Nasazení aplikace, která používá OpenAI ve službě Azure Kubernetes Service (AKS)

Článek
08/02/2024

V tomto článku se dozvíte, jak nasadit aplikaci, která používá Azure OpenAI nebo OpenAI v AKS. Pomocí OpenAI můžete snadno přizpůsobit různé modely AI, jako je generování obsahu, sumarizace, sémantické vyhledávání a přirozený jazyk pro generování kódu, pro konkrétní úlohy. Začnete nasazením clusteru AKS ve vašem předplatném Azure. Pak nasadíte službu OpenAI a ukázkovou aplikaci.

Ukázková aplikace nativní pro cloud představuje implementace z reálného světa. Vícekontenerová aplikace se skládá z aplikací psaných v několika jazycích a architekturách, mezi které patří:

Golang with Gin
Rust s Actix-Web
JavaScript s Vue.js a fastify
Python s FastAPI

Tyto aplikace poskytují front-endy zákazníkům a správcům úložiště, rozhraní REST API pro odesílání dat do fronty zpráv RabbitMQ a databáze MongoDB a konzolových aplikací pro simulaci provozu.

Poznámka:

Nedoporučujeme spouštět stavové kontejnery, jako je MongoDB a Rabbit MQ, bez trvalého úložiště pro produkční prostředí. Používáme je zde pro zjednodušení, ale doporučujeme používat spravované služby, jako je Azure CosmosDB nebo Azure Service Bus.

Pokud chcete získat přístup k základu kódu GitHubu pro ukázkovou aplikaci, podívejte se na ukázku AKS Store.

Než začnete

Potřebujete účet Azure s aktivním předplatným. Pokud ho nemáte, vytvořte si účet zdarma.
Pro tuto ukázku můžete použít službu Azure OpenAI nebo službu OpenAI.
- Pokud plánujete používat službu Azure OpenAI, musíte požádat o přístup, abyste ho povolili ve svém předplatném Azure pomocí formuláře Žádost o přístup ke službě Azure OpenAI.
- Pokud plánujete používat OpenAI, zaregistrujte se na webu OpenAI.

Požadavky

Použijte prostředí Bash v Azure Cloud Shellu. Další informace najdete v tématu Rychlý start pro Bash v Azure Cloud Shellu.
Pokud dáváte přednost místnímu spouštění referenčních příkazů rozhraní příkazového řádku, nainstalujte Azure CLI. Pokud používáte Windows nebo macOS, zvažte spuštění Azure CLI v kontejneru Docker. Další informace najdete v tématu Jak spustit Azure CLI v kontejneru Dockeru.
- Pokud používáte místní instalaci, přihlaste se k Azure CLI pomocí příkazu az login. Pokud chcete dokončit proces ověřování, postupujte podle kroků zobrazených na terminálu. Další možnosti přihlášení najdete v tématu Přihlášení pomocí Azure CLI.
- Po zobrazení výzvy nainstalujte rozšíření Azure CLI při prvním použití. Další informace o rozšířeních najdete v tématu Využití rozšíření v Azure CLI.
- Spuštěním příkazu az version zjistěte verzi a závislé knihovny, které jsou nainstalované. Pokud chcete upgradovat na nejnovější verzi, spusťte az upgrade.

Vytvoření skupiny zdrojů

Skupina prostředků Azure je logická skupina, ve které nasazujete a spravujete prostředky Azure. Při vytváření skupiny prostředků se zobrazí výzva k zadání umístění. Toto umístění je umístění úložiště metadat vaší skupiny prostředků a místo, kde vaše prostředky běží v Azure, pokud během vytváření prostředků nezadáte jinou oblast.

Následující příklad vytvoří skupinu prostředků myResourceGroup v umístění eastus.

Pomocí příkazu vytvořte skupinu az group create prostředků.

az group create --name myResourceGroup --location eastus

Následující příklad výstupu ukazuje úspěšné vytvoření skupiny prostředků:

{
  "id": "/subscriptions/<guid>/resourceGroups/myResourceGroup",
  "location": "eastus",
  "managedBy": null,
  "name": "myResourceGroup",
  "properties": {
    "provisioningState": "Succeeded"
  },
  "tags": null,
  "type": "Microsoft.Resources/resourceGroups"
}

Vytvoření clusteru AKS

Následující příklad vytvoří cluster myAKSCluster v myResourceGroup.

