由于线上生产环境使用的是腾讯云的服务器，Ubuntu server 版本比较低，是 18.04。自带的 python 版本为 3.6，不满足对话机器人框架 rasa 对 python 版本的最低要求。
而升级 python 版本可能破坏系统的一些工具。至于 virtualenv, miniconda 的方案我都非常反感，因为手动操作也不少，增加了重复部署的复杂度，而且长时间不用，命令就忘了。（目前大部分服务端程序，我都采用了 golang，已经很少用 python）我觉得目前最佳的部署方案是 docker。
这也是我第一次线上生产环境尝试 docker 部署，所以记录一下流程。
如果有一定 docker 使用经验，并且要同时部署 rasa core 和 actions 两个服务，可以参考我整理的另外一篇文章：对话机器人 Rasa（九）: docker compose 同时部署 rasa core 和 actions 服务。
安装 docker
sudo apt update
sudo apt install apt-transport-https ca-certificates curl software-properties-common
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu bionic stable"
sudo apt update
sudo apt install docker-ce docker-ce-cli containerd.io
安装之后，docker 服务默认就被启动了，并不需要手动 systemctl enable / start 操作。
docker 用户组
出于懒惰，一开始我没有将当前用户加入 docker 用户组，所以后续的 docker 操作都使用了 sudo。
正确的做法是将当前用户加入到 docker 用户组。
sudo usermod -aG docker $USER
但是，加入组后，执行 docker 命令，还是报权限错误。
$ docker image ls
permission denied while trying to connect to the Docker daemon socket at unix:///var/run/docker.sock: Get "http://%2Fvar%2Frun%2Fdocker.sock/v1.24/images/json": dial unix /var/run/docker.sock: connect: permission denied
需要退出当前用户，再次登录就可以了。
拉取 rasa 的 docker 镜像
为了跟开发机上的 rasa 版本保持一致，我选择拉取同样版本的 docker 镜像
docker pull rasa/rasa:3.4.6-full
这是一个基于 Ubuntu 20.04 构建的镜像，安装了默认的 python3 版本 3.10。
docker hub 上可以找到该镜像：
https://hub.docker.com/r/rasa/rasa
在 tags 页，通过搜索过滤 3.4.6，找到 3.4.6 full 的信息，及对应的 docker pull 命令。
重要的是，可以通过 Image Layers 看到这个镜像的构成，例如，系统版本，依赖版本等。
查看已有镜像列表
docker image ls
REPOSITORY TAG IMAGE ID CREATED SIZE
rasa/rasa 3.4.6-full 06d8ddbd8b17 3 weeks ago 3.21GB
hello-world latest feb5d9fea6a5 18 months ago 13.3kB
下载的压缩文件为 1.15G, 解压之后为 3.21G。
模型部署
由于我不太确定要部署哪些文件，所以干脆把所有文件都同步到了服务器上。
虽然我感觉只需要模型文件就可以了。
#!/bin/bash
rsync --verbose --progress --stats --compress \
--recursive --times --perms --links --delete \
--exclude ".rasa/" --exclude "*~" --exclude "*.swp" --exclude='.git/' \
./ some_user@server_ip:/home/some_user/project
注意：将 models 下没有用的模型文件删除。实际测试发现，线上自动选择最新模型的机制有问题。
前提是已经训练好中文模型，可以参考 让 Rasa 支持中文模型
启动 shell 测试一下
验证模型是否好用的时刻到了，可以在项目目录下执行：
docker run -it -v $(pwd):/app rasa/rasa:3.4.6-full shell
- 参数 v 就是将本地磁盘的目录映射到 docker 的指定目录下。镜像的 WORKDIR 是 /app
- rasa docker 镜像的 ENTRYPOINT 是 rasa, 所以只需要加上 shell 参数即可。
可以看到完美运行。
直接启用镜像是不行的
例如
$ docker run -it rasa/rasa:3.4.6-full
$ docker container ls -a
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
d8b8007ee32f rasa/rasa:3.4.6-full "rasa --help" 2 minutes ago Exited (0) 2 minutes ago exciting_volhard
44c7287678d6 rasa/rasa:3.4.6-full "rasa /usr/bin/bash" 5 minutes ago Exited (2) 5 minutes ago compassionate_ganguly
54467a213d9f rasa/rasa:3.4.6-full "rasa /bin/bash" 7 minutes ago Exited (2) 7 minutes ago angry_mcclintock
