Развертывание и запуск контейнеров в экземпляре контейнера Azure

Следуйте этим шагам, чтобы легко масштабировать приложения Foundry Tools в облаке с помощью экземпляров контейнеров Azure. Контейнеризация позволяет сосредоточиться на создании приложений, а не на управлении инфраструктурой. Дополнительные сведения об использовании контейнеров см. в разделе Функции и преимущества.

Предварительные требования

Рецепт работает с любым контейнером средств Foundry. Ресурс Foundry необходимо создать перед использованием рецепта. Каждый инструмент Foundry, поддерживающий контейнеры, содержит статью "Установка" для установки и настройки службы для контейнера. Некоторым службам в качестве входных данных для контейнера требуется файл или набор файлов. Важно разобраться в работе контейнера и успешно его использовать, прежде чем приступить к использованию этого решения.

Ресурс Azure для инструмента Foundry, который вы используете.
URL-адрес конечной точки ресурса Azure. Просмотрите сведения о том, как установить определенную службу для контейнера, чтобы найти URL-адрес конечной точки на портале Azure и как выглядит правильный пример URL-адреса. Точный формат может меняться в зависимости от службы.
Ключ ресурса Azure— ключи находятся на странице "Ключи" для ресурса Azure. Вам потребуется только один из двух ключей. Ключ — это строка из 84 буквенно-числовых символов.
Один контейнер Foundry Tools на локальном хосте (вашем компьютере). Убедитесь, что вы можете выполнить следующие действия.
- Загрузите образ с помощью команды docker pull.
- Успешно запустить локальный контейнер со всеми необходимыми параметрами конфигурации с помощью команды docker run.
- Вызовите конечную точку контейнера, получив в ответ код состояния HTTP 2xx и тело ответа в формате JSON.

Все переменные в угловых скобках (<>) необходимо заменить собственными значениями. Эта замена включает угловые скобки.

Внимание

Контейнеру LUIS требуется файл модели .gz, который извлекается во время выполнения. Контейнер должен иметь возможность получить доступ к этому файлу модели путем подключения тома из экземпляра контейнера. Чтобы отправить файл модели, выполните следующие действия.

Создайте общий файловый ресурс Azure. Запишите имя учетной записи хранения Azure, ключ и имя общей папки, так как они понадобятся вам позже.
Экспортируйте модель LUIS (упакованное приложение) с портала LUIS.
На портале Azure перейдите на страницу Обзор ресурса учетной записи хранения и выберите Общие папки.
Выберите имя общей папки, которую вы недавно создали, а затем щелкните Отправить. Затем отправьте упакованное приложение.

Портал Azure
Azure CLI;

Создать ресурс Azure Container Instances с помощью портала Azure

Перейдите на страницу Создать для экземпляров контейнеров.

На вкладке Основные сведения введите следующие данные.

Настройка	Значение
Подписка	Выберите свою подписку.
Группа ресурсов	Выберите доступную группу ресурсов или создайте новую, например `cognitive-services`.
Имя контейнера	Введите имя, например `cognitive-container-instance`. Имя должно быть написано строчными буквами.
Расположение	Выберите регион для развертывания.
Тип изображения	Если образ контейнера хранится в реестре контейнеров, который не требует учетных данных, выберите `Public`. Если для доступа к образу контейнера требуются учетные данные, выберите `Private`. Подробные сведения о том, является ли образ контейнера `Public` или `Private` («общедоступная предварительная версия»), см. в разделе репозитории контейнеров и образы.
Имя образа	Введите расположение контейнера инструментов Foundry. Расположение используется в качестве аргумента команды `docker pull`. Сведения о доступных именах образов и соответствующих репозиториях см. в разделе о репозиториях и образах контейнеров. Имя образа должно быть полностью определено с указанием трех частей: Сначала реестр контейнеров, затем репозиторий и, наконец, имя образа: `<container-registry>/<repository>/<image-name>`. Ниже приведен пример: `mcr.microsoft.com/azure-cognitive-services/keyphrase` будет представлять образ извлечения ключевых фраз в Microsoft Container Registry в репозитории Foundry Tools. Еще один пример — `containerpreview.azurecr.io/microsoft/cognitive-services-speech-to-text`, который обозначает образ контейнера Speech to text в репозитории Microsoft в реестре контейнеров Container Preview.
Тип ОС	`Linux`
Размер	Измените размер предлагаемых рекомендаций для конкретного контейнера ИИ Azure: 2 ядра ЦП 4 ГБ

На вкладке Сеть введите следующие сведения.

Настройка Значение

Порты Установите для TCP-порта значение 5000. Открывает контейнер на порту 5000.

Настройка	Значение
Порты	Установите для TCP-порта значение `5000`. Открывает контейнер на порту 5000.

На вкладке Дополнительно введите необходимые переменные среды для настроек выставления счетов контейнера ресурса Azure Container Instance:

Ключ	Значение
`ApiKey`	Копируется со страницы Ключи и конечная точка ресурса. Это строка 84 буквенно-цифровых символов без пробелов или дефисов. `xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx`
`Billing`	URL-адрес конечной точки копируется со страницы Ключи и конечная точка ресурса.
`Eula`	`accept`

Выберите "Рецензирование" и "Создать"
После проверки нажмите кнопку Создать, чтобы завершить процесс создания
После успешного развертывания ресурс готов

Создать ресурс Azure Container Instances с помощью Azure CLI

Перед выполнением команд в этой статье необходимо сначала установить Azure CLI .

