Установка и запуск контейнеров анализа тональности
Контейнеры позволяют размещать API анализа тональности в вашей собственной инфраструктуре. Если у вас есть требования к безопасности или управлению данными, которые не могут быть выполнены путем удаленного вызова анализа тональности, контейнеры могут быть хорошим вариантом.
Если у вас еще нет подписки Azure, создайте бесплатную учетную запись, прежде чем начинать работу.
Предварительные требования
Прежде чем использовать контейнеры анализа тональности, необходимо выполнить следующие условия. Если у вас еще нет подписки Azure, создайте бесплатную учетную запись Azure, прежде чем начинать работу.
- Docker, установленный на главном компьютере. Docker нужно настроить таким образом, чтобы контейнеры могли подключать и отправлять данные о выставлении счетов в Azure.
- В ОС Windows для Docker нужно также настроить поддержку контейнеров Linux.
- Вы должны иметь базовое представление о концепциях Docker.
- A Языковой ресурс бесплатного (F0) или стандартного (S) ценового уровня.
Сбор обязательных параметров
Требуются три основных параметра для всех контейнеров ИИ Azure. Условия лицензии на использование программного обеспечения Microsoft должны присутствовать в значении accept. Также требуются URI конечной точки и ключ API.
URI конечной точки
Значение {ENDPOINT_URI} доступно на странице портал Azure Обзор соответствующего ресурса служб ИИ Azure. Перейдите на страницу Обзор, наведите указатель мыши на конечную точку и отобразится значок Копировать в буфер обмена. Скопируйте и используйте конечную точку по мере необходимости.
Ключи
Значение {API_KEY} используется для запуска контейнера и доступно на странице Ключи портал Azure соответствующего ресурса служб ИИ Azure. Перейдите на страницу Ключи и выберите значок Копировать в буфер обмена.
Важно!
Эти ключи подписки используются для доступа к API служб ИИ Azure. Не предоставляйте доступ к ключам другим пользователям. Храните их в безопасном месте. Например, используйте Azure Key Vault. Также рекомендуется регулярно повторно создавать эти ключи. Для вызова API необходим только один ключ. При повторном создании первого ключа второй ключ можно использовать для бесперебойного доступа к службе.
Требования к главному компьютеру и рекомендации
Узел — это 64-разрядный компьютер, на котором выполняется контейнер Docker. Это может быть компьютер в локальной среде или служба размещения Docker в Azure, включая следующие решения:
- Служба Azure Kubernetes.
- Экземпляры контейнеров Azure.
- Кластер Kubernetes, развернутый в Azure Stack. Дополнительные сведения см. в статье Развертывание Kubernetes в Azure Stack.
В нижеприведенной таблице описаны минимальные и рекомендуемые характеристики для доступных контейнеров. Частота каждого ядра ЦП должна быть минимум 2,6 ГГц. Также указано допустимое количество транзакций в секунду (TPS).
| Минимальные спецификации узла | Рекомендуемые спецификации узла | Минимальное TPS | Максимальное TPS | |
|---|---|---|---|---|
| Анализ тональности. | 1 ядро, 2 ГБ памяти | 4 ядра, 8 ГБ памяти | 15 | 30 |
Ядро и память соответствуют параметрам --cpus и --memory, которые используются как часть команды docker run.
Получение образа контейнера с помощью docker pull
Образ контейнера Анализа тональности находится в синдикате реестра контейнеров mcr.microsoft.com. Он находится в репозитории azure-cognitive-services/textanalytics/ и называется sentiment. Полное имя образа контейнера — mcr.microsoft.com/azure-cognitive-services/textanalytics/sentiment.
Чтобы использовать последнюю версию контейнера, можно использовать latest тег для английского языка. Вы также можете найти полный список контейнеров для поддерживаемых языков с помощью тегов в MCR.
