Контейнеры в отключенных (автономных) средах

Поддержка контейнеров в настоящее время доступна в версии 2022-08-31 (GA) аналитики документов для всех моделей и 2023-07-31 (GA) для моделей чтения, макета, счета, квитанции и идентификатора документов:

• REST API 2022-08-31 (GA)
• REST API 2023-07-31 (GA)
• Целевые клиентские библиотеки REST API 2022-08-31 (GA)
• Целевые клиентские библиотеки REST API 2023-07-31 (GA)

✔️ Дополнительные сведения о поддерживаемых контейнерах см. в контейнерах Аналитики документов версии 3.0 в отключенных средах .

Это содержимое относится к: версии 3.0 (GA) версии 3.1 (GA)

Что такое отключенные контейнеры?

Контейнеры искусственного интеллекта Azure позволяют выполнять некоторые службы аналитики документов локально в контейнерах. Подключенные контейнеры выполняются локально в вашей среде и отправляют сведения об использовании в облако для выставления счетов. Отключенные контейнеры предназначены для сценариев, в которых для запуска контейнеров не требуется подключение к облаку.

Контейнеры аналитики документов Azure позволяют использовать API аналитики документов с преимуществами контейнеризации. Отключенные контейнеры предлагаются с помощью цен на уровне обязательств, предлагаемых по скидке по сравнению с ценами на оплату по мере использования. С помощью цен на категорию обязательств вы можете зафиксировать использование функций Аналитики документов для фиксированной платы по прогнозируемой общей стоимости на основе потребностей рабочей нагрузки.

Начало работы

Прежде чем пытаться запустить контейнер Docker в автономной среде, убедитесь, что вы знакомы со следующими требованиями, чтобы успешно скачать и использовать контейнер:

• Требования к главному компьютеру и рекомендации.
• Команда Docker pull для скачивания контейнера.
• Как проверить состояние контейнера.
• Как отправлять запросы к конечной точке контейнера после ее запуска.

Запрос доступа на использование контейнеров в отключенных средах

Прежде чем использовать контейнеры аналитики документов в отключенных средах, необходимо сначала заполнить форму запроса и приобрести план обязательств.

Создание ресурса в портал Azure

Начните с подготовки нового ресурса на портале.

• Убедитесь, что выбран параметр ценовой Commitment tier disconnected containers DC0 категории

• Выберите соответствующую ценовую категорию по крайней мере из одного из пользовательских, считываемых или предварительно созданных уровней обязательств

  

Сбор обязательных параметров

Существует три обязательных параметра для всех контейнеров служб ИИ Azure:

• Вам следует принять Лицензионное соглашение с конечным пользователем (EULA).
• URL-адрес конечной точки ресурса из портал Azure.
• Ключ API для ресурса из портал Azure.

Url-адрес конечной точки и ключ API необходимы при первом запуске контейнера, чтобы настроить его для отключенного использования. Ключ и конечная точка можно найти на странице "Ключ и конечная точка" ресурса в портал Azure:

Скачивание контейнера Docker с помощью docker pull

Скачайте контейнер Docker, утвержденный для запуска в отключенной среде. Например:

Пример команды извлечения Docker

docker pull mcr.microsoft.com/azure-cognitive-services/form-recognizer/invoice:latest

Настройка контейнера для запуска в среде без подключения к Интернету

Отключенные образы контейнеров совпадают с подключенными контейнерами. Ключевое различие заключается в том, что отключенные контейнеры требуют файла лицензии. Этот файл лицензии скачан путем запуска контейнера в подключенном режиме с параметром downloadLicense, заданным значением true.

Теперь, когда контейнер скачан, необходимо выполнить docker run команду со следующим параметром:

• DownloadLicense=True. Этот параметр скачивает файл лицензии, который позволяет контейнеру Docker запускаться, если он не подключен к Интернету. Он также содержит дату окончания срока действия, после чего файл лицензии недопустим для запуска контейнера. Файл лицензии можно использовать только в соответствующем утвержденном контейнере.

В следующем примере показано форматирование команды, используемой docker run с значениями заполнителей. Замените заполнители собственными значениями.

Пример docker run команды

docker run --rm -it -p 5000:5050 \

-v {LICENSE_MOUNT} \

{IMAGE} \

eula=accept \

billing={ENDPOINT_URI} \

apikey={API_KEY} \

DownloadLicense=True \

Mounts:License={CONTAINER_LICENSE_DIRECTORY}

В следующей команде замените заполнители пути к папке, конечной точке выставления счетов и ключу API, чтобы скачать файл лицензии для контейнера макета.

docker run -v {folder path}:/license --env Mounts:License=/license --env DownloadLicense=True --env Eula=accept --env Billing={billing endpoint} --env ApiKey={api key} mcr.microsoft.com/azure-cognitive-services/form-recognizer/layout-3.0:latest

После настройки контейнера используйте следующий раздел, чтобы запустить контейнер в вашей среде с лицензией и соответствующими выделениями памяти и ЦП.

Модели и конфигурации контейнеров аналитики документов

После настройки контейнера значения для скачанных моделей аналитики документов и конфигурации контейнера будут созданы и отображаются в выходных данных контейнера.

Запуск контейнера в среде без подключения к Интернету

Скачав файл лицензии, вы можете запустить контейнер в отключенной среде с лицензией, соответствующей памятью и подходящими выделениями ЦП. В следующем примере показано форматирование docker run команды со значениями заполнителей. Замените эти заполнители собственными значениями.

При каждом запуске контейнера файл лицензии должен быть подключен к контейнеру, а расположение папки лицензии в локальной файловой системе контейнера должно быть указано.Mounts:License= Кроме того, необходимо указать выходное подключение, чтобы записи об использовании выставления счетов могли быть записаны.

