Implementar e executar um contentor na Instância de Contentor do Azure

Com os passos seguintes, dimensione facilmente as aplicações dos serviços de IA do Azure na cloud com o Azure Container Instances. A contentorização ajudará a concentrar os esforços na criação das aplicações em vez de ser na gestão da infraestrutura. Para obter mais informações sobre a utilização de contentores, veja funcionalidades e benefícios.

Pré-requisitos

A receita funciona com qualquer contentor dos serviços de IA do Azure. O recurso dos serviços de IA do Azure tem de ser criado antes de utilizar a receita. Cada serviço de IA do Azure que suporta contentores tem um artigo "Como instalar" para instalar e configurar o serviço para um contentor. Alguns serviços necessitam de um ficheiro ou conjunto de ficheiros como entrada para o contentor. É importante que compreenda e tenha utilizado o contentor com êxito antes de utilizar esta solução.

• Um recurso do Azure para o serviço de IA do Azure que está a utilizar.

• URL do ponto final de recurso do serviço de IA do Azure – reveja o "Como instalar" do seu serviço específico para o contentor, para saber onde está o URL do ponto final dentro do portal do Azure e qual é o exemplo correto do URL. O formato exato pode mudar de serviço para serviço.

• Chave de recurso do serviço de IA do Azure – as chaves estão na página Chaves do recurso do Azure. Só precisa de uma das duas chaves. A chave é uma cadeia de 32 carateres alfa-numéricos.

• Um único contentor dos serviços de IA do Azure no anfitrião local (o seu computador). Certifique-se de que pode:

  • Puxe para baixo a imagem com um docker pull comando.
  • Execute o contentor local com êxito com todas as definições de configuração necessárias com um docker run comando.
  • Chame o ponto final do contentor, obtendo uma resposta de HTTP 2xx e uma resposta JSON de volta.

Todas as variáveis em parênteses angulares, <>, têm de ser substituídas pelos seus próprios valores. Esta substituição inclui os parênteses angulares.

Importante

O contentor luis requer um .gz ficheiro de modelo que é puxado no runtime. O contentor deve poder aceder a este ficheiro de modelo através de uma montagem de volume da instância de contentor. Para carregar um ficheiro de modelo, siga estes passos:

1. Crie uma partilha de ficheiros do Azure. Anote o nome da Conta de armazenamento do Azure, da chave e do nome da partilha de ficheiros, pois precisará deles mais tarde.
2. exportar o seu modelo LUIS (aplicação em pacote) a partir do portal do LUIS.
3. No portal do Azure, navegue para a página Descrição geral do recurso da conta de armazenamento e selecione Partilhas de ficheiros.
4. Selecione o nome da partilha de ficheiros que criou recentemente e, em seguida, selecione Carregar. Em seguida, carregue a sua aplicação em pacote.

Portal do Azure

Criar um recurso do Azure Container Instance com o portal do Azure

1. Aceda à página Criar para Container Instances.

2. No separador Noções Básicas , introduza os seguintes detalhes:

   Definição	Valor
   Subscrição	Selecione a sua subscrição.
   Grupo de recursos	Selecione o grupo de recursos disponível ou crie um novo, como cognitive-services.
   Nome do contentor	Introduza um nome como cognitive-container-instance. O nome tem de estar em maiúsculas inferiores.
   Localização	Selecione uma região para implementação.
   Tipo de imagem	Se a sua imagem de contentor estiver armazenada num registo de contentor que não necessite de credenciais, selecione Public. Se o acesso à sua imagem de contentor necessitar de credenciais, selecione Private. Veja repositórios de contentor e imagens para obter detalhes sobre se a imagem de contentor é Public ou Private ("Pré-visualização Pública").
   Nome da imagem	Introduza a localização do contentor dos serviços de IA do Azure. A localização é o que é utilizado como um argumento para o docker pull comando. Veja os repositórios e imagens de contentor para obter os nomes de imagens disponíveis e o repositório correspondente. O nome da imagem tem de estar completamente qualificado ao especificar três partes. Primeiro, o registo de contentor, depois o repositório, por fim o nome da imagem: <container-registry>/<repository>/<image-name>. Eis um exemplo que mcr.microsoft.com/azure-cognitive-services/keyphrase representaria a imagem de Extração de Expressões-Chave no Microsoft Container Registry no repositório de serviços de IA do Azure. Outro exemplo é, containerpreview.azurecr.io/microsoft/cognitive-services-speech-to-text que representaria a imagem De Voz para texto no repositório Microsoft do registo de contentores da Pré-visualização do Contentor.
   Tipo de SO	Linux
   Tamanho	Altere o tamanho para as recomendações sugeridas para o contentor de IA do Azure específico: 2 núcleos de CPU 4GB

3. No separador Rede , introduza os seguintes detalhes:

   Definição	Valor
   Portas	Defina a porta TCP como 5000. Expõe o contentor na porta 5000.

