Monitorering och loggning

Driftsättning av AI i produktion med FastAPI

Matt Eckerle

Software and Data Engineering Leader

Varför monitorering och loggning?

Kan inte felsöka i produktion
Appsupervisorn behöver en enkel hälsokontroll
Logga nyckeltal över tid

Programvara för monitorering och loggning

Konfigurera anpassad loggning

Läs in uvicorn-felloggen

Lägg till egna loggar vid appstart

Lägg till egna loggar för endpoints

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'

Logga när en modell läses in

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()

Logga processtid med 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/

Ange loggnivå

Loggnivåer i Python

uvicorn main:app --log-level debug

Monitorering

from fastapi import FastAPI

app = FastAPI()

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

"Allt är ok!"

Dela modellparametrar via monitorering

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}

"Allt är ok!"
"Här är lite fakta om mig!"

Nu kör vi en övning!

Driftsättning av AI i produktion med FastAPI