Управление развертываниями с помощью сред GitHub

Завершено

Proseware автоматизирует развертывание модели, но команда не хочет, чтобы каждый успешный рабочий процесс выполнялся для немедленного изменения рабочего трафика. Автоматические тесты должны сначала проверять развертывание. Затем рецензент должен решить, подтверждают ли имеющиеся данные возможность повышения.

Представление этапов развертывания

Среда GitHub — это именованный целевой объект развертывания в репозитории, например staging или production. Задание рабочего процесса ссылается на целевую среду. GitHub оценивает правила защиты среды перед запуском задания или доступом к секретам среды.

Имя среды не приводит к созданию ресурса Azure. Вы решаете, как каждая среда GitHub сопоставляется с Машинное обучение Azure ресурсами. Например, промежуточная и производственная среды могут использовать отдельные рабочие области для более строгой изоляции или отдельные конечные точки в одной рабочей области для снижения административных издержек.

Замечание

GitHub среда управляет заданиями развертывания. Среда Машинное обучение Azure определяет операционную систему, пакеты и другие зависимости, используемые для запуска кода машинного обучения. Две концепции являются независимыми.

Защитить развитие производства

GitHub правила защиты среды могут требовать рецензента, ограничить развертывание выбранными ветвями или тегами или добавить таймер ожидания. Для Proseware только запуски из main могут быть нацелены на продуктивную среду. Обязательный рецензент проверяет промежуточные результаты теста, прежде чем позволить рабочему заданию повышения производительности продолжать работу.

Этот шлюз отделяет два решения. Автоматические проверки определяют, соответствует ли развертывание определенным требованиям. Рецензент решает, должен ли выпуск продолжаться сейчас, учитывая доказательства и операционный контекст.

Конфигурация области и доступ

Переменные среды могут содержать нечувствительные параметры целевого объекта, такие как имена рабочих областей и конечных точек Машинное обучение Azure. Секреты среды доступны только заданиям, которые ссылаются на эту среду, и только после успешного прохождения её правил защиты.

При использовании OIDC вы не храните секрет клиента. Вы по-прежнему можете использовать разные федеративные удостоверения для тестовой и рабочей сред, а затем предоставить каждому удостоверению только те разрешения Azure, которые требуются для выполнения его задач. Такой подход не позволяет промежуточному заданию получать доступ к рабочей среде, так как оба задания используют один и тот же репозиторий.

Практический рабочий процесс отделяет развертывание от повышения уровня. Одно задание развертывает и проверяет новую модель без рабочего трафика. Более позднее задание ссылается на защищённую среду production и изменяет трафик только после одобрения.

Подсказка

Перед добавлением утверждения определите, какие доказательства требует рецензент. Шлюз без четких условий принятия задерживает развертывание без улучшения решения.

Дополнительные сведения об управлении средами GitHub для развертывания.