4. No separador Avançadas , introduza as Variáveis de Ambiente necessárias para as definições de faturação do contentor do recurso do Azure Container Instance:

   Chave	Valor
   ApiKey	Copiado a partir da página Chaves e ponto final do recurso. É uma cadeia de carateres alfanuméricos de 32 carateres sem espaços ou traços, xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.
   Billing	O URL do ponto final copiado a partir da página Chaves e ponto final do recurso.
   Eula	accept

5. Selecione Rever e Criar

6. Após a validação passar, clique em Criar para concluir o processo de criação

7. Quando o recurso é implementado com êxito, está pronto

CLI

Criar um recurso do Azure Container Instance a partir da CLI do Azure

O YAML abaixo define o recurso do Azure Container Instance. Copie e cole os conteúdos num novo ficheiro com o nome my-aci.yaml e substitua os valores comentados pelos seus. Veja o formato de modelo do YAML válido. Veja os repositórios e imagens de contentor para obter os nomes de imagens disponíveis e o repositório correspondente. Para obter mais informações sobre a referência YAML para instâncias de contentor, veja Referência YAML: Azure Container Instances.

apiVersion: 2018-10-01
location: # < Valid location >
name: # < Container Group name >
properties:
  imageRegistryCredentials: # This is only required if you are pulling a non-public image that requires authentication to access. For example Text Analytics for health.
  - server: containerpreview.azurecr.io
    username: # < The username for the preview container registry >
    password: # < The password for the preview container registry >
  containers:
  - name: # < Container name >
    properties:
      image: # < Repository/Image name >
      environmentVariables: # These env vars are required
        - name: eula
          value: accept
        - name: billing
          value: # < Service specific Endpoint URL >
        - name: apikey
          value: # < Service specific API key >
      resources:
        requests:
          cpu: 4 # Always refer to recommended minimal resources
          memoryInGb: 8 # Always refer to recommended minimal resources
      ports:
        - port: 5000
  osType: Linux
  volumes: # This node, is only required for container instances that pull their model in at runtime, such as LUIS.
  - name: aci-file-share
    azureFile:
      shareName: # < File share name >
      storageAccountName: # < Storage account name>
      storageAccountKey: # < Storage account key >
  restartPolicy: OnFailure
  ipAddress:
    type: Public
    ports:
    - protocol: tcp
      port: 5000
tags: null
type: Microsoft.ContainerInstance/containerGroups

Nota

Nem todas as localizações têm a mesma disponibilidade de CPU e Memória. Veja a tabela de localização e recursos para obter a listagem de recursos disponíveis para contentores por localização e SO.

Vamos confiar no ficheiro YAML que criámos para o az container create comando. Na CLI do Azure, execute o az container create comando substituindo o <resource-group> pelo seu. Além disso, para proteger valores numa implementação YAML, veja valores seguros.

az container create -g <resource-group> -f my-aci.yaml

A saída do comando é Running... válida, após algum tempo, o resultado muda para uma cadeia JSON que representa o recurso do ACI criado recentemente. A imagem de contentor é mais do que provável que não esteja disponível durante algum tempo, mas o recurso está agora implementado.

Dica

Preste muita atenção às localizações dos serviços de IA do Azure na pré-visualização pública, uma vez que o YAML terá de ser ajustado em conformidade para corresponder à localização.

Utilizar a Instância de Contentor

Portal do Azure

1. Selecione a Descrição geral e copie o endereço IP. Será um endereço IP numérico, como 55.55.55.55.

2. Abra um novo separador do browser e utilize o endereço IP, por exemplo, http://<IP-address>:5000 (http://55.55.55.55:5000). Verá a home page do contentor, informando-o de que o contentor está em execução.

   

3. Selecione Descrição da API de Serviço para ver a página swagger do contentor.

4. Selecione qualquer uma das APIs POST e selecione Experimentar. Os parâmetros são apresentados, incluindo a entrada. Preencha os parâmetros.

5. Selecione Executar para enviar o pedido para a Instância de Contentor.

   Criou e utilizou contentores do Azure AI com êxito no Azure Container Instance.

CLI

Validar que um contentor está em execução

Existem várias formas de validar que o contentor está em execução. Localize o Endereço IP externo e a porta exposta do contentor em questão e abra o seu browser favorito. Utilize os vários URLs de pedido que se seguem para validar que o contentor está em execução. Os URLs de pedido de exemplo listados aqui são http://localhost:5000, mas o contentor específico pode variar. Certifique-se de que depende do endereço IP externo do contentor e da porta exposta.

URL do Pedido	Objetivo
http://localhost:5000/	O contentor fornece uma home page.
http://localhost:5000/ready	Pedido com GET, este URL fornece uma verificação de que o contentor está pronto para aceitar uma consulta em relação ao modelo. Este pedido pode ser utilizado para pesquisas de liveness e preparação do Kubernetes.
http://localhost:5000/status	Também solicitado com GET, este URL verifica se a chave de API utilizada para iniciar o contentor é válida sem causar uma consulta de ponto final. Este pedido pode ser utilizado para pesquisas de liveness e preparação do Kubernetes.
http://localhost:5000/swagger	O contentor fornece um conjunto completo de documentação para os pontos finais e uma funcionalidade Experimentar. Com esta funcionalidade, pode introduzir as suas definições num formulário HTML baseado na Web e fazer a consulta sem ter de escrever código. Após a devolução da consulta, é fornecido um comando CURL de exemplo para demonstrar os cabeçalhos HTTP e o formato do corpo necessários.

Nota

Se estiver a executar o Análise de Texto para o contentor de estado de funcionamento, utilize o seguinte URL para submeter consultas:http://localhost:5000/text/analytics/v3.2-preview.1/entities/health