背景
SBERT模型是基于pytorch和transformers来实现的。如果想要通过tensorflow-serving来部署模型的话。首先，要将transformers模型转成pb的。tensorflow-serving只能支持模型本身的输入输出，不支持模型前的预处理，模型后的pooling等业务相关定制化操作。基于我们的定制化业务需求，决定了tensorflow-serving上需要封装一层flask服务来实现定制化业务。从而实现对客户端而言是端到端的输入与输出，将业务封装在服务端。
tensorflow serving部署
使用docker部署tensorflow serving参考：TensorFlow Serving with Docker
启动tensorflow serving的容器：
docker run -t --rm -p 8501:8501
-v "$TESTDATA/saved_model_half_plus_two_cpu:/models/half_plus_two"
-e MODEL_NAME=half_plus_two
tensorflow/serving &
验证tensorflow serving功能：
通过curl验证
curl -d '{"instances": [1.0, 2.0, 5.0]}'
-X POST http://localhost:8501/v1/models/half_plus_two:predict
通过postman验证
启动优化后的SBERT模型tensorflow serving容器：
docker run -t --rm -p 8501:8501 -v "/home/models/paraphrase-multilingual-mpnet-base-v2.pb:/models/paraphrase-multilingual-mpnet-base-v2" -e MODEL_NAME=paraphrase-multilingual-mpnet-base-v2 tensorflow/serving &
踩坑记录 1
—— 部署到tensorflow serving的模型必须要有子文件夹标注版本号
模型名/ 版本号（如：1、2、3等数字）/ saved_model.pb
2
在调试tensorflow serving输入数据时使用instances时，报错：
The second input must be a scalar, but it has shape [14]nt [[{{node assert_equal_5/All}}]]
https://www.tensorflow.org/tfx/serving/api_rest
—— 按照说明里instances应该可以用，可实际上报错，换成inputs可以用
参考：Tensorflow Serving-Docker RESTful API客户端访问问题排查 - 简书
flask服务部署 制作flask镜像
参考：用Docker部署Flask应用
mkdir flask
cd flask
创建如下文件：Dockerfile、gunicorn.conf.py、requirements.txt、业务相关文件
Dockerfile
FROM python:3.9
WORKDIR /usr/src/app
COPY requirements.txt ./
RUN pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade pip
RUN pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --no-cache-dir -r requirements.txt
COPY 、.
CMD ["gunicorn", "app:app", "-c", "./gunicorn.conf.py"]
gunicorn.conf.py
# -*- coding: UTF-8 -*-
workers = 5 # 定义同时开启的处理请求的进程数量，根据网站流量适当调整
worker_class = "gevent" # 采用gevent库，支持异步处理请求，提高吞吐量
bind = "0.0.0.0:8888" # 监听IP放宽，以便于Docker之间、Docker和宿主机之间的通信
requirements.txt
flask
gunicorn
gevent
requests
transformers
pyyaml==5.4.1
tensorflow
annoy
pickle-mixin
torch
torchvision
torchaudio
执行镜像创建命令：
docker build -t 'flask' .
启动flask服务
创建flask服务容器
docker run -it --rm -p 8888:8888 -v "/home/wyf/tokenizer:/tokenizer" -v "/home/wyf/index:/index" flask &
业务的实现是在app.py中封装实现的
SBERT模型输入预处理（利用transformers自己的tokenizer，底层需要安装pytorch支持）pb模型处理（tensorflow-serving部署）通过自定义pooling加工出最后的embeddings
踩坑记录 1
pip install时指定国内镜像源加如下参数
-i https://pypi.mirrors.ustc.edu.cn/simple/
2
error pulling image configuration dial tcp i/o timeout
—— docker拿不到image，网络问题，关闭防火墙
service ufw status
3
app.run(debug=True, host="0.0.0.0")
一定要放在main里面，否则启动flask时报错
4
ValueError: unsupported pickle protocol: 5
——保存pickle的python版本和读取pickle的python版本要一致（在我的情况下高版本python读取低版本python保存的pickle也可以，貌似向下兼容，反之报错）
5
带中文的python文件要是运行时报解码错误
—— 在文件开始加入
# -*- coding: UTF-8 -*-
相关代码参考：GitHub - tdaajames/aitest