Monitoraggio e logging

Deployment di AI in produzione con FastAPI

Matt Eckerle

Software and Data Engineering Leader

Perché monitoraggio e logging?

Niente debug in produzione
Il supervisore dell'app vuole un health check semplice
Registra metriche chiave nel tempo

Software di monitoraggio e logging

Configurare il logging personalizzato

Carica il logger degli errori di uvicorn

Aggiungi log personalizzati all'avvio dell'app

Aggiungi log personalizzati agli endpoint

from fastapi import FastAPI
import logging

logger = logging.getLogger(
    'uvicorn.error'
)

app = FastAPI()
logger.info("App is running!")


@app.get('/')
async def main():
    logger.debug('GET /')
    return 'ok'

Log quando un modello viene caricato

from fastapi import FastAPI
import logging
import joblib 

logger = logging.getLogger('uvicorn.error')


model = joblib.load('penguin_classifier.pkl')
logger.info("Penguin classifier loaded successfully.")

app = FastAPI()

Log del tempo di elaborazione con middleware

from fastapi import FastAPI, Request
import logging
import time
logger = logging.getLogger('uvicorn.error')
app = FastAPI()

@app.middleware("http")
async def log_process_time(request: Request, call_next):
    start_time = time.perf_counter()
    response = await call_next(request)
    process_time = time.perf_counter() - start_time
    logger.info(f"Process time was {process_time} seconds.")
    return response

¹ https://fastapi.tiangolo.com/tutorial/middleware/

Impostare il livello di logging

Livelli di logging in Python

uvicorn main:app --log-level debug

Monitoraggio

from fastapi import FastAPI

app = FastAPI()

@app.get("/health")
async def get_health():
    return {"status": "OK"}

"Sto bene!"

Condividere i parametri del modello con il monitoring

from fastapi import FastAPI
import joblib

model = joblib.load(
    'penguin_classifier.pkl'
)
app = FastAPI()

@app.get("/health")
async def get_health():
    params = model.get_params()
    return {"status": "OK",
            "params": params}

"Sto bene!"
"Ecco qualche curiosità su di me!"

Esercitiamoci!

Deployment di AI in produzione con FastAPI