高级配置¶
TorchServe 的默认设置应该足以满足大多数用例。但是,如果您想自定义 TorchServe,则可以使用本主题中描述的配置选项。
有三种方法可以配置 TorchServe。按优先级排序,它们是
环境变量
命令行参数
配置文件
例如,环境变量的值会覆盖命令行参数和配置文件中的属性。命令行参数的值会覆盖配置文件中的值。
环境变量¶
您可以通过设置以下环境变量来更改 TorchServe 的行为
JAVA_HOME
PYTHONPATH
TS_CONFIG_FILE
LOG_LOCATION
METRICS_LOCATION
**注意:**环境变量的优先级高于命令行或 config.properties。环境变量的值会覆盖其他属性值。
命令行参数¶
当您调用 torchserve
时,使用以下命令行参数来自定义 TorchServe 的行为
**–ts-config** 如果未设置
TS_CONFIG_FILE
环境变量,则 TorchServe 会加载指定的配置文件**–model-store** 覆盖 config.properties 文件中的
model_store
属性**–models** 覆盖 config.properties 文件中的
load_models
属性**–log-config** 覆盖默认的 log4j2.xml
**–foreground** 在前台运行 TorchServe。如果禁用此选项,TorchServe 将在后台运行
有关 torchserve
命令行选项的更多详细信息,请参阅 使用 TorchServe 提供模型.
config.properties 文件¶
TorchServe 使用 config.properties
文件来存储配置。TorchServe 按优先级顺序使用以下方法来定位此 config.properties
文件
如果设置了
TS_CONFIG_FILE
环境变量,则 TorchServe 会从环境变量指定的路径加载配置。如果将
--ts-config
参数传递给torchserve
,则 TorchServe 会从参数指定的路径加载配置。如果在您调用
torchserve
的文件夹中存在config.properties
,则 TorchServe 会从当前工作目录加载config.properties
文件。如果没有指定上述任何内容,则 TorchServe 会加载具有默认值的内置配置。
自定义 JVM 选项¶
要控制 TorchServe 前端内存占用,请在 config.properties
文件中配置 **vmargs** 属性
默认:N/A,使用 JVM 默认选项
调整 JVM 选项以满足您的内存需求。
在启动时加载模型¶
您可以通过设置 model_store
和 load_models
属性来配置 TorchServe 在启动期间加载模型。以下值有效
load_models
standalone
: 默认:N/A,启动时不会加载任何模型。all
: 加载model_store
中存在的所有模型。model1.mar, model2.mar
: 加载model_store
中指定的 MAR 文件中的模型。model1=model1.mar, model2=model2.mar
: 加载model_store
中具有指定名称和 MAR 文件的模型。
model_store
standalone
: 默认:N/A,从本地磁盘加载模型被禁用。pathname
: 模型存储位置由pathname
的值指定。
**注意:**如果指定了命令行参数,则会覆盖 model_store
和 load_models
属性。
配置 TorchServe 监听地址和端口¶
TorchServe 本身不支持身份验证。为了防止未经授权的访问,TorchServe 默认情况下只允许 localhost 访问。推理 API 监听端口 8080。管理 API 监听端口 8081。两者都期望 HTTP 请求。这些是默认端口。请参阅 启用 SSL 以配置 HTTPS。
inference_address
: 推理 API 绑定地址。默认:http://127.0.0.1:8080
management_address
: 管理 API 绑定地址。默认:http://127.0.0.1:8081
metrics_address
: 指标 API 绑定地址。默认:http://127.0.0.1:8082
要在特定 IP 地址上的模型上运行预测,请指定 IP 地址和端口。
# bind inference API to localhost with SSL enabled
inference_address=https://127.0.0.1:8443
# bind inference API to private network interfaces with SSL enabled
inference_address=https://172.16.1.10:8080
配置 TorchServe gRPC 监听地址、端口和最大连接年龄¶
推理 gRPC API 默认情况下在 localhost 上的端口 7070 上监听,管理 gRPC API 在 localhost 上的端口 7071 上监听。
要配置不同的地址,请使用以下属性
grpc_inference_address
