【flask】算法部署：只加载一次模型，减少每次接口响应时间

写于2022.09.17，2022.10.12增加性能测试对比，2022.11.6增加单例模式方法

机器学习或深度学习算法模型在进行服务端部署时，通常通过flask包装为服务接口，对外进行调用，但存在一定一个问题是：每次调用模型进行预测时，都会加载一次模型，这个过程是比较占资源的，换言之，很耗时。

如何在flask刚启动时就加载一次模型，后续在调用接口时就不再调用模型了，直接进行预测。

方法一：模型加载为全局变量

from flask import Flask, request
import pickle

app = Flask(__name__)# 在这里进行模型的加载，如导入pkl 
model = pickle.load(open('model.pkl','rb'))@app.route('/predict', methods=['GET'])defpredict():'''这里获取接口的请求参数，下面是举例'''
    features = request.args.get("feature")#  调用模型进行预测
    result = model.predict(features)return result

if __name__ =="__main__":
    app.run(port=80,debug =True)

以一个实际的中文分词接口部署为例：
需要安装LAC，LAC是百度出品的一个中文分词工具，很好用。
pip install LAC

from flask import Flask, request
from LAC import LAC

app = Flask(__name__)# 装载LAC模型
lac = LAC(mode='lac')@app.route('/predict', methods=['GET'])defpredict():
    text = request.args.get("text")#  调用模型进行预测
    result = lac.run(text)returnstr(result)if __name__ =="__main__":
    app.run(port=8080,debug=True)

访问接口：
http://127.0.0.1:8080/predict?text=我爱北京天安门

每次访问时，都无需再加载模型，模型相当于一个全局变量，每次接口请求时，直接调用即可。非常快！

方法二：使用单例模式

首先创建一个文件用于加载模型：
load.py

from LAC import LAC

classMODEL:def__init__(self):
       self.model = LAC(mode='lac')

lac = MODEL()

在main.py中进行引用

from flask import Flask, request
from load import lac

app = Flask(__name__)@app.route('/predict', methods=['GET'])defpredict():

    text = request.args.get("text")#  调用模型进行预测
    result = lac.model.run(text)returnstr(result)if __name__ =="__main__":
    app.run(port=8080)

其它单例模式实现，请参考：
https://blog.csdn.net/qq_41248532/article/details/123246471?spm=1001.2014.3001.5506

两种方法的区别有待研究。

附性能测试：
方式一：参照本文方法

单次调用响应时间：16ms

方式二：每次调用接口时，都加载模型

from flask import Flask, request
from LAC import LAC

app = Flask(__name__)

@app.route('/predict', methods=['GET'])
def predict():
    text = request.args.get("text")

    # 装载LAC模型
    lac = LAC(mode='lac')
    
    #  调用模型进行预测
    result = lac.run(text)
    return str(result)

if __name__ == "__main__":
    app.run(port=8080,debug=True)

单次调用响应时间：468ms
可以发现响应时间优化非常明显！