Studio Code.

  GitHub Codespaces

  • Akun GitHub.

  Visual Studio Code

  • Docker Desktop - jalankan Docker Desktop jika belum berjalan.
  • Visual Studio Code
  • Ekstensi Kontainer Dev

Buka aplikasi contoh penyeimbang beban Container Apps

GitHub Codespaces

GitHub Codespaces menjalankan kontainer pengembangan yang dikelola oleh GitHub dengan Visual Studio Code untuk Web sebagai antarmuka pengguna. Untuk lingkungan pengembangan yang paling mudah, gunakan GitHub Codespaces sehingga Anda memiliki alat dan dependensi pengembang yang benar yang telah diinstal sebelumnya untuk menyelesaikan artikel ini.

Penting

Semua akun GitHub dapat menggunakan GitHub Codespaces hingga 60 jam gratis setiap bulan dengan dua instans inti. Untuk informasi selengkapnya, lihat penyimpanan dan jam inti yang disertakan setiap bulan di GitHub Codespaces.

Visual Studio Code

Ekstensi Dev Containers untuk Visual Studio Code mengharuskan Docker diinstal pada komputer lokal Anda. Ekstensi menghosting kontainer pengembangan secara lokal dengan menggunakan host Docker dengan alat pengembang dan dependensi yang benar yang telah diinstal sebelumnya untuk menyelesaikan artikel ini.

Mendistribusikan penyeimbang beban Azure Container Apps

1. Masuk ke Azure Developer CLI untuk menyediakan autentikasi ke langkah-langkah provisi dan penyebaran:

   azd auth login --use-device-code
   

2. Atur variabel lingkungan untuk menggunakan autentikasi Azure CLI untuk langkah setelah penyediaan:

   azd config set auth.useAzCliAuth "true"
   

3. Sebarkan aplikasi load balancer:

   azd up
   

   Pilih langganan dan wilayah untuk penyebaran. Mereka tidak harus berlangganan dan berada di wilayah yang sama dengan aplikasi obrolan.

4. Tunggu sampai proses penyebaran selesai sebelum Anda melanjutkan.

Dapatkan titik akhir penyebaran

1. Gunakan perintah berikut untuk menampilkan titik akhir yang disebarkan untuk aplikasi kontainer:

   azd env get-values
   

2. Salin nilai CONTAINER_APP_URL. Anda akan menggunakannya di bagian selanjutnya.

Menyebarkan ulang aplikasi obrolan dengan titik akhir penyeimbang beban

Contoh-contoh ini diselesaikan pada sampel aplikasi obrolan.

1. Buka kontainer pengembangan sampel aplikasi obrolan dengan menggunakan salah satu pilihan berikut.

   Bahasa	GitHub Codespaces	Visual Studio Code
   .NET
   JavaScript
   Phyton

2. Masuk ke Azure Developer CLI (AZD):

   azd auth login
   

   Selesaikan instruksi masuk.

3. Buat lingkungan AZD dengan nama seperti chat-app:

   azd env new <name>
   

4. Tambahkan variabel lingkungan berikut, yang memberi tahu backend aplikasi obrolan untuk menggunakan URL kustom untuk permintaan Azure OpenAI:

   azd env set OPENAI_HOST azure_custom
   

5. Tambahkan variabel lingkungan berikut. Ganti <CONTAINER_APP_URL> untuk URL dari bagian sebelumnya. Tindakan ini memberi tahu backend aplikasi obrolan berapa nilai URL kustom untuk permintaan Azure OpenAI.

   azd env set AZURE_OPENAI_CUSTOM_URL <CONTAINER_APP_URL>
   

6. Sebarkan aplikasi obrolan:

   azd up
   

1. Buka kembali kontainer dev sampel aplikasi obrolan dengan menggunakan salah satu pilihan berikut.

   Bahasa	GitHub Codespaces	Visual Studio Code
   .NET
   JavaScript
   Phyton

2. Tambahkan variabel lingkungan berikut, yang memberi tahu backend aplikasi obrolan untuk menggunakan URL kustom untuk permintaan Azure OpenAI:

   azd env set OPENAI_HOST azure_custom
   

3. Tambahkan variabel lingkungan berikut, yang memberi tahu backend aplikasi obrolan apa nilai URL kustom untuk permintaan Azure OpenAI:

   azd env set CONTAINER_APP_URL <CONTAINER_APP_URL>
   

4. Sebarkan aplikasi obrolan:

   azd up
   

   Tunggu hingga proses ini selesai sebelum Anda melanjutkan.

