deploy

命令作用

在create在线服务成功后，使用pack上传到Ufile的tar代码包部署版本
建议优先采用docker镜像方式部署

准备工作

1）安装云知芯 UFile SDK

wget http://sdk.ufile.auto-ai.com.cn/python_sdk.tar.gz
tar zxvf python_sdk.tar.gz
cd ufile-python
sudo python setup.py install

注：UFile SDK仅兼容request 2.10.0以下版本

2）安装UAI SDK

git clone https://github.com/ucloud/uai-sdk
cd uai-sdk
sudo python setup.py install

3）获取用户公钥和私钥

key

登录云知芯官方网站，进入Console页面：https://console.auto-ai.com.cn/dashboard
点击左上角的“产品与服务”选项，选择“监控管理”列表下的“API密钥 UAPI”选项后，点击API密钥中的“显示”选项，按照提示获取用户的公钥和私钥。

执行deploy命令

说明1：uai_tool.py默认路径为undefined安装路径/uai_tools/uai_tool.py
说明2：执行该命令时，请确认create执行成功，以便填写service_id
说明3：执行该命令时，请确认pack执行成功，以便填写ufile_url

python uai_tool.py deploy  --public_key PUBLIC_KEY 
			     --private_key PRIVATE_KEY 
		             --service_id SERVICE_ID
			     [--project_id PROJECT_ID] 
                             --ufile_url UFILE_URL
			     [--deploy_weight DEPLOY_WEIGHT]
			     --ai_arch_v AI_ARCH_V
                             [--os OS]
                             [--language LANGUAGE]
                             [--os_deps OS_DEPS]
                             [--pip PIP]

参数说明

参数	说明	是否必需
public_key	用户的公钥	是
private_key	用户的私钥	是
service_id	在线服务的任务ID	是
project_id	项目ID	否
deploy_weight	灰度发布的权重，可设置为1-100之间的整数	否，默认为10
ufile_url	用户上传tar包的地址	是
ai_arch_v	用户选用的深度学习框架信息（可选项：tensorflow-0.11.0, tensorflow-1.1.0, keras-1.2.0, mxnet-0.9.5, caffe-1.0.0）	是
os	操作系统环境	否, 默认ubuntu
language	语言环境	否，默认Python-2.7.6
os_deps	用户所需apt-get依赖包名称（不包含版本号，若有多个，请用','隔开，中间不包含空格）	否
pip	用户所需pip包名称（不包含版本号，若有多个，请用','隔开，中间不包含空格）	否

注：如何获取ufile_name对应的ufile tar包全下载路径请参见：download，部署前确认系统未对该url进行自动转义。

deploy命令样例

1）caffe

python uai_tool.py deploy --public_key=PUBLIC_KEY --private_key=PRIVATE_KEY --service_id=SERVICE_ID --ufile_url=UFILE_URL --ai_arch_v=AI_ARCH_V --os=OS --language=LANGUAGE --os_deps=OS_DEP1,OS_DEP2,OS_DEP3 --pip=PIP1,PIP2,PIP3

2）keras

python uai_tool.py deploy --public_key=PUBLIC_KEY --private_key=PRIVATE_KEY --service_id=SERVICE_ID --ufile_url=UFILE_URL --ai_arch_v=AI_ARCH_V --os=OS --language=LANGUAGE --os_deps=OS_DEP1,OS_DEP2,OS_DEP3 --pip=PIP1,PIP2,PIP3

3）mxnet

python uai_tool.py deploy --public_key=PUBLIC_KEY --private_key=PRIVATE_KEY --service_id=SERVICE_ID --ufile_url=UFILE_URL --ai_arch_v=AI_ARCH_V --os=OS --language=LANGUAGE --os_deps=OS_DEP1,OS_DEP2,OS_DEP3 --pip=PIP1,PIP2,PIP3

4）tensorflow

python uai_tool.py deploy --public_key=PUBLIC_KEY --private_key=PRIVATE_KEY --service_id=SERVICE_ID --ufile_url=UFILE_URL --ai_arch_v=AI_ARCH_V --os=OS --language=LANGUAGE --os_deps=OS_DEP1,OS_DEP2,OS_DEP3 --pip=PIP1,PIP2,PIP3

输出说明命令行部署指令成功执行后，会返回部署的版本号。RetCode字段为0时表示正常返回，否则为错误码。依据Message字段的信息可以检测部署进行状态以及错误分析。正常返回示例如下：

DeployUAIService Success:
{
Message : ,
RetCode : 0,
SrvVersion : x-x
}

部署过程中会不断检测当前部署状态。RetCode字段为0时表示正常返回，否则为错误码。依据Message字段的信息可以检测部署进行状态以及错误分析。部署耗时大概为10分钟，请耐心等待。 正常返回示例如下：

CheckUAIDeployProgress Success:
{
Status : Deploying,
SrvPaasID : ,
RetCode : 0,
DeployLog : "",
SrvURL : "",
Message : Step2：Building user image

RetCode字段为0时表示正常返回，否则为错误码。依据Message字段的信息可以检测部署进行状态以及错误分析。

部署成功后，将返回部署服务的域名（SrvURL）和状态，部署成功后版本状态为“未激活”（ToStart）。正常返回样例如下：

CheckUAIDeployProgress Success:
{
Status : ToStart,
SrvPaasID : xxxx,
RetCode : 0,
DeployLog : "",
SrvURL : xxxx.uae.service.auto-ai.com.cn,
Message :
}

图形化界面

当前版本的UAI-Inference已经不支持“代码模式“的部署，请使用命令行工具执行该指令。

文档中心

目录