背景
最近公司需要用到一个Bert模型,使用这个模型对一个短文本做实时的encode。因为模型是基于python的transformers和sentence_transfromers。也就是只能使用python来做。
整体的数据流都是通过java来调用,而python这端只需要提供文本转向量的接口即可。因为之前就比较喜欢使用fastapi,而且fastapi也比flask快得多。因此将fastapi结合sentence_transfromers是再正常不过的了。
过程
简单版本
需要注意的是,这个代码是cpu密集型的,非常吃cpu的计算。要想实现这样的一个功能,其实非常简单,创建一个python文件叫nlp_appy,填写代码如下:
# 导入包
import numpy as np
import pandas as pd
import torch as t
from tqdm import tqdm
from fastapi import FastAPI
from fastapi.middleware.cors import CORSMiddleware
from sentence_transformers import SentenceTransformer as SBert
import uvicorn
from asgiref.sync import sync_to_async
import asyncio
# 加载模型
model = SBert('/home/dataai/文档/huzheng/模型部分/预训练模型/paraphrase-multilingual-MiniLM-L12-v2')
# 启动app
app = FastAPI()
# 让app可以跨域
origins = ['*']
app.add_middleware(
CORSMiddleware,
allow_origins=origins,
allow_credentials=True,
allow_methods=['*'],
allow_headers=['*'],
)
@app.get('/')
async def main():
return {'message': 'Hello World'}
# 实现功能
@app.get('/get_vector_simple')
def sentenc2vector_simple(sentence):
'''
这里是提供文本转向量的接口,
:param sentence: 文本字符串
:return: 文本向量
'''
encode1 = model.encode(sentence)
encode1 = encode1.flatten().tolist()
return {'vector': encode1}
if __name__ == '__main__':
uvicorn.run(app='nlp_api:app', host='0.0.0.0',
port=8000, reload=True, debug=True)
运行这个代码也是非常简单,直接python运行即可:pythonnlp_appy。
上面代码其实已经实现了这个功能。但是要对这个接口做压测。这里使用的工具是wrk。我们设置了100个thread、1000个connection、时间是100秒。最终得到的结果是:
在67分钟内,接受了2529个请求;平均下来是每秒接受227个请求。这个时候我其实比较满意了。但是技术不满意,说这个太低了。
我使用htop查看了服务器的运行情况,发现cpu基本上都是吃满状态。负荷非常高。
改进
既然要考虑到每秒请求这么多的情况下,我用异步试一试。然后把上面的接口做了异步处理。只要加上这个代码就行。
async def encode2list(encode):
return encode.flatten().tolist()
@app.get('/get_vector_async')
async def sentenc2vector_async(sentence):
'''
异步版本
这里是提供文本转向量的接口,
:param sentence: 文本字符串
:return: 文本向量
'''
encode1 = await sync_to_async(model.encode)(sentence)
encode1 = await encode2list(encode1)
return {'vector': encode1}
这个时候,就创建了一个异步接口。然后我又使用wrk。设置了100个thread、1000个connection、时间是100秒。测试这个接口,最终得到的结果是:在67分钟内,接受了7691个请求,平均下来说每秒接受784个请求。我把这个给技术,技术那边也基本是满意了。这样算下来,我平均一个句子转向量的时间大概需要13ms。这个其实已经非常高了。
对比
下就是一个接口对比:
最上面的框是同步接口效率展示最下面的框是异步接口效率展示
在这次cpu密集型中,异步接口的效率是同步接口效率的3倍。我后来又测试了几次,基本上都是在3倍以上。
在两种不同的接口下,我使用htop查看了cpu的运行情况:
同步接口被请求时,cpu负载情况:
异步接口被请求时,cpu负载情况:
可以看出来,相同的任务下,cpu的负载没有那么高,但是效率反而还提高了。
总结
这个模型400MB,底层基于python,使用了pytorch、transformers、Fastapi等包,实现了文本转向量功能,并且这个接口的效率可以达到每秒处理76条。折合每条的文本转向量的时间只需要13ms左右,我还是很开心的。起码不用去搞c++、TensorRT之类的东西。pythonyyds!!但是我还没搞懂为什么在cpu密集型的这种任务下,异步接口效率比同步接口效率高这么多,而且还降低了cpu的使用率。这条路走通,起码代表Fastapi一点也不差!!!我后面如果要开别的接口,可能都会用这种方式试一试。numpy这种,以及Sbert模型其实都不能异步操作的,但是我使用了asgiresync,这个可以将非异步的转换成异步。非常方便。作为Fastapi拥鳖,我还是很开心将他用在生产环境中。希望可以接受住考验!
文章为作者独立观点,不代表 股票程序化软件自动交易接口观点