Gunakan aplikasi obrolan dengan keyakinan bahwa aplikasi tersebut dapat menampung banyak pengguna tanpa menghabiskan kuota.

Mentransmisikan log untuk melihat hasil dari penyeimbang beban

1. Dalam Azure portal, cari grup sumber daya Anda.

2. Dari daftar sumber daya dalam grup, pilih sumber daya Azure Container Apps.

3. Pilih Pemantauan>Aliran log untuk melihat log.

4. Gunakan aplikasi obrolan untuk menghasilkan lalu lintas di log.

5. Cari log, yang mereferensikan sumber daya Azure OpenAI. Masing-masing dari tiga sumber daya memiliki identitas numeriknya dalam komentar log yang dimulai dengan Proxying to https://openai3, di mana 3 menunjukkan sumber daya Azure OpenAI ketiga.

   

Ketika load balancer menerima status bahwa permintaan melebihi kuota, load balancer secara otomatis berputar ke sumber daya lain.

Mengonfigurasi kuota TPM

Secara default, masing-masing instans Azure OpenAI di load balancer disebarkan dengan kapasitas 30.000 token per menit (TPM). Anda dapat menggunakan aplikasi obrolan dengan keyakinan bahwa aplikasi tersebut dapat mengakomodasi banyak pengguna tanpa batasan kuota. Ubah nilai ini ketika:

• Terjadi kesalahan kapasitas penerapan: Kurangi nilainya.
• Anda memerlukan kapasitas yang lebih tinggi: Naikkan nilai.

1. Gunakan perintah berikut untuk mengubah nilai:

   azd env set OPENAI_CAPACITY 50
   

2. Konfigurasikan ulang penyeimbang beban.

   azd up
   

Membersihkan sumber daya

Setelah Anda selesai dengan aplikasi obrolan dan penyeimbang muatan, bersihkan sumber daya. Sumber daya Azure yang dibuat dalam artikel ini ditagihkan ke langganan Azure Anda. Jika Anda tidak mengharapkan untuk membutuhkan sumber daya ini di masa mendatang, hapus sumber daya tersebut untuk menghindari dikenakan lebih banyak biaya.

Membersihkan sumber daya aplikasi obrolan

Kembali ke artikel aplikasi obrolan untuk membersihkan sumber daya:

• .NET
• JavaScript
• Python

Bersihkan sumber daya penyeimbang unggahan

Hapus sumber daya Azure dan hapus kode sumber:

azd down --purge --force

Sakelar memberikan fungsi:

• purge: Sumber daya yang dihapus segera dibersihkan sehingga Anda dapat menggunakan kembali token Layanan Azure OpenAI setiap menit.
• force: Penghapusan dilakukan secara diam-diam, tanpa memerlukan persetujuan pengguna.

Membersihkan GitHub Codespaces dan Visual Studio Code

GitHub Codespaces

Menghapus lingkungan GitHub Codespaces memastikan bahwa Anda dapat memaksimalkan kuota jam penggunaan inti gratis yang Anda dapatkan untuk akun Anda.

Penting

Untuk informasi lebih lanjut tentang hak akun GitHub Anda, lihat penyimpanan dan jam inti bulanan yang sudah termasuk dalam GitHub Codespaces.

1. Masuk ke dasbor GitHub Codespaces.

2. Temukan codespace yang Anda miliki yang sedang berjalan dan bersumber dari repositori GitHub azure-samples/openai-aca-lb.

   

3. Buka menu konteks untuk codespace, lalu pilih Hapus.

   

Visual Studio Code

Anda tidak perlu membersihkan lingkungan lokal, tetapi Anda dapat menghentikan kontainer pengembangan yang sedang berjalan dan kembali menjalankan Visual Studio Code dalam konteks ruang kerja lokal.

1. Buka palet Perintah , dan cari perintah Kontainer Dev .

2. Pilih Dev Containers: Buka Kembali Folder Secara Lokal.

   

Petunjuk / Saran

Visual Studio Code menghentikan kontainer pengembangan yang sedang berjalan, tetapi kontainer masih ada di Docker dalam status berhenti. Kosongkan ruang di komputer lokal Anda dengan menghapus instans, gambar, dan volume kontainer dari Docker.

Dapatkan bantuan

Jika Anda mengalami masalah saat menerapkan load balancer Azure Container Apps, tambahkan masalah Anda ke halaman web Issues repositori.

Contoh kode

Sampel berikut digunakan dalam artikel ini:

• Aplikasi obrolan Java dengan RAG
• Penyeimbang Beban dengan Azure Container Apps

Langkah berikutnya

• Gunakan Azure Load Testing untuk memuat pengujian aplikasi obrolan Anda.