Контейнер Анализа тональности версии 3 доступен на нескольких языках. Чтобы скачать контейнер для английского языка, используйте следующую команду.
docker pull mcr.microsoft.com/azure-cognitive-services/textanalytics/sentiment:3.0-en
Совет
Используйте команду docker images, чтобы получить список скачанных образов контейнеров. Например, следующая команда возвращает таблицу со списком идентификаторов, репозиториев и тегов для каждого скачанного образа контейнера:
docker images --format "table {{.ID}}\t{{.Repository}}\t{{.Tag}}"
IMAGE ID REPOSITORY TAG
<image-id> <repository-path/name> <tag-name>
Запуск контейнера с помощью команды docker run
После добавления контейнера на главный компьютер используйте команду docker run для запуска контейнеров. После запуска контейнер продолжи работу, пока вы его не остановите.
Важно!
- В командах Docker в следующих разделах используется обратная косая черта (
\) как символ продолжения строки. Замените или удалите ее в соответствии с требованиями вашей операционной системы. - Для запуска контейнера необходимо указать параметры
Eula,BillingиApiKey. В противном случае контейнер не запустится. Дополнительные сведения см. в разделе о выставлении счетов.
Чтобы запустить контейнер Анализа тональности версии 3, выполните команду docker run. Замените значения заполнителей ниже на собственные.
| Заполнитель | Значение | Формат или пример |
|---|---|---|
| {API_KEY} | Ключ для языкового ресурса. Он представлен на странице ресурса Ключ и конечная точка на портале Azure. | xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx |
| {ENDPOINT_URI} | Конечная точка для доступа к API. Он представлен на странице ресурса Ключ и конечная точка на портале Azure. | https://<your-custom-subdomain>.cognitiveservices.azure.com |
| {IMAGE_TAG} | Тег Image, представляющий собой язык контейнера, который надо запустить. Убедитесь, что это совпадает с использованной командой docker pull. |
3.0-en |
docker run --rm -it -p 5000:5000 --memory 8g --cpus 1 \
mcr.microsoft.com/azure-cognitive-services/textanalytics/sentiment:{IMAGE_TAG} \
Eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}
Команда:
- Запускает контейнер Анализа тональности из образа контейнера.
- Выделение одного ядра ЦП и 8 гигабайт (ГБ) памяти.
- предоставляет TCP-порт 5000 и выделяет псевдотелетайп для контейнера;
- автоматически удаляет контейнер после завершения его работы. Образ контейнера остается доступным на главном компьютере.
Запуск нескольких контейнеров на одном узле
Если вы планируете запускать несколько контейнеров при открытых портах, обязательно назначьте каждому контейнеру отдельный открытый порт. Например, запускайте первый контейнер на порте 5000, а второй — на порте 5001.
Вы можете использовать этот контейнер и другой контейнер служб ИИ Azure, работающий на узле. Вы также можете запустить несколько контейнеров одного контейнера служб ИИ Azure.
Запрос конечной точки прогнозирования контейнера
Контейнер предоставляет интерфейсы REST API конечной точки прогнозирования запросов.
Используйте узел http://localhost:5000 для API контейнера.
Проверка состояния контейнера
Проверить это можно несколькими способами. Получите адрес и открытый порт для рассматриваемого контейнера из его параметра Внешний IP-адрес и запустите веб-браузер. Используйте приведенные ниже URL-адреса запросов, чтобы убедиться, что контейнер работает. В http://localhost:5000 приведены примеры URL-адресов запросов, однако ваш конкретный контейнер может иметь отличия. Убедитесь в правильности внешнего IP-адреса и открытого порта контейнера.
