Tensorflow serving学习笔记1: 框架和流程解析

背景

1. 梳理tensorflow serving的项目主要模块及其功能
2. 梳理tensorflow serving的请求调用链路和生命周期

主要模块及其功能

1. apis/

• 包含服务API定义和接口规范
• 定义了模型服务的gRPC和REST API
• 负责处理预测请求和响应的数据结构

2. core/

• 项目的核心实现模块
• 包含模型加载、模型版本管理
• 处理模型生命周期
• 负责请求调度和资源管理

3. model_servers/

• TensorFlow模型服务器的主要实现
• 包含服务器启动、配置和运行时管理
• 处理模型部署和服务

4. servables/

• 不同类型模型服务的具体实现
• 支持TensorFlow、SavedModel等多种模型格式
• 处理模型加载和推理

5. batching/

• 实现请求批处理机制
• 优化推理性能
• 管理批处理队列和调度

6. config/

• 服务配置管理
• 模型配置文件解析
• 服务器参数设置

7. sources/

• 模型数据源管理
• 处理模型文件的加载和更新
• 支持不同来源的模型文件

8. util/

• 通用工具函数和辅助类
• 包含监控、日志等功能
• 提供各种通用功能支持

其他重要目录：

• example/: 包含示例代码和使用案例
• tools/: 包含构建和开发工具
• third_party/: 第三方依赖库

架构特点：

1. 模块化设计：各个组件职责明确，耦合度低
2. 可扩展性强：支持多种模型格式和服务方式
3. 高性能：通过批处理和资源管理优化推理性能
4. 生产级别：支持模型版本管理、监控和日志

服务接口

1. 预测服务接口（prediction_service.proto）主要RPC接口：

• Predict：通用预测接口
• Classify：分类任务接口
• Regress：回归任务接口

2. 模型管理服务（model_service.proto）主要RPC接口：

• GetModelStatus：获取模型状态
• HandleReloadConfigRequest：处理模型重载请求

3. 核心数据结构定义：

A. 模型相关（model.proto）

• ModelSpec：模型规范
• SignatureDef：模型签名定义
• MetaGraphDef：计算图元数据

B. 输入输出（input.proto）

• Input：通用输入格式
• ExampleList：样例列表
• ExampleListWithContext：带上下文的样例列表

C. 预测相关：

• predict.proto：

  • PredictRequest：预测请求
  • PredictResponse：预测响应

• classification.proto：

  • ClassificationRequest：分类请求
  • ClassificationResult：分类结果

• regression.proto：

  • RegressionRequest：回归请求
  • RegressionResult：回归结果

D. 模型元数据（get_model_metadata.proto）

• GetModelMetadataRequest：获取模型元数据请求
• GetModelMetadataResponse：模型元数据响应

E. 状态监控（get_model_status.proto）

• ModelStatus：模型状态信息
• ServiceStatus：服务状态信息

F. 日志相关（logging.proto, prediction_log.proto）

• PredictionLog：预测日志
• SessionLog：会话日志
• LogMetadata：日志元数据

典型调用流程示例：

1. 预测请求：

   Client -> PredictionService.Predict
   Request:
   - model_spec: {name: "model_name", version: 1}
   - inputs: {key: tensor_data}
   Response:
   - outputs: {key: prediction_result}

2. 模型状态查询：

   Client -> ModelService.GetModelStatus
   Request:
   - model_spec: {name: "model_name", version: 1}
   Response:
   - model_version_status: [
   {version: 1, state: AVAILABLE}
   ]

3. 分类请求：

   Client -> PredictionService.Classify
   Request:
   - model_spec: {name: "classifier"}
   - input: {examples: [...]}
   Response:
   - result: {classifications: [...]}

TensorFlow Serving请求调用链路

客户端请求
 │
 ▼
┌───────────────────────────────┐
│        [接入层]               │
│    ├──► REST API请求 ──► HTTPServer(http_server.cc) │
│    │ │                         │
│    │ ▼                         │
│    │ HTTPRestAPIHandler        │
│    │ │                         │
│    │ ▼                         │
│    └──► gRPC请求 ──► PredictionServiceImpl │
└───────────────────────────────┘
 │
 ▼
┌───────────────────────────────┐
│        [核心处理层]           │
│ ServerCore(server_core.cc)    │
│   ├──► 1. 请求验证和预处理     │
│   │                           │
│   ├──► 2. 模型管理器(AspiredVersionsManager) │
│   │   │                           │
│   │   ├──► 模型版本控制           │
│   │   └──► 模型生命周期管理       │
│   │                           │
│   ├──► 3. 模型加载器(Loader)     │
│   │   │                           │
│   │   └──► 加载指定版本模型       │
│   │                           │
│   ├──► 4. 批处理系统(Batching)   │
│   │   │                           │
│   │   └──► 请求批处理优化         │
│   │                           │
│   └──► 5. 模型推理执行           │
│       │                           │
│       └──► TensorFlow计算图执行   │
└───────────────────────────────┘
 │
 ▼
┌───────────────────────────────┐
│        [响应层]               │
│ 处理推理结果                   │
└───────────────────────────────┘
 │
 ▼
返回客户端响应

本文由博客一文多发平台 OpenWrite 发布！