1:使用插件源码编译:(由于使用wsl和网络问题,下载依赖有问题,没有使用该方案)
# 下载plugin插件源码
cd plugin/src
# 安装代码基础的依赖
pip install requirements.txt
# 运行代码,第一次要下载模型所以会慢点,这里默认使用的是vgg16
python main.py --model_name=image_retrieval
2:使用现有的插件镜像进行部署:
以下操作均在wsl的/home/vearch/目录下操作,该目录是上一篇文中部署Vearch中创建的,该不目录作为整个项目的工作目录,所有配置文件,源码都可以在本目录中进行。
2.1:下载插件源码(虽然不用源码编译,但是需要源码工程里的配置文件python-algorithm-plugin/src/config.py)
sudo git clone https://github.com/vearch/python-algorithm-plugin.git
2.2: 下载插件镜像:
docker pull haojunyu/vimgs:3.2.2
2.3:部署镜像。
在/home/vearch/目录下新增一个docker-compose.yml文件,用于编写插件服务的部署信息。
整个内容如下(将vearch的部署信息也写到该文件了,文件部署方便后续多次部署):
version: '5.3'
services:
vearch:
image: vearch/vearch:latest
ports:
- "8817:8817"
- "9001:9001"
volumes:
- /home/vearch/config_plugin.toml:/vearch/config.toml
- /home/vearch/data:/datas
- /home/vearch/logs:/logs
logging:
driver: "json-file"
options:
max-size: "1g"
imgs:
image: haojunyu/vimgs:3.2.2
ports:
- "4102:4101"
volumes:
- /home/vearch/python-algorithm-plugin/src/config.py:/app/src/config.py
- /home/vearch/images/imgs:/app/src/imgs
command: ["bash", "../bin/run.sh", "image"]
注意:1:修改虚拟器中/home/vearch/python-algorithm-plugin/src/config.py文件,主要是配置了vearch服务的ip和端口信息。vearch服务的IP地址可以从Podman中观察,当然vearch容器重启后,IP会变化。当然更方便的是通过容器名称来访问,当前我还不知道怎么搞,先用笨办法收到修改配置文件,再重启插件容器。
2:如果不修改配置文件,使用默认的127.0.0.1IP是访问不了vearch容器服务的,127.0.0.1是容器内的本地地址。
我的配置文件如下:
2.4:启动镜像:
在/home/vearch/目录下启动vearch和vearch插件服务:
podman-compose up
注意:1:如果没有安装podman-compse,需要先安装podman-compose。
2:vearch和插件容器都起来之后,记得去看下vearch的容器IP,然后修改/home/vearch/python-algorithm-plugin/src/config.py 中vearch的IP,重新在启动下插件容器。
3:验证插件服务:
3.1:建库:
3.2:建分区:注意创建分区时:index_size:可以配置成比较小的数,比如1,该值是一个阈值,只有该space里面的数据超过Index_size时,才使用向量进行索引。该请求,可能会在插件服务中报错,报错原因是由于插件服务没能正确处理vearch服务返回的值,该报错不影响,可以忽略。
具体解释如下:is_brute_search适用范围 · Issue #663 · vearch/vearch (github.com)
3.3:插入数据,使用插件容器里的本地图片地址(映射到虚拟机的地址:即插件源码里的图片)。可以多插入几条。
3.4:以图搜图:可以看到查询到,注意我这里请求参数里有"is_brute_search":1,是因为我在创建space时index_size设置了10000。导致搜索时查询不到。
官方解释如下:is_brute_search适用范围 · Issue #663 · vearch/vearch (github.com)