Pomocí příkazu vytvořte cluster az aks create AKS.
```
az aks create --resource-group myResourceGroup --name myAKSCluster --generate-ssh-keys
```
Po několika minutách se příkaz dokončí a vrátí informace o clusteru ve formátu JSON.

Připojení ke clusteru

Ke správě clusteru Kubernetes použijete klienta příkazového řádku Kubernetes kubectl. kubectl je už nainstalovaný, pokud používáte Azure Cloud Shell.

Pomocí příkazu nainstalujte kubectl az aks install-cli místně.
```
az aks install-cli
```
Poznámka:

Pokud systém založený na Linuxu vyžaduje zvýšená oprávnění, můžete tento příkaz použít sudo az aks install-cli .
Pomocí příkazu nakonfigurujte kubectl připojení ke clusteru az aks get-credentials Kubernetes.

Tento příkaz provede následující operace:
- Stáhne přihlašovací údaje a nakonfiguruje rozhraní příkazového řádku Kubernetes tak, aby je používalo.
- Používá ~/.kube/configvýchozí umístění konfiguračního souboru Kubernetes. Pomocí argumentu --file zadejte jiné umístění konfiguračního souboru Kubernetes.
```
az aks get-credentials --resource-group myResourceGroup --name myAKSCluster
```

Pomocí příkazu ověřte připojení ke clusteru kubectl get . Tento příkaz vrátí seznam uzlů clusteru.

kubectl get nodes

Následující příklad výstupu ukazuje uzly vytvořené v předchozích krocích. Ujistěte se, že je stav uzlu Připravený.

NAME                                STATUS   ROLES   AGE     VERSION
aks-nodepool1-31469198-vmss000000   Ready    agent   3h29m   v1.25.6
aks-nodepool1-31469198-vmss000001   Ready    agent   3h29m   v1.25.6
aks-nodepool1-31469198-vmss000002   Ready    agent   3h29m   v1.25.6

Poznámka:

U privátních clusterů můžou být uzly nedostupné, pokud se k nim pokusíte připojit přes veřejnou IP adresu. Pokud chcete tento problém vyřešit, musíte vytvořit koncový bod ve stejné virtuální síti jako cluster, ze které se chcete připojit. Postupujte podle pokynů k vytvoření privátního clusteru AKS a pak se k němu připojte.

Nasazení aplikace

Manifest aplikace AKS Store zahrnuje následující nasazení a služby Kubernetes:

Produktová služba: Zobrazuje informace o produktu.
Objednávka: Objednávky.
Makeline service: Zpracovává objednávky z fronty a dokončí objednávky.
Store front: Webová aplikace pro zákazníky k zobrazení produktů a objednávání.
Správce obchodu: Webová aplikace pro zaměstnance obchodu umožňuje zobrazit objednávky ve frontě a spravovat informace o produktech.
Virtuální zákazník: Simuluje vytváření objednávek podle plánu.
Virtuální pracovní proces: Simuluje dokončení objednávky podle plánu.
Mongo DB: Instance NoSQL pro trvalá data.
Rabbit MQ: Fronta zpráv pro frontu objednávek.

Poznámka:

Zkontrolujte manifest YAML pro aplikaci.

Nasaďte aplikaci pomocí kubectl apply příkazu a zadejte název manifestu YAML.

kubectl apply -f https://raw.githubusercontent.com/Azure-Samples/aks-store-demo/main/aks-store-all-in-one.yaml

Následující příklad výstupu ukazuje úspěšně vytvořená nasazení a služby:

deployment.apps/mongodb created
service/mongodb created
deployment.apps/rabbitmq created
service/rabbitmq created
deployment.apps/order-service created
service/order-service created
deployment.apps/makeline-service created
service/makeline-service created
deployment.apps/product-service created
service/product-service created
deployment.apps/store-front created
service/store-front created
deployment.apps/store-admin created
service/store-admin created
deployment.apps/virtual-customer created
deployment.apps/virtual-worker created

Nasazení OpenAI

Můžete použít Azure OpenAI nebo OpenAI a spustit aplikaci v AKS.