: 推理 gRPC API IP 地址。默认:127.0.0.1grpc_management_address
: 管理 gRPC API IP 地址。默认:127.0.0.1
要配置不同的端口,请使用以下属性
grpc_inference_port
: 推理 gRPC API 绑定端口。默认:7070grpc_management_port
: 管理 gRPC API 绑定端口。默认:7071
要配置 最大连接年龄(毫秒)
grpc_inference_max_connection_age_ms
: 推理 gRPC 最大连接年龄。默认:无限grpc_management_max_connection_age_ms
: 管理 gRPC 最大连接年龄。默认:无限
要配置 最大连接年龄宽限时间(毫秒)
grpc_inference_max_connection_age_grace_ms
: 推理 gRPC 最大连接年龄宽限时间。默认:无限grpc_management_max_connection_age_grace_ms
: 管理 gRPC 最大连接年龄宽限期。默认值:无限
启用 SSL¶
要启用 HTTPs,可以将 inference_address
、management_address
或 metrics_address
协议从 http 更改为 https。例如:inference_address=https://127.0.0.1
。默认端口为 443,但可以设置 TorchServe 监听任何端口以接受 https 请求。例如,要在端口 8443 上接收 https 流量,可以使用:inference_address=https://127.0.0.1:8443
。
还必须提供证书和私钥来启用 SSL。TorchServe 支持两种配置 SSL 的方式
使用密钥库
keystore: 密钥库文件位置。如果密钥库中存在多个私钥条目,则将使用第一个条目。
keystore_pass: 密钥库密码。密码(如果适用)必须与密钥库密码相同。
keystore_type: 密钥库的类型。默认值:PKCS12。
使用私钥/证书文件
private_key_file: 私钥文件位置。支持 PKCS8 和 OpenSSL 私钥。
certificate_file: X509 证书链文件位置。
示例¶
选项 1: 使用密钥库;使用 Java 的 keytool 生成密钥库。注意 storepass
参数需要您创建自己的密码。
keytool -genkey -keyalg RSA -alias ts -keystore keystore.p12 -storepass changeit -storetype PKCS12 -validity 3600 -keysize 2048 -dname "CN=www.MY_TS.com, OU=Cloud Service, O=model server, L=Palo Alto, ST=California, C=US"
在 config.properties 中配置以下属性
inference_address=https://127.0.0.1:8443
management_address=https://127.0.0.1:8444
metrics_address=https://127.0.0.1:8445
keystore=keystore.p12
keystore_pass=changeit
keystore_type=PKCS12
选项 2: 使用私钥/证书文件;使用 OpenSSL 生成自签名证书和密钥
openssl req -x509 -nodes -days 365 -newkey rsa:2048 -keyout mykey.key -out mycert.pem
在 config.properties 中配置以下属性
inference_address=https://127.0.0.1:8443
management_address=https://127.0.0.1:8444
metrics_address=https://127.0.0.1:8445
private_key_file=mykey.key
certificate_file=mycert.pem
配置跨域资源共享 (CORS)¶
CORS 是一种机制,它使用额外的 HTTP 标头来告诉浏览器允许一个源(域)上的 Web 应用程序访问来自不同源上的服务器的选定资源。
CORS 默认情况下处于禁用状态。在 config.properties 文件中配置以下属性以启用 CORS
# cors_allowed_origin is required to enable CORS, use '*' or your domain name
cors_allowed_origin=https://yourdomain.com
# required if you want to use preflight request
cors_allowed_methods=GET, POST, PUT, OPTIONS
# required if the request has an Access-Control-Request-Headers header
cors_allowed_headers=X-Custom-Header
首选直接缓冲区¶
