الحاويات باستخدام Docker

هل سمعتم من قبل العبارة المزعجة: "إنه يعمل على جهازي!"؟ تحدث هذه المشكلة الشائعة عندما يعمل البرنامج بشكل مثالي على جهاز المطوّر، لكنه يفشل في العمل بشكل صحيح في بيئة أخرى، مثل خادم الاختبار أو السحابة.

غالبًا ما تؤدي الاختلافات في أنظمة التشغيل أو المكتبات المثبّتة أو إصدارات التبعيات إلى هذه السلوكيات غير المتسقة، مما يسبب مشكلات عند النشر.

تحل الحاويات هذه المشكلة من خلال تجميع تطبيقكم وجميع مكوّناته الضرورية في وحدة واحدة معزولة تُسمى حاوية. ويمكنكم تخيّلها كأنها حاسوب صغير مستقل مخصّص لتطبيقكم.

• تتضمن شيفرة التطبيق.
• جميع مكتبته وأطره البرمجية.
• أي إعدادات ضرورية.

ويضمن ذلك أن يتصرف برنامجكم بالطريقة نفسها تمامًا، بغض النظر عن مكان نشره.

يُعد Docker المنصة الرائدة لإنشاء الحاويات ومشاركتها وتشغيلها. فهو يوفّر إطار عمل وأدوات مفتوحة المصدر تُبسّط إدارة دورة الحياة الكاملة لتطبيقاتكم التي تعمل داخل الحاويات.

• الحاويات مقارنةً بالأجهزة الافتراضية: الحاويات أخف وأسرع بكثير من الأجهزة الافتراضية التقليدية (VMs). تعمل الأجهزة الافتراضية على محاكاة العتاد بالكامل، بينما تعمل الحاويات على محاكاة نظام التشغيل، مع مشاركة نواة نظام التشغيل المضيف.
• وتجعل هذه الكفاءة Docker مناسبًا جدًا للنشر والتوسّع السريعين.

قبل تشغيل حاوية، تحتاجون إلى صورة Docker. الصورة حزمة خفيفة ومستقلة وقابلة للتنفيذ، وتحتوي على كل ما يلزم لتشغيل جزء من البرنامج، بما في ذلك الشيفرة وبيئة التشغيل والمكتبات وأدوات النظام.

• إنها مخطط أو قالب لإنشاء الحاويات.
• تُبنى الصور من التعليمات الموجودة في Dockerfile، ولا يمكن تغييرها بعد إنشائها.

إن Dockerfile ملف نصي عادي يحتوي على جميع الأوامر التي يستخدمها Docker لتجميع صورة. ويمكن تشبيهه بوصفة إعداد للحاوية.

إليكم بعض التعليمات الشائعة:

• FROM: يحدّد الصورة الأساسية (مثل python:3.9-slim).
• WORKDIR: يحدّد دليل العمل داخل الحاوية.
• COPY: ينسخ الملفات من جهازكم المحلي إلى الصورة.
• RUN: ينفّذ الأوامر أثناء عملية إنشاء الصورة (مثل تثبيت التبعيات).
• CMD: يحدّد الأمر الافتراضي الذي يُشغّل عند بدء تشغيل الحاوية.

لننشئ تطبيق Python بسيطًا (app.py) وDockerfile المطابق له. تخيّلوا أن هذا التطبيق عبارة عن نص برمجي صغير لاستدلال الذكاء الاصطناعي.

app.py:

لنلقِ الآن نظرة على Dockerfile الخاص بملف app.py:

FROM python:3.9-slim
WORKDIR /app
COPY app.py .
CMD ["python", "app.py"]

لإنشاء الصورة (من الطرفية الموجودة في الدليل نفسه):

• docker build -t my-ai-app . (تضيف -t وسمًا إلى الصورة، بينما تشير . إلى وجود Dockerfile في الدليل الحالي).

لتشغيل حاوية من هذه الصورة:

• docker run my-ai-app (يفترض أن يظهر لكم النص "Hello from inside the container!").

يُعد Docker ذا قيمة كبيرة لتطبيقات AI SaaS، إذ يعالج تحديات محددة:

• إدارة التبعيات: غالبًا ما تتطلب نماذج الذكاء الاصطناعي إصدارات دقيقة من المكتبات (مثل TensorFlow وPyTorch وبرامج تشغيل CUDA). ويعزل Docker هذه المكوّنات بشكل مثالي، مما يتجنب التعارضات.
• اتساق البيئات: يضمن تشغيل شيفرة استدلال النموذج بالطريقة نفسها في بيئات التطوير والاختبار والإنتاج، مما يلغي مشكلات "يعمل على جهازي".
• قابلية التوسّع: يمكنكم تشغيل عدة حاويات متطابقة بسهولة للتعامل مع زيادة طلبات الاستدلال، مما يجعل خدمة الذكاء الاصطناعي قابلة للتوسّع بدرجة كبيرة.

افتراضيًا، تُفقد البيانات المخزّنة داخل الحاوية عند إزالة الحاوية. وتحتاجون إلى حفظ دائم لنماذج الذكاء الاصطناعي وإعداداته.

تتيح لكم وحدات تخزين Docker تخزين البيانات خارج نظام ملفات الحاوية، على الجهاز المضيف. وهذا أمر بالغ الأهمية من أجل:

• تخزين أوزان نماذج الذكاء الاصطناعي المدرّبة ومخرجاتها.
• حفظ السجلات أو البيانات التي ينشئها المستخدمون.
• مشاركة البيانات بين الحاويات المختلفة.

ويضمن ذلك بقاء بياناتكم المهمة حتى بعد انتهاء عمر الحاوية.

تأمّلوا مقطع Dockerfile التالي:

FROM node:16-alpine
WORKDIR /app
COPY package*.json .
RUN npm install
COPY .
CMD ["npm", "start"]

ما التعليمة المسؤولة عن تنزيل تبعيات Node.js وتثبيتها؟

لقد تعلّمتم كيف يساعد Docker على تجميع تطبيق AI SaaS الخاص بكم داخل حاويات محمولة ومتسقة. وقد تناولنا ما يلي:

• مشكلة عدم اتساق البيئات وكيف تحلها الحاويات.
• ماهية Docker والصور والحاويات.
• كيفية كتابة Dockerfile أساسي وإنشاء الحاويات وتشغيلها.
• الفوائد الرئيسية لـ Docker في AI SaaS، بما في ذلك إدارة التبعيات وحفظ البيانات باستخدام وحدات التخزين.

يُعد هذا الفهم الأساسي ضروريًا لنشر AI SaaS الخاص بكم وإدارته بسلاسة على السحابة!