无法将AI模型部署到Kubernetes

Question

我是一个相对经验丰富的人工智能实践者，然而，当涉及到这些模型的部署时，我是一个完全的新手。我遵循了一个在线教程，该教程使用Docker Desktop在本地部署模型。它为前端和后端创建了一堆容器。我在每个容器中安装了Tensorflow来运行AI模型(在Dockerfile文件中运行pip3 install tensorflow )。但是，我不能在Kubernetes上部署它。我质疑了允许将Docker堆栈发送到Kubernetes的选项。当我运行docker images时，我可以看到前端和后端的图像。下一步，我创建了一个GCP项目，并在其中创建了集群。然后，我将这些图像以特定格式的gcr.io/project/name:tag标记到前端和后端，然后将它们推送到前端和后端。然后我部署了这两个组件，然后公开了它们以及fdep (前端)和bdep (后端)。它们都运行正常，如下所示：

但是，当我转到前端外部ip并运行模型时，什么也没有发生。就好像后端没有输出任何东西一样。使用postman在后端外部IP上发布请求，得到的结果如下：

这里有什么帮助吗。我做错了什么？

Answer 1

由于这个多容器docker应用程序最初不是为kubernetes开发的，因此请确保在为您的后端生成服务时指定一个名称。

kubectl公开部署bdep --端口8081 --name (name-that-the-front-end-apps-expect)

在您的示例中，如果没有--name选项，服务名默认为部署名称"bdep"，但前端应用程序期望的名称是"backend“。