Azure OpenAI
OpenAI

V předplatném Azure povolte Azure OpenAI vyplněním formuláře Požádat o přístup ke službě Azure OpenAI.
Na webu Azure Portal vytvořte instanci Azure OpenAI.
Vyberte instanci Azure OpenAI, kterou jste vytvořili.
Vyberte klíče a koncové body a vygenerujte klíč.
Výběrem možnosti Nasazení modelů spravovaná>nasazení otevřete Azure OpenAI Studio.
Vytvořte nové nasazení pomocí modelu gpt-35-turbo .

Další informace o tom, jak vytvořit nasazení v Azure OpenAI, najdete v tématu Začínáme generovat text pomocí služby Azure OpenAI.

Nasazení služby AI

Teď, když je aplikace nasazená, můžete nasadit mikroslužbu založenou na Pythonu, která používá OpenAI k automatickému vygenerování popisů nových produktů přidaných do katalogu obchodu.

Azure OpenAI
OpenAI

Vytvořte soubor s názvem ai-service.yaml a zkopírujte ho v následujícím manifestu:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: ai-service
spec:
  replicas: 1
  selector:
    matchLabels:
      app: ai-service
  template:
    metadata:
      labels:
        app: ai-service
    spec:
      nodeSelector:
        "kubernetes.io/os": linux
      containers:
      - name: ai-service
        image: ghcr.io/azure-samples/aks-store-demo/ai-service:latest
        ports:
        - containerPort: 5001
        env:
        - name: USE_AZURE_OPENAI 
          value: "True"
        - name: AZURE_OPENAI_DEPLOYMENT_NAME 
          value: ""
        - name: AZURE_OPENAI_ENDPOINT 
          value: ""
        - name: OPENAI_API_KEY 
          value: ""
        resources:
          requests:
            cpu: 20m
            memory: 50Mi
          limits:
            cpu: 50m
            memory: 128Mi
---
apiVersion: v1
kind: Service
metadata:
  name: ai-service
spec:
  type: ClusterIP
  ports:
  - name: http
    port: 5001
    targetPort: 5001
  selector:
    app: ai-service

Nastavte proměnnou USE_AZURE_OPENAI prostředí na "True"hodnotu .
Získejte název nasazení Azure OpenAI ze studia Azure OpenAI a vyplňte AZURE_OPENAI_DEPLOYMENT_NAME hodnotu.
Na webu Azure Portal získejte koncový bod Azure OpenAI a klíč rozhraní API Azure OpenAI tak, že v levém okně prostředku vyberete Klíče a koncový bod . Odpovídajícím způsobem aktualizujte AZURE_OPENAI_ENDPOINT a OPENAI_API_KEY v YAML.
Nasaďte aplikaci pomocí kubectl apply příkazu a zadejte název manifestu YAML.
```
kubectl apply -f ai-service.yaml
```
Následující příklad výstupu ukazuje úspěšně vytvořená nasazení a služby:
```
  deployment.apps/ai-service created
  service/ai-service created
```

Vytvořte soubor s názvem ai-service.yaml a zkopírujte ho v následujícím manifestu:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: ai-service
spec:
  replicas: 1
  selector:
    matchLabels:
      app: ai-service
  template:
    metadata:
      labels:
        app: ai-service
    spec:
      nodeSelector:
        "kubernetes.io/os": linux
      containers:
      - name: ai-service
        image: ghcr.io/azure-samples/aks-store-demo/ai-service:latest
        ports:
        - containerPort: 5001
        env:
        - name: USE_AZURE_OPENAI
          value: "False"
        - name: OPENAI_API_KEY 
          value: ""
        - name: OPENAI_ORG_ID 
          value: ""
        resources:
          requests:
            cpu: 20m
            memory: 50Mi
          limits:
            cpu: 50m
            memory: 128Mi
---
apiVersion: v1
kind: Service
metadata:
  name: ai-service
spec:
  type: ClusterIP
  ports:
  - name: http
    port: 5001
    targetPort: 5001
  selector:
    app: ai-service

