Xử lý bất đồng bộ

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Bài tập này là một phần của khóa học

Triển khai AI vào môi trường sản xuất với FastAPI

SkillTag.level.advancedSkillTag.label

4.8+

Bắt đầu phục vụ dự đoán của mô hình ML qua các endpoint FastAPI. Bạn sẽ học cách nạp các mô hình ML đã huấn luyện sẵn và tạo endpoint API để trả về dự đoán dưới dạng phản hồi được tuần tự hóa qua các yêu cầu HTTP. Bạn sẽ tận dụng các mô hình dữ liệu Pydantic để xác thực yêu cầu và phản hồi.

Exercise 1: Yêu cầu GET và POST cho AI Exercise 2: GET endpoint cho thông tin model Exercise 3: Endpoint POST để đăng ký model Exercise 4: Dự đoán với mô hình đã huấn luyện sẵn trong FastAPI Exercise 5: Tải mô hình đã huấn luyện sẵn Exercise 6: Tạo endpoint dự đoán Exercise 7: Chạy ứng dụng FastAPI Exercise 8: Mô hình request và response Exercise 9: Tạo một mô hình Pydantic cho đầu vào ML Exercise 10: Xác thực request và response cho dự đoán ML

Tìm hiểu cách phục vụ mô hình Machine Learning qua các endpoint FastAPI. Chương này bao quát việc tạo endpoint trả về dự đoán, xử lý nhiều loại dữ liệu đầu vào khác nhau và triển khai xác thực đầu vào mạnh mẽ. Bạn sẽ xây dựng API sẵn sàng sản xuất có thể xác thực nhiều kiểu dữ liệu đầu vào, đồng thời nạp mô hình ML khi máy chủ khởi động mà không gây gián đoạn.

Exercise 1: Xử lý nhiều kiểu đầu vào trong FastAPI Exercise 2: Xử lý dữ liệu yêu cầu dạng văn bản Exercise 3: Xử lý dữ liệu số trong request Exercise 4: Xác thực đầu vào trong FastAPI Exercise 5: Xác thực theo trường (Field validation)Exercise 6: Thêm validator tùy chỉnh Exercise 7: Kiểm thử custom validator Exercise 8: Nạp một mô hình đã được huấn luyện trước Exercise 9: Nạp AI model khi máy chủ khởi động Exercise 10: API kiểm tra sức khỏe cho việc tải model Exercise 11: Trả về phản hồi dự đoán có cấu trúc Exercise 12: Trả về đầu ra có cấu trúc từ API Exercise 13: Kiểm thử endpoint trả về phản hồi có cấu trúc

Chương này đề cập đến bảo mật API bằng xác thực dựa trên khóa, quản lý tần suất yêu cầu với giới hạn tốc độ tùy chỉnh và cải thiện hiệu năng thông qua xử lý bất đồng bộ. Bạn sẽ học cách bảo vệ endpoint, ngăn lạm dụng và xử lý hiệu quả các tác vụ tốn thời gian, chuẩn bị cho API bước vào môi trường sản xuất.

Exercise 1: Xác thực bằng API Key Exercise 2: Bảo vệ API bằng xác thực bằng khóa Exercise 3: Bảo vệ API endpoint Exercise 4: Giới hạn tốc độ (Rate Limiting)Exercise 5: Triển khai rate limiter Exercise 6: Thêm rate limiting cho endpoint Exercise 7: Xử lý bất đồng bộ

Bài tập hiện tại

Exercise 8: Tạo endpoint phân tích cảm xúc async Exercise 9: Triển khai background tasks Exercise 10: Xử lý lỗi timeout

Chương này trình bày các chủ đề nâng cao giúp bạn vận hành ứng dụng FastAPI lâu dài trong môi trường sản xuất. Chủ đề bao gồm phân phiên bản và tạo tài liệu cho endpoint API, xác thực đầu vào nâng cao để hỗ trợ dữ liệu vào/ra phức tạp hơn, cùng giám sát và ghi log để đảm bảo ứng dụng chạy đúng và khắc phục sự cố trực tiếp khi cần.

Exercise 1: Phiên bản hóa và tài liệu API Exercise 2: Phân loại thay đổi mã cho các phiên bản endpoint mới Exercise 3: Thêm một phiên bản endpoint mới Exercise 4: Thêm phần mô tả (header) cho API Exercise 5: Xác thực đầu vào nâng cao và xử lý lỗi Exercise 6: Lồng ghép models Exercise 7: Trình kiểm định model tùy chỉnh Exercise 8: Bộ xử lý ngoại lệ toàn cục Exercise 9: Giám sát và ghi log Exercise 10: Ghi log thời gian tải mô hình Exercise 11: Thêm một endpoint health check đơn giản Exercise 12: Chia sẻ tham số mô hình cho mục đích giám sát Exercise 13: Tổng kết