mlopshw2 — Автоматизированное развертывание ML‑сервиса (FastAPI, CI/CD, Blue‑Green)

Минимальный ML‑сервис на FastAPI, оборачивающий предобученную модель LogisticRegression по Iris. Две версии сервиса (v1.0.0 и v1.1.0) разворачиваются стратегией Blue‑Green через docker-compose; сборка и публикация образов автоматизированы GitHub Actions.

Содержание

• Кратко о сервисе
• Структура репозитория
• Локальная сборка и запуск (Docker)
• HTTP API
• Blue-Green deployment
• CI/CD (GitHub Actions)
• Переменные окружения
• Скриншоты
• gRPC-код из модуля 2

Кратко о сервисе

• REST API на FastAPI: GET /health, POST /predict.
• Модель: логистическая регрессия по датасету Iris (models/model.pkl).
• Версия модели прокидывается через MODEL_VERSION (возвращается в /health и /predict).
• Контейнеризация в Docker, запуск на порту 8080.
• Две версии сервиса с Blue‑Green переключением через отдельные docker-compose.*.yml.

Структура репозитория

mlopshw2/
  app/
    __init__.py
    main.py                 # REST API (FastAPI): /health и /predict
  models/
    model.pkl               # заранее обученная ML-модель
  protos/
    model.proto             # gRPC-контракт (для совместимости с модулем 2)
  server/
    server.py               # gRPC-сервер (из модуля 2)
  client/
    client.py               # gRPC-клиент (локальное тестирование)
  model_pb2.py
  model_pb2_grpc.py
  train_model.py            # скрипт обучения и сохранения model.pkl
  requirements.txt          # Python-зависимости
  Dockerfile                # образ REST-сервиса
  docker-compose.blue.yml   # Blue-версия (v1.0.0)
  docker-compose.green.yml  # Green-версия (v1.1.0)
  .github/
    workflows/
      deploy.yml            # CI/CD-pipeline (GitHub Actions)
  docs/
    health_green.png
    predict_green.png
  README.md                 # текущий файл

Локальная сборка и запуск (Docker)

1. Сборка образа:

docker build -t ml-service:v1.0.0 --build-arg MODEL_VERSION_ARG=v1.0.0 .
# для новой версии:
docker build -t ml-service:v1.1.0 --build-arg MODEL_VERSION_ARG=v1.1.0 .

2. Запуск одной версии:

docker run --rm -p 8080:8080 ml-service:v1.0.0

По умолчанию в контейнере:

• MODEL_PATH=/app/models/model.pkl
• MODEL_VERSION — из MODEL_VERSION_ARG при сборке или переопределите через -e MODEL_VERSION=....

HTTP API

• GET /health — проверка состояния и версии.

  curl http://localhost:8080/health

  Пример ответа:

  { "status": "ok", "version": "v1.0.0" }

• POST /predict — инференс.

  curl -X POST http://localhost:8080/predict \
    -H "Content-Type: application/json" \
    -d '{"features":[5.1,3.5,1.4,0.2]}'

  Пример ответа:

  {
    "prediction": "0",
    "confidence": 0.97,
    "version": "v1.0.0"
  }

  Точные значения prediction и confidence зависят от модели model.pkl.

Blue-Green deployment

В репозитории две docker-compose конфигурации. Оба сервиса поднимают HTTP на 8080:8080.

• Blue (v1.0.0) — docker-compose.blue.yml

  docker compose -f docker-compose.blue.yml up -d
  curl http://localhost:8080/health  # → version: "v1.0.0"

• Green (v1.1.0) — docker-compose.green.yml

  docker compose -f docker-compose.blue.yml down     # остановить старую версию
  docker compose -f docker-compose.green.yml up -d   # запустить новую
  curl http://localhost:8080/health  # → version: "v1.1.0"

Откат:

docker compose -f docker-compose.green.yml down
docker compose -f docker-compose.blue.yml up -d
curl http://localhost:8080/health  # убедиться, что снова v1.0.0

CI/CD (GitHub Actions)

Workflow: .github/workflows/deploy.yml.

• Триггер: push в main.
• Шаги: checkout → сборка Docker-образа ghcr.io/<owner>/<repo>:<sha> с версией модели из secrets.MODEL_VERSION → логин в GHCR → push образа → HTTP-вызов внешнего API деплоя.
• Пример деплоя внутри workflow:

  curl -X POST https://api.cloudprovider/deploy \
    -H "Authorization: Bearer ${{ secrets.CLOUD_TOKEN }}" \
    -H "Content-Type: application/json" \
    -d "{\"image\":\"ghcr.io/${{ github.repository }}:${{ github.sha }}\",\"version\":\"${{ secrets.MODEL_VERSION }}\"}"

• Секреты в Settings → Secrets → Actions:
  • CLOUD_TOKEN — токен для API деплоя.
  • MODEL_VERSION — актуальная версия модели (например, v1.0.0 или v1.1.0).

<<<<<<< HEAD

Переменные окружения

Переменная	Назначение	Значение по умолчанию
MODEL_PATH	Путь к файлу модели	/app/models/model.pkl
MODEL_VERSION	Версия модели, отдаётся в ответах	v1.0.0
PORT	Порт gRPC-сервера (server/server.py)	50051

Скриншоты

Снимки после деплоя (docs/): health_green.png, predict_green.png (и др.).

gRPC-код из модуля 2

В репозитории сохранён gRPC-сервис из предыдущего модуля (protos/, server/server.py, client/client.py, model_pb2*.py). Он не используется в Blue‑Green и CI/CD потоке модуля 3, но остаётся для совместимости и локальных тестов.

e51cee8 (All for HW3)