Skip to content

S
Serving

PaddlePaddle / Serving
大约 1 年 前同步成功

通知 186
Star 833
Fork 253
S
Serving

Pipeline Auto-batching feature & Update Log !769

!769 已合并 由 saxon_zh@saxon_zh 创建

Created by: barrierye

Auto-batching (fix #765 (closed))

用户在定义Op的时候可以设定 batch_size（default=1） 和 auto_batching_timeout（default=None，单位ms） 两个参数，Op每次以 auto_batching_timeout 的耗时取 batch_size 大小的数据（timeout结束，取到了数据，但没取到batch_size大小，那么根据实际的batch_size继续运行）。 下图是 imdb model ensemble 的例子，其中：

  • cnn Op： batch_size = 1，auto_batching_timeout = None
  • bow Op： batch_size = 3， auto_batching_timeout = 1000 ms
  • combine Op： batch_size = 2， auto_batching_timeout = None

Client一共发送 4 个异步的请求，bow Op获取前三个请求数据（batch）后将处理结果填入后面的channel，剩下的请求数据（第四个）无法在限定时间内构成batch，故bow第二次实际batch size=1

image

相关用户接口变动

  1. Op构造函数添加两个参数
def __init__(name=None,
             input_ops=[],
             server_endpoints=[],
             fetch_list=[],
             client_config=None,
             concurrency=1,
             timeout=-1,
             retry=1,
+            batch_size=1,
+            auto_batching_timeout=None)
  1. Op process函数参数意义改变（从 sample 变为 batch），类型从 dict 变为 list of dict

Update Log (fix #724 (closed))

  1. 日志分开，info的日志将写入pipeline.log，warning、error和critical的日志将写入pipeline.log.wf，监控日志将写入pipeline.tracer
PipelineServingLogs
|-- pipeline.log
|-- pipeline.log.wf
`-- pipeline.tracer
  1. 框架生成的request id（data id）将作为 logid，如下：
ERROR 2020-08-04 06:31:26,559 [operator.py:379] (logid=155) [cnn|0] Failed to predict, please check if PaddleServingService is working properly.
ERROR 2020-08-04 06:31:30,564 [operator.py:379] (logid=156) [bow|0] Failed to predict, please check if PaddleServingService is working properly.
  1. 会开启一个额外的监控进程（或线程，因为线程版中Channel不能跨进程访问），每隔一段时间输出一些指标（可通过yaml文件控制是否开启以及间隔时间），如下：
2020-08-04 06:45:20,910 ==================== TRACER ======================
2020-08-04 06:45:20,955 Op(cnn):
2020-08-04 06:45:20,956 	in[500.53685 ms]
2020-08-04 06:45:20,956 	prep[0.07595 ms]
2020-08-04 06:45:20,956 	midp[1.23825 ms]
2020-08-04 06:45:20,956 	postp[0.0884 ms]
2020-08-04 06:45:20,956 	out[0.8262 ms]
2020-08-04 06:45:20,956 	idle[0.997210231049]
2020-08-04 06:45:20,956 Op(combine):
2020-08-04 06:45:20,956 	in[0.9873 ms]
2020-08-04 06:45:20,956 	prep[1003.2115 ms]
2020-08-04 06:45:20,956 	midp[0.092 ms]
2020-08-04 06:45:20,956 	postp[0.1235 ms]
2020-08-04 06:45:20,956 	out[1.5274 ms]
2020-08-04 06:45:20,956 	idle[0.00249984666109]
2020-08-04 06:45:20,957 Op(bow):
2020-08-04 06:45:20,957 	in[1002.4247 ms]
2020-08-04 06:45:20,957 	prep[0.0884 ms]
2020-08-04 06:45:20,957 	midp[1.4132 ms]
2020-08-04 06:45:20,957 	postp[0.1109 ms]
2020-08-04 06:45:20,957 	out[2.1565 ms]
2020-08-04 06:45:20,957 	idle[0.998397425863]
2020-08-04 06:45:20,957 DAG:
2020-08-04 06:45:20,957 	query count[20]
2020-08-04 06:45:20,957 	qps[2.0 q/s]
2020-08-04 06:45:20,957 	succ[1.0]
2020-08-04 06:45:20,957 	latency:
2020-08-04 06:45:20,957 		ave[50305.94565 ms]
2020-08-04 06:45:20,957 		.50[50306.053 ms]
2020-08-04 06:45:20,957 		.60[50306.59 ms]
2020-08-04 06:45:20,957 		.70[50308.512 ms]
2020-08-04 06:45:20,958 		.80[50309.009 ms]
2020-08-04 06:45:20,958 		.90[51310.729 ms]
2020-08-04 06:45:20,958 		.95[51312.773 ms]
2020-08-04 06:45:20,958 		.99[51312.773 ms]
2020-08-04 06:45:20,958 Channel (server worker num[100]):
2020-08-04 06:45:20,958 	chl0(producers: ['@DAGExecutor'], consumers: ['cnn', 'bow']) size[0/0]
2020-08-04 06:45:20,958 	chl1(producers: ['bow', 'cnn'], consumers: ['combine']) size[97/0]
2020-08-04 06:45:20,958 	chl2(producers: ['combine'], consumers: ['@DAGExecutor']) size[0/0]
  1. 风格规范按照 http://agroup.baidu.com/xvision/md/article/1755760

相关用户接口变动

  1. Op process函数添加 logid 参数，以用来穿透给 ServingService。

关于 logid (#783 (closed))

Serving目前还未对 logid 进行支持，目前做一个简单支持：

  • bRPC Client 端 proto request 信息中带 logid (uint64)，Client 端 predict 添加一个 logid 的参数（默认值为0）
  • bRPC Server 端不生成 logid，仅从 Client 端获取。获取 logid 后进行设置（./build/core/general-server/general_model_service.pb.cc），并传递给 inference，以便传给op
  • PipelineServing 这边如果是 Batch 请求，则选择 Batch 中的一个 logid 传递给 Serving，并把这个操作通过日志记录下来：
INFO 2020-08-07 07:07:44,170 [operator.py:341] (logid=4) During access to PaddleServingService, we selected logid=4 (from batch: [4, 5, 6]) as a representative for logging.
INFO 2020-08-07 07:07:44,170 [operator.py:341] (logid=5) During access to PaddleServingService, we selected logid=4 (from batch: [4, 5, 6]) as a representative for logging.
INFO 2020-08-07 07:07:44,170 [operator.py:341] (logid=6) During access to PaddleServingService, we selected logid=4 (from batch: [4, 5, 6]) as a representative for logging.

后续 Serving 需要完善（不在该PR中完成）：

  • 若 bRPC Client 端 request 信息中 logid 为默认值，那么 bRPC Server 端生成一个 logid

Other

  1. Channel 的 Queue 替换成 PriorityQueue：多个请求的数据可能不是按顺序进入 Channel 的，会导致先到的请求不一定先被处理，延迟过大。
  2. build_dag_each_worker 模式下，为了让不同进程生成的 id 不同：以 worker_idx 为 counter_base，worker_num 为 step 生成 data_id (即 request_id, log_id)