配置参数 prefer_direct_buffer 控制模型服务器是否将使用 -XX:MaxDirectMemorySize 指定的直接内存。此参数仅适用于模型服务器,不会影响其他包对直接内存缓冲区的使用。默认值:false
prefer_direct_buffer=true
允许模型特定的自定义 Python 包。¶
自定义模型/处理程序可能依赖于不同的 Python 包,这些包不是作为 TorchServe
设置的一部分默认安装的。用户可以提供一个 requirements.txt 文件,其中包含由 TorchServe
安装的所需 Python 包列表,以实现无缝模型服务。配置参数 install_py_dep_per_model
控制模型服务器是否使用与模型存档一起提供的 requirements
文件安装 Python 包。默认值:false
install_py_dep_per_model=true
用户还可以使用 --extra-files
标志在创建模型存档时以 zip 或 tar.gz 格式提供自定义 Python 包,并在 requirements
文件中添加文件名的条目。
限制后端工作程序访问环境变量¶
环境变量可能包含敏感信息,例如 AWS 凭据。后端工作程序执行任意模型的自定义代码,这可能会带来安全风险。TorchServe 提供了一个 blacklist_env_vars
属性,允许您限制哪些环境变量可以被后端工作程序访问。
blacklist_env_vars
: 用于过滤环境变量名称的正则表达式。默认值:所有环境变量对后端工作程序可见。
限制 GPU 使用率¶
默认情况下,TorchServe 使用所有可用的 GPU 进行推理。使用 number_of_gpu
限制 GPU 的使用率。
number_of_gpu
: TorchServe 可用于推理的 GPU 最大数量。默认值:系统中的所有可用 GPU。
Nvidia 控制可见性¶
设置 nvidia 环境变量。例如
export CUDA_DEVICE_ORDER=”PCI_BUS_ID”
export CUDA_VISIBLE_DEVICES=”1,3”
启用指标 API¶
enable_metrics_api
: 启用或禁用指标 API,即可以是true
或false
。默认值:true(已启用)
配置模型¶
models
: 使用此选项设置特定于模型的配置。该值以 JSON 格式呈现。
{
"modelName": {
"version": {
"parameterName1": parameterValue1,
"parameterName2": parameterValue2,
"parameterNameN": parameterValueN,
}
}
}
模型参数在 模型源代码 中定义
minWorkers
: 模型的最小工作程序数量maxWorkers
: 模型的最大工作程序数量batchSize
: 模型的批处理大小maxBatchDelay
: 模型批处理的最大延迟(以毫秒为单位)startupTimeout
: 特定模型启动的超时时间(以秒为单位)。此设置优先于default_startup_timeout
,后者是所有模型的默认超时时间responseTimeout
: 特定模型响应的超时时间(以秒为单位)。此设置优先于default_response_timeout
,后者是所有模型的默认超时时间defaultVersion
: 模型的默认版本marName
: 模型的 mar 文件名
模型配置示例
models={\
"noop": {\
"1.0": {\
"defaultVersion": true,\
"marName": "noop.mar",\
"minWorkers": 1,\
"maxWorkers": 1,\
"batchSize": 4,\
"maxBatchDelay": 100,\
"responseTimeout": 120\
}\
},\
"vgg16": {\
"1.0": {\
"defaultVersion": true,\
"marName": "vgg16.mar",\
"minWorkers": 1,\
"maxWorkers": 4,\
"batchSize": 8,\
"maxBatchDelay": 100,\
"responseTimeout": 120\
}\
}\
}
从 0.8.0 版开始,TorchServe 允许使用嵌入在 MAR 文件中的 YAML 文件配置模型。此 YAML 文件包含两个不同的部分,用于确定模型的配置方式:前端参数和后端参数。(参见 详细信息)
前端参数由 TorchServe 的前端控制,并指定参数名称和默认值。TorchServe 现在使用优先级顺序来确定前端中模型参数的最终值。具体来说,config.property 文件的优先级最低,其次是模型配置 YAML 文件,最后是 REST 或 gRPC 模型管理 API 的优先级最高。
后端参数完全由用户控制。用户自定义的处理程序可以通过 上下文对象 的
model_yaml_config
属性访问后端参数。例如,context.model_yaml_config[”pippy”][”rpc_timeout”]。用户可以通过在 YAML 文件的前端参数中定义 “deviceIds” 为模型分配特定的 GPU 设备 ID。TorchServe 使用循环策略将设备 ID 分配给模型的工作程序。如果在 YAML 文件中指定,它将循环使用列出的设备 ID;否则,它将使用主机上所有可见的设备 ID。
