監視とロギング

FastAPI を使った AI のプロダクション環境へのデプロイ

Matt Eckerle

Software and Data Engineering Leader

なぜ監視とロギングが必要か？

本番環境でデバッグできない
アプリ管理者にシンプルなヘルスチェックが必要
主要メトリクスを継続的にロギングする

監視・ロギングソフトウェア

カスタムロギングの設定

uvicornエラーロガーの読み込み

アプリ起動時にカスタムログを追加

エンドポイントにカスタムログを追加

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'

モデル読み込み時のロギング

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()

ミドルウェアによる処理時間のロギング

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/

ロギングレベルの設定

Pythonのロギングレベル

uvicorn main:app --log-level debug

監視

from fastapi import FastAPI

app = FastAPI()

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

"正常です！"

監視によるモデルパラメータの共有

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}

"正常です！"
"モデルの情報をお伝えします！"

練習しましょう！

FastAPI を使った AI のプロダクション環境へのデプロイ