Nastavte proměnnou USE_AZURE_OPENAI prostředí na "False"hodnotu .
Nastavte proměnnou OPENAI_API_KEY prostředí vložením klíče OpenAI, který jste vygenerovali v posledním kroku.
Vyhledejte ID organizace OpenAI, zkopírujte hodnotu a nastavte proměnnou OPENAI_ORG_ID prostředí.
Nasaďte aplikaci pomocí kubectl apply příkazu a zadejte název manifestu YAML.
```
kubectl apply -f ai-service.yaml
```
Následující příklad výstupu ukazuje úspěšně vytvořená nasazení a služby:
```
  deployment.apps/ai-service created
  service/ai-service created
```

Poznámka:

Přímé přidávání citlivých informací, jako jsou klíče rozhraní API, do souborů manifestu Kubernetes není bezpečné a může se omylem potvrdit do úložišť kódu. Přidali jsme ho sem kvůli jednoduchosti. V případě produkčních úloh použijte spravovanou identitu k ověření ve službě Azure OpenAI nebo místo toho uložte tajné kódy ve službě Azure Key Vault.

Testování aplikace

Pomocí příkazu kubectl get pods zkontrolujte stav nasazených podů.

kubectl get pods

Než budete pokračovat k dalšímu kroku, ujistěte se, že jsou všechny pody spuštěné .

NAME                                READY   STATUS    RESTARTS   AGE
makeline-service-7db94dc7d4-8g28l   1/1     Running   0          99s
mongodb-78f6d95f8-nptbz             1/1     Running   0          99s
order-service-55cbd784bb-6bmfb      1/1     Running   0          99s
product-service-6bf4d65f74-7cbvk    1/1     Running   0          99s
rabbitmq-9855984f9-94nlm            1/1     Running   0          99s
store-admin-7f7d768c48-9hn8l        1/1     Running   0          99s
store-front-6786c64d97-xq5s9        1/1     Running   0          99s
virtual-customer-79498f8667-xzsb7   1/1     Running   0          99s
virtual-worker-6d77fff4b5-7g7rj     1/1     Running   0          99s

Pomocí příkazu získejte IP adresu webové aplikace pro správu obchodu a uložte front-webovou aplikaci kubectl get service .
```
kubectl get service store-admin
```
Aplikace zpřístupňuje web pro správu Storu na internet prostřednictvím veřejného nástroje pro vyrovnávání zatížení zřízeného službou Kubernetes. Dokončení tohoto procesu může trvat několik minut. EXTERNÍ IP adresa se zpočátku zobrazuje čekající na vyřízení, dokud se služba nezobrazí a nezobrazí IP adresu.
```
NAME          TYPE           CLUSTER-IP     EXTERNAL-IP     PORT(S)        AGE
store-admin   LoadBalancer   10.0.142.228   40.64.86.161    80:32494/TCP   50m    
```
Stejný krok opakujte pro službu s názvem store-front.
Otevřete webový prohlížeč a přejděte na externí IP adresu vaší služby. V tomto příkladu otevřete 40.64.86.161 a zobrazte správce Obchodu v prohlížeči. Stejný krok opakujte pro Store Front.
Ve správci obchodu vyberte kartu Produkty a pak vyberte Přidat produkty.
Když je služba ai-service úspěšně spuštěná, měli byste vedle pole popisu vidět tlačítko Zeptat se openAI. Zadejte název, cenu a klíčová slova a vygenerujte popis produktu výběrem možnosti Zeptat se openAI>Uložit produkt.
Teď uvidíte nový produkt, který jste vytvořili u správce Storu používaného prodejci. Na obrázku vidíte Jungle Monkey Chew Toy je přidán.
Uvidíte také nový produkt, který jste vytvořili ve Storu frontu používané kupujícími. Na obrázku vidíte Jungle Monkey Chew Toy je přidán. Nezapomeňte pomocí příkazu získat IP adresu obchodu kubectl get service .