其他属性¶
大多数以下属性旨在用于性能调整。调整这些数字会影响可扩展性和吞吐量。
enable_envvars_config
: 启用通过环境变量配置 TorchServe。当此选项设置为 “true” 时,TorchServe 的所有静态配置也可以通过环境变量提供。默认值:falsenumber_of_netty_threads
: 前端 netty 线程数。这指定了前端 netty 服务器子 EventLoopGroup 中的线程数。此组为处理来自已接受连接的 Netty Channel 事件(即推理和管理请求)提供 EventLoop。默认值:JVM 可用的逻辑处理器数量。netty_client_threads
: 后端 netty 线程数。这指定了将推理响应写入前端的 WorkerThread EventLoopGroup 中的线程数。默认值:JVM 可用的逻辑处理器数量。default_workers_per_model
: 在启动时加载的每个模型要创建的工作程序数量。默认值:系统中的可用 GPU 或 JVM 可用的逻辑处理器数量。job_queue_size
: 前端将在后端可以提供服务之前排队的推理作业数。默认值:100。async_logging
: 启用异步日志记录以提高吞吐量,如果启用此选项,日志输出可能会延迟。默认值:false。default_response_timeout
: 超时时间(以秒为单位),用于所有模型后端工作程序,在它们被认为无响应并重新启动之前。默认值:120 秒。default_startup_timeout
: 指定模型后端工作程序初始化并准备就绪的最大时间(以秒为单位)。如果工作程序在此时间范围内无法启动,则被认为无响应,并将重新启动。默认值:120 秒。unregister_model_timeout
: 超时时间(以秒为单位),用于处理取消注册模型请求时清理进程,在它被认为无响应并发送错误响应之前。默认值:120 秒。decode_input_request
: 配置后端工作程序解码请求,当已知内容类型时。如果此选项设置为 “true”,则后端工作程序在内容类型为 “application/json” 时执行 “字节数组到 JSON 对象” 转换,并且当请求的 Content-Type 设置为 “text*” 时,后端工作程序将 “字节数组转换为 utf-8 字符串”。默认值:trueinitial_worker_port
: 这是用于自动为工作程序进程分配端口的初始端口号。model_store
: 模型存储目录的路径。model_server_home
: Torchserve 主目录。max_request_size
: Torchserve 接受的最大允许请求大小(以字节为单位)。默认值:6553500max_response_size
: Torchserve 发送的最大允许响应大小(以字节为单位)。默认值:6553500limit_max_image_pixels
: 默认值为 true(使用默认 PIL.Image.MAX_IMAGE_PIXELS)。如果此选项设置为 “false”,则在后端默认视觉处理程序中设置 PIL.Image.MAX_IMAGE_PIXELS = None,以用于大型图像有效负载。allowed_urls
: 允许从模型注册来源 URL(s) 中读取的逗号分隔正则表达式。默认值:file://.*|http(s)?://.*
(所有 URL 和本地文件系统) 例如:要允许基本 URLhttps://s3.amazonaws.com/
和https://torchserve.pytorch.org/
,请使用以下正则表达式字符串allowed_urls=https://s3.amazonaws.com/.*,https://torchserve.pytorch.org/.*
出于安全原因,需要在 config.properties 中设置
use_env_allowed_urls=true
以从环境变量中读取allowed_urls
。
workflow_store
: 工作流存储目录的路径。默认为模型存储目录。disable_system_metrics
: 当设置为“true”时,禁用系统指标的收集。默认值为“false”。system_metrics_cmd
: 带有参数的自定义系统指标 Python 脚本名称。例如:ts/metrics/metric_collector.py --gpu 0
。默认值:空,这意味着 TorchServe 通过“ts/metrics/metric_collector.py –gpu $CUDA_VISIBLE_DEVICES”收集系统指标。
注意
所有上述配置属性可以使用环境变量设置,如下所示。
在 config.properties 中将
enable_envvars_config
设置为 true将属性的环境变量导出为
TS_<PROPERTY_NAME>
。例如:要设置 inference_address 属性,请运行命令
export TS_INFERENCE_ADDRESS="http://127.0.0.1:8082"
。