커맨드 라인에서 모델 운영 배포
완성된 Python 모델은 자주 운영 환경에 배포되어 정기적으로 실행되어야 할 때가 많습니다. 데이터 사이언티스트의 시간을 절약하기 위해 매일 수동으로 모델을 실행하는 대신, 실행 과정을 자동화합니다.
Python 모델을 자동화하고 운영에 배포하려면 먼저 필요한 라이브러리 의존성을 모두 설치하고, Python 모델을 실행한 다음, 실행 주기를 스케줄링해야 합니다. 이러한 단계를 각각 다른 언어나 프로그램으로 수행할 수도 있지만, 커맨드 라인 명령으로 통합하면 더 세밀한 제어와 쉬운 자동화가 가능합니다.
이 캡스톤 연습 문제에서는 끝에서 끝까지 Python 스크립트 자동화 프로세스를 단계별로 설정하는 방법을 연습해 보겠습니다.
이 연습은 강의의 일부입니다
셸에서의 데이터 처리
연습 안내
requirements.txt파일에 나열된 Python 의존성을pip으로 설치하세요.필요한 Python 의존성을 설치했으니, 이제 커맨드 라인에서
create_model.py스크립트를 실행하세요.Python 모델이 실행되는 것을 확인했습니다. 다음 단계는 이 작업을 매분 자동으로 실행되도록 설정하는 것입니다. CRONTAB을 사용해 Python 스크립트
create_model.py를 매분 실행되도록 스케줄링하세요.CRONTAB에 스케줄된 작업을 출력해 CRON 작업이 올바르게 예약되었는지 확인하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Preview both Python script and requirements text file
cat create_model.py
cat requirements.txt
# Pip install Python dependencies in requirements file
pip install ___ ___
# Run Python script on command line
___ create_model.py
# Add CRON job that runs create_model.py every minute
echo "___ ___ create_model.py" | ___
# Verify that the CRON job has been scheduled via CRONTAB
___ ___