Код YAML ниже определяет ресурс экземпляра контейнера Azure. Скопируйте и вставьте содержимое в новый файл с именем my-aci.yaml и замените закомментированные значения своими значениями. См. формат шаблона, чтобы ознакомиться с корректным YAML. Сведения о доступных именах образов и соответствующих репозиториях см. в разделе о репозиториях и образах контейнеров. Дополнительные сведения об использовании YAML для экземпляров контейнеров см. в разделе Справочник по YAML. Экземпляры контейнеров Azure.

apiVersion: 2018-10-01
location: # < Valid location >
name: # < Container Group name >
properties:
  imageRegistryCredentials: # This is only required if you are pulling a non-public image that requires authentication to access. For example Text Analytics for health.
  - server: containerpreview.azurecr.io
    username: # < The username for the preview container registry >
    password: # < The password for the preview container registry >
  containers:
  - name: # < Container name >
    properties:
      image: # < Repository/Image name >
      environmentVariables: # These env vars are required
        - name: eula
          value: accept
        - name: billing
          value: # < Service specific Endpoint URL >
        - name: apikey
          value: # < Service specific API key >
      resources:
        requests:
          cpu: 4 # Always refer to recommended minimal resources
          memoryInGb: 8 # Always refer to recommended minimal resources
      ports:
        - port: 5000
  osType: Linux
  volumes: # This node, is only required for container instances that pull their model in at runtime, such as LUIS.
  - name: aci-file-share
    azureFile:
      shareName: # < File share name >
      storageAccountName: # < Storage account name>
      storageAccountKey: # < Storage account key >
  restartPolicy: OnFailure
  ipAddress:
    type: Public
    ports:
    - protocol: tcp
      port: 5000
tags: null
type: Microsoft.ContainerInstance/containerGroups

Примечание.

Не во всех локациях доступны одинаковые ресурсы ЦП и памяти. Список доступных ресурсов для контейнеров для каждого расположения и ОС см. в таблице расположение и ресурсы.

В качестве основы мы возьмем файл YAML, созданный для команды az container create. В Azure CLI выполните команду az container create, заменив <resource-group> собственным значением. Дополнительно ознакомьтесь со сведениями о защите значений в развертывании YAML в разделе о защищенных значениях.

az container create -g <resource-group> -f my-aci.yaml

Выводом правильной команды является сообщение Running..., которое через некоторое время изменится на строку JSON, представляющую созданный ресурс ACI. Скорее всего, образ контейнера некоторое время будет недоступен, но сам ресурс уже развернут.

Совет

Обратите пристальное внимание на расположения средств Foundry в общедоступной предварительной версии, так как YAML потребуется настроить соответствующим образом в соответствии с расположением.

Выберите Обзор и скопируйте IP-адрес. Это будет числовой IP-адрес, например 55.55.55.55.
Откройте новую вкладку браузера и используйте IP-адрес, например http://<IP-address>:5000 (http://55.55.55.55:5000. Появится домашняя страница контейнера. Это означает, что контейнер работает.
Выберите Описание API службы, чтобы просмотреть страницу Swagger для контейнера.
Выберите любой из интерфейсов API POST и нажмите кнопку Попробовать. Отображаются параметры, в том числе входные данные. Заполните параметры.
Выберите Выполнить, чтобы отправить запрос экземпляру контейнера.

Вы успешно создали и использовали контейнеры Azure AI в службе Azure Container Instance.

Проверьте, что контейнер запущен

Есть несколько способов проверить, что контейнер запущен. Найдите адрес External IP и опубликованный порт нужного контейнера, затем откройте любой удобный вам веб-браузер. Используйте приведенные ниже URL-адреса запросов, чтобы убедиться, что контейнер работает. В примерах в качестве URL-адресов запросов используется значение http://localhost:5000, однако ваш конкретный контейнер может иметь отличия. Убедитесь, что вы используете внешний IP-адрес контейнера и опубликованный порт.

Запросить URL-адрес	Назначение
`http://localhost:5000/`	Контейнер предоставляет домашнюю страницу.
`http://localhost:5000/ready`	При запросе с помощью команды GET этот URL-адрес подтверждает, что контейнер готов принять запрос к модели. Этот запрос может использоваться для проб активности и готовности Kubernetes.
`http://localhost:5000/status`	Этот URL-адрес, который можно также запросить с помощью GET, проверяет, действителен ли ключ API, используемый для запуска контейнера, без запроса конечной точки. Этот запрос может использоваться для проб активности и готовности Kubernetes.
`http://localhost:5000/swagger`	Контейнер предоставляет полный набор документации по конечным точкам и функции Попробовать. Эта функция позволяет ввести параметры в веб-форму HTML и создать запрос без необходимости писать код. После возвращения результатов запроса предоставляется пример команды CURL с примером требуемого формата HTTP-заголовков и текста.

Домашняя страница контейнера

Примечание.

Если вы запускаете контейнер службы «Анализ текста для здравоохранения», используйте для отправки запросов следующий URL-адрес: http://localhost:5000/text/analytics/v3.2-preview.1/entities/health

Обратная связь

Были ли сведения на этой странице полезными?

Last updated on 2026-06-11