Знакомство с проблемой
В коммерческой разработке многие сценарии использования машинного обучения подразумевают мультитенантную архитектуру и требуют обучения отдельной модели для каждого клиента и/или пользователя.
В качестве примера можно рассмотреть прогнозирование закупок и спроса на какие-либо продукты с помощью машинного обучения. Если вы управляете сетью розничных магазинов, вы можете использовать данные истории покупок клиентов и итогового спроса на эти продукты для прогнозирования расходов и объёмов закупок для каждого магазина по отдельности.
Чаще всего в таких случаях для развёртывания моделей пишут службу Flask и помещают её в контейнер Docker. Примеров одномодельных серверов машинного обучения очень много, но когда дело доходит до развёртывания нескольких моделей, у разработчика остаётся не так много доступных вариантов для решения проблемы.
В мультитенантных приложениях количество арендаторов заранее не известно и может быть практически не ограничено в какой-то момент у вас может быть только один клиент, а в другой момент вы можете обслуживать отдельные модели для каждого пользователя тысячам пользователей. Вот здесь и начинают проявляться ограничения стандартного подхода к развертыванию:
-
Если мы будем разворачивать контейнер Docker для каждого клиента, то мы получим очень большое и дорогостоящее приложение, которым будет достаточно сложно управлять.
-
Единый контейнер, в образе которого есть все модели, для нас тоже не работает, т. к. на сервере могут работать тысячи моделей, а новые модели добавляются во время выполнения.
Решение
Решение предполагает, что обучение модели машинного обучения выполняется отдельно от обслуживания данной модели. Например, задание Airflow выполняет обучение модели и сохраняет ее в S3, в таком случае единственная ответственность ML сервера это прогнозы.
Обученная модель ML это просто файл на диске, поэтому нам нужно сохранить файл и сопоставление: идентификатор пользователя -> идентификатор модели.
Компоненты решения
Чтобы сервер не зависел от реализации хранилища модели и базовой инфраструктуры машинного обучения, используются следующие абстракции:
-
Model абстрактная модель, предоставляющая прогноз; его реализация может быть SklearnModel, TensorFlowModel, MyCustomModel и т. д.
-
ModelInfoRepository абстрактный репозиторий, который предоставляет сопоставления userid -> modelid. Например, он может быть реализован как SQAlchemyModelInfoRepository.
-
ModelRepository абстрактный репозиторий, который может возвращать модель по ее ID. Это может быть FileSystemRepository, S3Repository или любая другая реализация репозитория.
from abc import ABCclass Model(ABC): @abstractmethod def predict(self, data: pd.DataFrame) -> np.ndarray: raise NotImplementedError class ModelInfoRepository(ABC): @abstractmethod def get_model_id_by_user_id(self, user_id: str) -> str: raise NotImplementedError class ModelRepository(ABC): @abstractmethod def get_model(self, model_id: str) -> Model: raise NotImplementedError
Реализация
Теперь предположим, что мы обучили модель sklearn, которая хранится в Amazon S3 с сопоставлениями userid -> modelid, определенными в базе данных.
class SklearnModel(Model): def __init__(self, model): self.model = model def predict(self, data: pd.DataFrame): return self.model.predict(data) class SQAlchemyModelInfoRepository(ModelInfoRepository): def __init__(self, sqalchemy_session: Session): self.session = sqalchemy_session def get_model_id_by_user_id(user_id: str) -> str: # implementation goes here, query a table in any Database class S3ModelRepository(ModelRepository): def __init__(self, s3_client): self.s3_client = s3_client def get_model(self, model_id: str) -> Model: # load and deserialize pickle from S3, implementation goes here
Это делает реализацию сервера чрезвычайно простой:
def make_app(model_info_repository: ModelInfoRepository, model_repsitory: ModelRepository) -> Flask: app = Flask("multi-model-server") @app.predict("/predict/<user_id>") def predict(user_id): model_id = model_info_repository.get_model_id_by_user_id(user_id) model = model_repsitory.get_model(model_id) data = pd.DataFrame(request.json()) predictions = model.predict(data) return jsonify(predictions.tolist()) return app
Обратите внимание, что благодаря абстракциям сервер Flask полностью независим от конкретной модели и реализации хранилища; мы можем заменить sklearn на TensorFlow и S3 на локальную папку, при этом в коде сервера Flask не меняются строки.
Замечание о кешировании
Поскольку некоторые модели можно запрашивать чаще, чем другие, загрузка их из хранилища каждый раз может оказаться дорогостоящей. Чтобы решить эту проблему, мы можем использовать кеширование. Вот как это может быть реализовано в виде композиции из существующего репозитория моделей и кеширующих библиотек cachetools:
from cachetools import Cache class CachedModelRepository(ModelRepository): def __init__(self, model_repository: ModelRepository, cache: Cache): self.model_repository = model_repository self.cache = cache @abstractmethod def get_model(self, model_id: str) -> Model: if model_id not in self.cache: self.cache[model_id] = self.model_repository.get_model(model_id) return self.cache[model_id]
Пример использования:
from cachetools import LRUCache model_repository = CachedModelRepository( S3ModelRepository(s3_client), LRUCache(max_size=10))
Перед выходом в продакшен
Такой многомодельный сервер - одна из многих частей, необходимых для запуска приложений производственного уровня с возможностями машинного обучения. Безопасность корпоративного уровня, масштабируемость, MLOps и т. д. могут быть даже более важными для успеха и надежности проекта, чем немного более точная модель машинного обучения. Всегда помните о гениальном правиле 4 от Google: пусть первая модель будет простой, а инфраструктура - правильной.