| URL-адрес запроса | Назначение |
|---|---|
http://localhost:5000/ |
Контейнер предоставляет домашнюю страницу. |
http://localhost:5000/ready |
При запросе с помощью команды GET этот URL-адрес подтверждает, что контейнер готов принять запрос к модели. Этот запрос может использоваться для проб активности и готовности Kubernetes. |
http://localhost:5000/status |
Этот URL-адрес, который можно также запросить с помощью GET, проверяет, действителен ли ключ API, используемый для запуска контейнера, без запроса конечной точки. Этот запрос может использоваться для проб активности и готовности Kubernetes. |
http://localhost:5000/swagger |
Контейнер предоставляет полный набор документации по конечным точкам и функции Попробовать. Эта функция позволяет ввести параметры в веб-форму HTML и создать запрос без необходимости писать код. После возвращения результатов запроса предоставляется пример команды CURL с примером требуемого формата HTTP-заголовков и текста. |
Запуск контейнера, отключенного от Интернета
Чтобы использовать этот контейнер, отключенный от Интернета, необходимо сначала запросить доступ, заполнив приложение и приобретя план обязательств. Дополнительные сведения см. в статье Использование контейнеров Docker в отключенных средах .
Если вы получили разрешение на запуск контейнера, отключенного от Интернета, в следующем примере показано форматирование используемой docker run команды со значениями заполнителей. Замените заполнители собственными значениями.
Параметр DownloadLicense=True в команде docker run скачит файл лицензии, который позволит запускать контейнер Docker, если он не подключен к Интернету. Он также содержит дату окончания срока действия, после которой файл лицензии станет недопустимым для запуска контейнера. Вы можете использовать файл лицензии только с тем контейнером, для которого получено утверждение. Например, вы не можете использовать файл лицензии для контейнера преобразования речи в текст с контейнером аналитики документов.
| Заполнитель | Значение | Формат или пример |
|---|---|---|
{IMAGE} |
Образ контейнера, который необходимо использовать. | mcr.microsoft.com/azure-cognitive-services/form-recognizer/invoice |
{LICENSE_MOUNT} |
Путь для скачивания и подключения лицензии. | /host/license:/path/to/license/directory |
{ENDPOINT_URI} |
Конечная точка для проверки подлинности запроса на обслуживание. Он представлен на странице ресурса Ключ и конечная точка на портале Azure. | https://<your-custom-subdomain>.cognitiveservices.azure.com |
{API_KEY} |
Ключ для ресурса Анализа текста. Он представлен на странице ресурса Ключ и конечная точка на портале Azure. | xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx |
{CONTAINER_LICENSE_DIRECTORY} |
Расположение папки license в локальной файловой системе контейнера. | /path/to/license/directory |
docker run --rm -it -p 5000:5000 \
-v {LICENSE_MOUNT} \
{IMAGE} \
eula=accept \
billing={ENDPOINT_URI} \
apikey={API_KEY} \
DownloadLicense=True \
Mounts:License={CONTAINER_LICENSE_DIRECTORY}
После скачивания файла лицензии можно запустить контейнер в среде без подключения к Интернету. В следующем примере показано форматирование команды docker run, которую вы будете использовать, с заполнителями. Замените заполнители собственными значениями.
Независимо от того, где выполняется контейнер, файл лицензии должен быть подключен к контейнеру, а расположение папки лицензии в локальной файловой системе контейнера необходимо указать с помощью Mounts:License=. Кроме того, необходимо указать выходное подключение, чтобы можно было записывать сведения об использовании для выставления счетов.
| Заполнитель | Значение | Формат или пример |
|---|---|---|
{IMAGE} |
Образ контейнера, который необходимо использовать. | mcr.microsoft.com/azure-cognitive-services/form-recognizer/invoice |
{MEMORY_SIZE} |
Надлежащий объем памяти, который необходимо выделить для контейнера. | 4g |
{NUMBER_CPUS} |
Надлежащее количество ЦП, которое необходимо выделить для контейнера. | 4 |
{LICENSE_MOUNT} |
Путь для размещения и подключения лицензии. | /host/license:/path/to/license/directory |
{OUTPUT_PATH} |
Выходной путь для ведения журнала использования. | /host/output:/path/to/output/directory |
{CONTAINER_LICENSE_DIRECTORY} |
Расположение папки license в локальной файловой системе контейнера. | /path/to/license/directory |
{CONTAINER_OUTPUT_DIRECTORY} |
Расположение папки output в локальной файловой системе контейнера. | /path/to/output/directory |
docker run --rm -it -p 5000:5000 --memory {MEMORY_SIZE} --cpus {NUMBER_CPUS} \
-v {LICENSE_MOUNT} \
-v {OUTPUT_PATH} \
{IMAGE} \
eula=accept \
Mounts:License={CONTAINER_LICENSE_DIRECTORY}
Mounts:Output={CONTAINER_OUTPUT_DIRECTORY}
Остановка контейнера
Чтобы завершить работу контейнера, в среде командной строки, где выполняется контейнер, нажмите комбинацию клавиш Ctrl+C.