由于镜像中的配置是：
ENTRYPOINT ["rasa"]
CMD ["--help"]
所以，也就是执行了个 rasa help，就结束并退出了。
启用 restful api 服务
并映射到本地端口：
docker run -it -p 9020:5005 -v $(pwd):/app -d rasa/rasa:3.4.6-full run --enable-api
注：
- 参数 p 是指定端口：host_port:container_port，即第一个端口号是宿主的端口，第二个端口是 docker 镜像的端口
- 参数 d 是为了后台运行
查看容器的运行状态：
$ docker container ls
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
4d46f99cdcf5 rasa/rasa:3.4.6-full "rasa run --enable-a…" About a minute ago Up About a minute 0.0.0.0:9020->5005/tcp, :::9020->5005/tcp pensive_pascal
测试 restful 服务
解析测试：
$ curl -XPOST http://localhost:9020/model/parse -d '{"text":"hello"}'
{"text":"hello","intent":{"name":"greet","confidence":0.9999858140945435},"entities":[],"text_tokens":[[0,5]],"intent_ranking":[{"name":"greet","confidence":0.9999858140945435},{"name":"mood_unhappy","confidence":6.114856660133228e-6},{"name":"goodbye","confidence":2.1561531866609585e-6},{"name":"affirm","confidence":1.956613232323434e-6},{"name":"deny","confidence":1.6925729369177134e-6},{"name":"mood_great","confidence":1.3166808230380411e-6},{"name":"bot_challenge","confidence":7.097570460246061e-7},{"name":"oxygen_benefit","confidence":2.5109002876888553e-7},{"name":"praise","confidence":1.1407703226495869e-7}]}
对话测试：
$ curl -XPOST http://localhost:9020/webhooks/rest/webhook -d '{"sender": "user_id", "message": "你好"}'
[{"recipient_id":"user","text":"\u4f60\u597d\uff01\u5403\u4e86\u4e48\uff1f"}]
text 的那段 unicode 编码转换为中文就是 “你好！吃了么？”
至此，部署操作基本完成。
可以再做一个 Nginx 配置转发即可。
设置多 rasa worker
在默认情况下，Rasa 服务器只使用1个worker。只有将环境变量 SANIC_WORKERS 的值设置为1以上，
同时当 locker store 的设置不是 InMemoryLockStore 时才可以启用多个 worker。
docker 设置环境变量的方法：
docker run -e MY_ENV_VAR=value my-image
docker 如何中止一个容器
要中止一个运行的 Docker 容器，您可以使用以下命令：
docker stop <container-id>
其中 container-id 是要中止的容器的 ID 或名称。
如果想要立即停止（强制关闭）容器，可以使用以下命令：
docker kill <container-id>
注意，这将在不安全地终止容器进程，可能导致数据丢失或其他问题。建议首先尝试正常停止容器（使用 docker stop 命令）。
查看系统资源占用
> docker stats --all
CONTAINER ID NAME CPU % MEM USAGE / LIMIT MEM % NET I/O BLOCK I/O PIDS
4d46f99cdcf5 pensive_pascal 0.00% 2.75GiB / 15.51GiB 17.73% 99.7kB / 32.2kB 1.92GB / 0B 37
31f800006844 beautiful_hermann 0.00% 0B / 0B 0.00% 0B / 0B 0B / 0B 0
74f755e91338 hopeful_dhawan 0.00% 0B / 0B 0.00% 0B / 0B 0B / 0B 0
6776ea1934e2 beautiful_meitner 0.00% 0B / 0B 0.00% 0B / 0B 0B / 0B 0
参考
- 安装：https://cloud.tencent.com/developer/article/1167995
- 安装：https://yeasy.gitbook.io/docker_practice/install/ubuntu
- rasa docker 的使用方式：https://rasa.com/docs/rasa/docker/building-in-docker/
查看合集
关于作者 🌱
我是来自山东烟台的一名开发者，有感兴趣的话题，或者软件开发需求，欢迎加微信 zhongwei 聊聊，或者关注我的个人公众号“大象工具”， 查看更多联系方式