Kubeflow KFServing 中实现请求预处理的技术方案

背景介绍

在机器学习服务部署中，经常需要对推理请求进行预处理操作。当使用Kubeflow KFServing部署模型服务时，开发者可能会遇到需要添加预处理容器的情况。本文探讨了在KFServing环境中实现请求预处理的技术方案。

问题描述

开发者尝试通过在ServingRuntime中添加预处理容器来实现请求预处理功能。预处理容器监听HTTP请求，检查后通过本地主机转发到实际的服务容器。典型的配置方式是在ServingRuntime中定义两个容器：

1. 预处理容器：监听3000端口，处理请求后转发到localhost:3001
2. 服务容器：监听3001端口，执行实际的模型推理

然而，这种配置会被KFServing的准入控制webhook拒绝，错误提示"more than one container port is set"，因为KFServing目前只允许在所有容器中设置单个端口。

解决方案

KFServing从0.15版本开始提供了共置(Co-location)功能，可以解决这一问题。共置功能允许将预处理逻辑与服务容器部署在一起，同时保持代码的模块化。

共置Transformer实现

共置Transformer的主要特点包括：

1. 支持与现有运行时一起使用
2. 预处理逻辑可以打包为独立的模块
3. 通过本地通信提高性能
4. 保持单个端口的限制

实现方式

开发者可以通过以下方式实现预处理功能：

1. 使用Python编写预处理逻辑
2. 将预处理代码打包为Transformer组件
3. 与服务容器共置部署

预处理逻辑可以包括：

• 输入数据验证
• 数据格式转换
• 特征工程处理
• 请求日志记录

技术优势

采用共置Transformer方案具有以下优势：

1. 符合KFServing的单端口限制
2. 预处理和服务容器间通过本地通信，延迟低
3. 部署结构简单，易于管理
4. 资源利用率高
5. 保持模块化设计，便于维护

实施建议

对于需要在KFServing中实现请求预处理的场景，建议：

1. 评估预处理逻辑的复杂性
2. 对于简单预处理，考虑使用共置Transformer
3. 对于复杂预处理流水线，可能需要考虑其他服务编排方案
4. 注意KFServing版本兼容性，确保使用支持共置功能的版本

通过合理利用KFServing的共置功能，开发者可以在保持系统简洁性的同时，实现灵活的请求预处理需求。