Устранение неполадок
Если контейнер запускается с выходным подключением и включенным ведением журнала, контейнер создает файлы журнала, которые удобно использовать для устранения неполадок, возникающих во время запуска или работы контейнера.
Совет
Дополнительные сведения об устранении неполадок и рекомендации см. в статье Часто задаваемые вопросы о контейнерах ИИ Azure.
Выставление счетов
Контейнеры API анализа тональности отправляют данные для выставления счетов в Azure с помощью ресурса Язык в учетной записи Azure.
Запросы к контейнеру оплачиваются согласно ценовой категории ресурсов Azure, используемой для параметра ApiKey.
Контейнеры служб ИИ Azure не лицензируются для запуска без подключения к конечной точке контроля или выставления счетов. Вам необходимо разрешить контейнерам непрерывную передачу данных для выставления счетов в конечную точку выставления счетов. Контейнеры служб ИИ Azure не отправляют данные клиентов, такие как анализируемые изображения или текст, в корпорацию Майкрософт.
Подключение к Azure
Для запуска контейнера необходимо указать значения аргументов, касающихся выставления счетов. Эти значения обеспечивают подключение контейнера к конечной точке выставления счетов. Отчеты об использовании контейнера примерно каждые 10—15 минут. Если контейнер не подключится к Azure в течение допустимого периода времени, контейнер будет продолжать работать, но не будет обслуживать запросы, пока не будет восстановлена конечная точка выставления счетов. Попытки подключения выполняются 10 раз на протяжении одинакового интервала времени (10–15 минут). Если контейнеру не удается подключиться к конечной точке выставления счетов за 10 попыток, он останавливает запросы на обслуживание. Пример информации, отправляемой корпорации Майкрософт для выставления счетов, см. в разделе Часто задаваемые вопросы о контейнере служб ИИ Azure .
Аргументы для выставления счетов
Команда docker run запустит контейнер, если указаны следующие три параметра с допустимыми значениями.
| Параметр | Описание |
|---|---|
ApiKey |
Ключ API ресурса служб ИИ Azure, который используется для отслеживания сведений о выставлении счетов. Этому параметру следует присвоить значение ключа API для подготовленного ресурса, который можно получить в Billing. |
Billing |
Конечная точка ресурса служб ИИ Azure, которая используется для отслеживания сведений о выставлении счетов. Этому параметру следует присвоить URI конечной точки подготовленного ресурса Azure. |
Eula |
Указывает, что вы приняли условия лицензии для контейнера. Для этого параметра следует задать значение accept. |
Дополнительные сведения об этих параметрах см. в статье Настройка контейнеров.
Сводка
В этой статье были рассмотрены основные понятия и рабочий процесс по скачиванию, установке и запуску контейнеров для анализа тональности. В разделе "Сводка" сделайте следующее.
- Анализ тональности предоставляет контейнеры Linux для Docker
- Образы контейнеров скачиваются из Реестра контейнеров Майкрософт (MCR).
- Образы контейнеров выполняются в Docker.
- При создании экземпляра контейнера нужно указать данные для выставления счетов.
Важно!
Контейнеры ИИ Azure не лицензируются для работы без подключения к Azure для отслеживания. Клиенты должны разрешить контейнерам непрерывную передачу данных для выставления счетов в службу контроля потребления. Контейнеры ИИ Azure не отправляют данные клиентов (например, анализируемый текст) в корпорацию Майкрософт.
Дальнейшие действия
- Параметры конфигурации см. в разделе Конфигурация контейнеров.