mrx-runway 1.5.0.dev22

makina-runway

Software Development Kit

• support only python

Goal

• mlflow를 사용하는 사용자들이 import만 변경하여 runway에 logging하는 방식을 제공한다.
• runway sdk 는 mlflow 의 interface/arguments 를 최대한 맞추는 방향으로 구현해야 한다.

# import mlflow
from runway import mlflow

with mlflow.start_run() as run:
    mlflow.log_param()

mlflow.sklearn.save_model()

Install

• makina 사내 pypi server에서 install 합니다.

1. pip install

   # pip install
   pip install --index-url http://pypi.makina.rocks/simple/ --trusted-host pypi.makina.rocks runway
   

   pyproject.toml의 version 수정 후 테스트 시
   pip install --index-url http://pypi.makina.rocks/simple/ --trusted-host pypi.makina.rocks mrx-runway=={{version}}
   

2. poetry 사용

   1. pyproject.toml에 사내 pypi source 추가

      [[tool.poetry.source]]
      name = "mrx"
      url = "http://pypi.makina.rocks/simple/"
      default = true
      

   2. poetry add & install

      poetry add runway
      poetry install
      

Publish

• 정식 version은 runway repo의 tag로 관리됨
• pyproject.toml 파일의 version은 developer의 test를 위한 pseudo-version 임
• local에서 publish test는 make command 사용

  # version patch, build & publish 한꺼번에 수행
  make publish-dev
  

How to test in local environment

• sdk 개발시 local 에서 unit test 실행방식은 아래와 같습니다. utest 시에는 다양한 mlframework package 가 설치되니, 별도의 명령어보다는 makefile 의 recipe 를 사용하시기 바랍니다.

make utest
```bash

## How to develop
- sdk 개발을 위한 `python` 환경을 하나 더 생성합니다.
- edit 모드로 sdk를 설치 합니다.
```bash
pip install -e .

• /etc/hosts에 minio관련 host를 추가합니다.
• misc/gw.yaml, misc/vs.yaml을 수정하여 배포합니다.
• prepare_develop.sh파일에 BACKEND_URL, MLFLOW_URL, MINIO_URL를 환경에 맞게 수정합니다.
• prepare_develop.sh를 실행합니다.

./prepare_develop.sh

• 실행

DEPLOY_TARGET=dev python examples/sample_log_model.py