Пример docker run команды

docker run --rm -it -p 5000:5050 --memory {MEMORY_SIZE} --cpus {NUMBER_CPUS} \

-v {LICENSE_MOUNT} \

-v {OUTPUT_PATH} \

{IMAGE} \

eula=accept \

Mounts:License={CONTAINER_LICENSE_DIRECTORY}

Mounts:Output={CONTAINER_OUTPUT_DIRECTORY}

Запуск отключенного контейнера аналогичен запуску подключенного контейнера. Для отключенных контейнеров требуется добавленный параметр лицензии. Ниже приведен пример docker-compose.yml файла для запуска пользовательского контейнера в отключенном режиме. Добавьте переменную среды CUSTOM_LICENSE_MOUNT_PATH со значением, заданным в папку, содержащую скачанный файл лицензии, и OUTPUT_MOUNT_PATH переменную среды с заданным значением в папку, в которой хранятся журналы использования.

version: '3.3'
services:
 nginx:
  image: nginx:alpine
  container_name: reverseproxy
  volumes:
    - ${NGINX_CONF_FILE}:/etc/nginx/nginx.conf
  ports:
    - "5000:5050"
 layout:
  container_name: azure-cognitive-service-layout
  image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/layout-3.0:latest
  environment:
    eula: accept
    apikey: ${FORM_RECOGNIZER_KEY}
    billing: ${FORM_RECOGNIZER_ENDPOINT_URI}
    Logging:Console:LogLevel:Default: Information
    SharedRootFolder: /shared
    Mounts:Shared: /shared
    Mounts:Output: /logs
    Mounts:License: /license
  volumes:
    - type: bind
      source: ${SHARED_MOUNT_PATH}
      target: /shared
    - type: bind
      source: ${OUTPUT_MOUNT_PATH}
      target: /logs
    - type: bind
      source: ${LAYOUT_LICENSE_MOUNT_PATH}
      target: /license
  expose:
    - "5000"

 custom-template:
  container_name: azure-cognitive-service-custom-template
  image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/custom-template-3.0:latest
  restart: always
  depends_on:
    - layout
  environment:
    AzureCognitiveServiceLayoutHost: http://azure-cognitive-service-layout:5000
    eula: accept
    apikey: ${FORM_RECOGNIZER_KEY}
    billing: ${FORM_RECOGNIZER_ENDPOINT_URI}
    Logging:Console:LogLevel:Default: Information
    SharedRootFolder: /shared
    Mounts:Shared: /shared
    Mounts:Output: /logs
    Mounts:License: /license
  volumes:
    - type: bind
      source: ${SHARED_MOUNT_PATH}
      target: /shared
    - type: bind
      source: ${OUTPUT_MOUNT_PATH}
      target: /logs
    - type: bind
      source: ${CUSTOM_LICENSE_MOUNT_PATH}
      target: /license
  expose:
    - "5000"

 studio:
  container_name: form-recognizer-studio
  image: mcr.microsoft.com/azure-cognitive-services/form-recognizer/studio:3.0
  environment:
    ONPREM_LOCALFILE_BASEPATH: /onprem_folder
    STORAGE_DATABASE_CONNECTION_STRING: /onprem_db/Application.db
  volumes:
    - type: bind
      source: ${FILE_MOUNT_PATH} # path to your local folder
      target: /onprem_folder
    - type: bind
      source: ${DB_MOUNT_PATH} # path to your local folder
      target: /onprem_db
  ports:
    - "5001:5001"
  user: "1000:1000" # echo $(id -u):$(id -g)

Другие параметры и команды

Ниже приведены несколько дополнительных параметров и команд, необходимых для запуска контейнера.

Записи об использовании

Контейнеры Docker, работающие в отключенной среде, будут записывать сведения об использовании на том, где они собираются с течением времени. Можно также вызвать конечную точку REST API, чтобы создать отчет об использовании службы.

Аргументы для хранения журналов

При запуске в среде без подключения к Интернету для хранения журналов использования необходимо, чтобы для контейнера было доступно выходное подключение. Например, можно включить -v /host/output:{OUTPUT_PATH} и Mounts:Output={OUTPUT_PATH} в следующем примере, заменив {OUTPUT_PATH} путь, в котором хранятся журналы:

docker run -v /host/output:{OUTPUT_PATH} ... <image> ... Mounts:Output={OUTPUT_PATH}

Получение записей с помощью конечных точек контейнера

Контейнер предоставляет две конечные точки для возврата записей об использовании.

Получение всех записей

Следующая конечная точка содержит отчет, в котором приводится сводка всех данных об использовании, собранных в подключенном каталоге записей выставления счетов.

https://<service>/records/usage-logs/

Пример конечной точки HTTPS

http://localhost:5000/records/usage-logs

Конечная точка журнала использования возвращает ответ JSON, аналогичный следующему примеру:

{
  "apiType": "string",
  "serviceName": "string",
  "meters": [
    {
      "name": "string",
      "quantity": 256345435
    }
  ]
}

Получение записей за определенный месяц

Следующая конечная точка содержит отчет об обобщении использования в течение определенного месяца и года.

https://<service>/records/usage-logs/{MONTH}/{YEAR}

Эта конечная точка журнала использования возвращает ответ JSON, аналогичный следующему примеру:

{
  "apiType": "string",
  "serviceName": "string",
  "meters": [
    {
      "name": "string",
      "quantity": 56097
    }
  ]
}

Устранение неполадок

Запустите контейнер с включенным выходным подключением и ведением журнала. Эти параметры позволяют контейнеру создавать файлы журналов, которые полезны для устранения неполадок, возникающих при запуске или запуске контейнера.

Следующие шаги

• Развертывание средства маркировки данных в экземпляре контейнера Azure (ACI)
• Изменение или завершение плана обязательств