公有云部署

公有云部署简介

模型仓库中的表格数据预测模型，可以通过公有云部署为在线服务，并对外提供REST API，已有的业务系统可以通过API进行模型预测服务的集成。

模型部署流程

1. 将训练完成的表格预测模型发布到模型仓库，在模型仓库中的『版本列表』中点击『公有云部署』或者点击左侧导航栏的公有云部署，进入公有云部署界面后点击『部署模型』。
   
2. 在部署界面，首先进行服务配置：自定义服务名称、接口地址后缀，选择需要部署的模型，
   
3. 对每个部署模型还需要进行资源配置，配置模型预测服务所需机器资源。目前仅支持CPU机型，支持按配额与实例进行灵活配置，计费说明请点击查看

4. 配置完成后，点击开始部署，在完成部署后可以通过配置的API地址调用预测服务。

   说明：

   1、系统将运行公有云部署的机器资源1核cpu和4G内存折算为1配额，提高配额数量能提升QPS和降低推理时延

   2、实例为cpu资源运行的实例数，为保证服务的稳定性，实例数至少需要配置为2。实例数与QPS成正比关系，提高实例数时，QPS能正比增加

   3、表格预测模型的API可以在模型仓库中模型版本详情页面的“API参考”页签中查看。

接口赋权

1. 正式使用还需要对接口进行赋权，在已发布的服务的详情界面，点击『控制台』进入BML控制台。
   
2. 在控制台中创建一个应用，获得由一串数字组成的appid、AK、SK，然后就可以参考接口文档正式使用了
   
3. 如需为第三方用户配置调用接口的权限，可以前往BML控制台-公有云服务管理-权限管理配置

公有云部署列表
公有云部署列表信息由历史提交公有云服务组成，显示服务的基本信息。

如图，在预测服务列表页支持以下操作：

查看详情：点击进入该公有云服务的详情界面

重启：对已停止或部署失败的服务进行重新创建，恢复对应的服务为可用状态

停止：停止该公有云服务，用户不再使用相关服务后可进行这一操作，停止后将不进行计费

编辑模型：对于已经部署为公有云服务，但尚未配置机器资源的模型，点击可以配置机器资源

请求说明

请求示例

HTTP 方法：POST

请求URL： 请首先进行自定义模型训练，完成训练后可在服务列表中查看并获取url。

URL参数：

Header如下：

注意：如果出现336001的错误码很可能是因为请求方式错误，与其他图像识别服务不同的是定制化图像识别服务以json方式请求。

Body请求接口：

1{
2    "include_req": false,
3    "data": <待预测数组>
4}

具体示例如下：

1{
2	"include_req": false,
3	"data": [{
4			"sepal_length": 5.1,
5			"sepal_width": 3.5,
6			"petal_length": 1.4,
7			"petal_width": 0.2
8		},
9		{
10			"sepal_length": 5.3,
11			"sepal_width": 3.4,
12			"petal_length": 1.2,
13			"petal_width": 0.3
14		}
15	]
16}

Body中放置请求参数，参数详情如下：

请求参数

返回说明

返回参数

错误码

若请求错误，服务器将返回的JSON文本包含以下参数：

• error_code：错误码。
• error_msg：错误描述信息，帮助理解和解决发生的错误。

例如Access Token失效返回：

1{
2  "error_code": 110,
3  "error_msg": "Access token invalid or no longer valid"
4}

需要重新获取新的Access Token再次请求即可。