Usare Docker Compose per distribuire più contenitori
Questo articolo illustra come distribuire più contenitori di Azure per intelligenza artificiale. In particolare, si imparerà a usare Docker Compose per orchestrare più immagini del contenitore Docker.
Docker Compose è uno strumento per la definizione e l'esecuzione di applicazioni Docker multi-contenitore. In Compose, utilizzare un file YAML per configurare i servizi dell'applicazione. Quindi, si creano e si avviano tutti i servizi dalla configurazione, eseguendo un singolo comando.
Può essere utile orchestrare più immagini del contenitore in un singolo computer host. In questo articolo vengono raggruppati i contenitori Lettura e Informazioni sui documenti.
Prerequisiti
Per questa procedura sono necessari diversi strumenti che devono essere installati ed eseguiti localmente:
- Una sottoscrizione di Azure. Se non se ne dispone, creare un account gratuito prima di iniziare.
- Motore Docker. Verificare che l'interfaccia della riga di comando di Docker funzioni in una finestra della console.
- Una risorsa di Azure con il piano tariffario corretto. Con questo contenitore funzionano solo i seguenti i piani tariffari:
- Risorsa Visionedi Azure AI solo con piano tariffario F0 o Standard.
- Risorsa Informazioni sui documenti solo con piano tariffario F0 o Standard.
- Risorsa Servizi di Azure AI con piano tariffario S0.
- Nel caso di un contenitore di anteprima controllata, sarà necessario completare il modulo di richiesta online per poterlo utilizzare.
File di Docker Compose
Il file YAML definisce tutti i servizi da distribuire. Questi servizi si basano su DockerFile o su un'immagine del contenitore esistente. In questo caso, saranno utilizzate due immagini di anteprima. Copiare e incollare il file YAML seguente, quindi salvarlo come docker-compose.yaml. Specificare i valori apikey, fatturazione e EndpointUri appropriati nel file.
version: '3.7'
services:
forms:
image: "mcr.microsoft.com/azure-cognitive-services/form-recognizer/layout"
environment:
eula: accept
billing: # < Your Document Intelligence billing URL >
apikey: # < Your Document Intelligence API key >
FormRecognizer__ComputerVisionApiKey: # < Your Document Intelligence API key >
FormRecognizer__ComputerVisionEndpointUri: # < Your Document Intelligence URI >
volumes:
- type: bind
source: E:\publicpreview\output
target: /output
- type: bind
source: E:\publicpreview\input
target: /input
ports:
- "5010:5000"
ocr:
image: "mcr.microsoft.com/azure-cognitive-services/vision/read:3.1-preview"
environment:
eula: accept
apikey: # < Your Azure AI Vision API key >
billing: # < Your Azure AI Vision billing URL >
ports:
- "5021:5000"
Importante
Creare le directory nel computer host specificato nel nodo volumi. Questo approccio è obbligatorio, poiché le directory devono esistere prima di provare a montare un'immagine utilizzando le associazioni ai volumi.
Avviare i servizi Docker Compose configurati
Un file Docker Compose consente la gestione di tutte le fasi del ciclo di vita di un servizio definito: avvio, arresto e ricompilazione dei servizi; visualizzazione dello stato del servizio e streaming di log. Aprire un’interfaccia della riga di comando dalla directory del progetto (in cui si trova il file docker-compose.yaml).
Nota
Per prevenire errori, assicurarsi che il computer host condivida correttamente le unità con il motore Docker. Ad esempio, se si utilizza E:\publicpreview come directory nel file docker-compose.yaml, condividere l'unità E con Docker.
Dall'interfaccia della riga di comando, eseguire il comando seguente per avviare (o riavviare) tutti i servizi definiti nel file docker-compose.yaml:
docker-compose up
La prima volta che Docker esegue il comando docker-compose up con questa configurazione, esso esegue il pull delle immagini configurate nel nodo servizi, quindi le scarica e le monta:
Pulling forms (mcr.microsoft.com/azure-cognitive-services/form-recognizer/layout:)...
latest: Pulling from azure-cognitive-services/form-recognizer/layout
743f2d6c1f65: Pull complete
72befba99561: Pull complete
2a40b9192d02: Pull complete
c7715c9d5c33: Pull complete
f0b33959f1c4: Pull complete
b8ab86c6ab26: Pull complete
41940c21ed3c: Pull complete
e3d37dd258d4: Pull complete
cdb5eb761109: Pull complete
fd93b5f95865: Pull complete
ef41dcbc5857: Pull complete
4d05c86a4178: Pull complete
34e811d37201: Pull complete
Pulling ocr (mcr.microsoft.com/azure-cognitive-services/vision/read:3.1-preview:)...
latest: Pulling from /azure-cognitive-services/vision/read:3.1-preview
f476d66f5408: Already exists
8882c27f669e: Already exists
d9af21273955: Already exists
f5029279ec12: Already exists
1a578849dcd1: Pull complete
45064b1ab0bf: Download complete
4bb846705268: Downloading [=========================================> ] 187.1MB/222.8MB
c56511552241: Waiting
e91d2aa0f1ad: Downloading [==============================================> ] 162.2MB/176.1MB
Dopo aver scaricato le immagini, vengono avviati i servizi immagine:
Starting docker_ocr_1 ... done
Starting docker_forms_1 ... doneAttaching to docker_ocr_1, docker_forms_1forms_1 | forms_1 | forms_1 | Notice: This Preview is made available to you on the condition that you agree to the Supplemental Terms of Use for Microsoft Azure Previews [https://go.microsoft.com/fwlink/?linkid=2018815], which supplement your agreement [https://go.microsoft.com/fwlink/?linkid=2018657] governing your use of Azure. If you do not have an existing agreement governing your use of Azure, you agree that your agreement governing use of Azure is the Microsoft Online Subscription Agreement [https://go.microsoft.com/fwlink/?linkid=2018755] (which incorporates the Online Services Terms [https://go.microsoft.com/fwlink/?linkid=2018760]). By using the Preview you agree to these terms.
forms_1 |
forms_1 |
forms_1 | Using '/input' for reading models and other read-only data.
forms_1 | Using '/output/forms/812d811d1bcc' for writing logs and other output data.
forms_1 | Logging to console.
forms_1 | Submitting metering to 'https://westus2.api.cognitive.microsoft.com/'.
forms_1 | WARNING: No access control enabled!
forms_1 | warn: Microsoft.AspNetCore.Server.Kestrel[0]
forms_1 | Overriding address(es) 'http://+:80'. Binding to endpoints defined in UseKestrel() instead.
forms_1 | Hosting environment: Production
forms_1 | Content root path: /app/forms
forms_1 | Now listening on: http://0.0.0.0:5000
forms_1 | Application started. Press Ctrl+C to shut down.
ocr_1 |
ocr_1 |
ocr_1 | Notice: This Preview is made available to you on the condition that you agree to the Supplemental Terms of Use for Microsoft Azure Previews [https://go.microsoft.com/fwlink/?linkid=2018815], which supplement your agreement [https://go.microsoft.com/fwlink/?linkid=2018657] governing your use of Azure. If you do not have an existing agreement governing your use of Azure, you agree that your agreement governing use of Azure is the Microsoft Online Subscription Agreement [https://go.microsoft.com/fwlink/?linkid=2018755] (which incorporates the Online Services Terms [https://go.microsoft.com/fwlink/?linkid=2018760]). By using the Preview you agree to these terms.
ocr_1 |
ocr_1 |
ocr_1 | Logging to console.
ocr_1 | Submitting metering to 'https://westcentralus.api.cognitive.microsoft.com/'.
ocr_1 | WARNING: No access control enabled!
ocr_1 | Hosting environment: Production
ocr_1 | Content root path: /
ocr_1 | Now listening on: http://0.0.0.0:5000
ocr_1 | Application started. Press Ctrl+C to shut down.
Verificare la disponibilità del servizio
Suggerimento
È possibile usare il comando docker images per visualizzare l'elenco delle immagini dei contenitori scaricate. Ad esempio, il comando seguente visualizza l'ID, il repository e il tag di ogni immagine del contenitore scaricata, in formato tabella:
docker images --format "table {{.ID}}\t{{.Repository}}\t{{.Tag}}"
IMAGE ID REPOSITORY TAG
<image-id> <repository-path/name> <tag-name>
Ecco un esempio di output:
IMAGE ID REPOSITORY TAG
2ce533f88e80 mcr.microsoft.com/azure-cognitive-services/form-recognizer/layout latest
4be104c126c5 mcr.microsoft.com/azure-cognitive-services/vision/read:3.1-preview latest
Testare i contenitori
Aprire un browser nel computer host e passare a localhost tramite la porta specificata dal file docker-compose.yaml, ad esempio http://localhost:5021/swagger/index.html. È possibile, ad esempio, utilizzare la funzionalità Prova nell'API per testare l'endpoint Informazioni sui documenti. Entrambe le pagine Swagger dei contenitori devono essere disponibili e testabili.
