Añada una comprobación de disponibilidad /health
Indique a los orquestadores cuándo su servicio está listo para atender solicitudes.
Añada una comprobación de disponibilidad /health es una lección gratuita de MLOps Academy en CoddyKit. Esta es la lección 4 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de MLOps Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de MLOps Academy incluye 4 lecciones en total.
Partes de esta lección aún no han sido traducidas y se muestran en inglés.
How Does the Cluster Know?
Orchestrators like Kubernetes need a way to ask your service: are you alive, and are you ready to take traffic? A health endpoint answers that. 🩺
Liveness vs Readiness
Liveness asks if the process is running. Readiness asks if it can actually serve requests yet. They are two different questions.
A Trivial Health Route
The simplest check is a GET /health that returns ok. If the process can reply at all, it is at least alive.
@app.get("/health")
def health():
return {"status": "ok"}Readiness Needs the Model
For ML, alive is not enough. A real readiness check confirms the model finished loading before you accept prediction traffic.
Check the Loaded Model
You inspect app.state to see if the model is present. If it is still None, the service is not ready yet.
ready = app.state.model is not NoneSignal Not-Ready with 503
When the model is not loaded, return a 503 status so the orchestrator holds traffic back until you are ready.
from fastapi import HTTPException
raise HTTPException(status_code=503)Put It Together
A /ready route checks the model and returns ready or raises 503. The check stays fast and free of heavy work.
@app.get("/ready")
def ready(req: Request):
if req.app.state.model is None:
raise HTTPException(503)
return {"ready": True}Wire Up the Probes
In Kubernetes you point a readinessProbe at /ready and a livenessProbe at /health. The platform polls them on a schedule.
Keep Checks Lightweight
Probes run often, so a health check must be cheap. Never run a real model inference or hit a slow database inside it.
Smooth Zero-Downtime Deploys
Readiness checks enable rolling updates: new pods only get traffic once ready, so users never hit a half-started instance. 🚦
Why It Matters
Health and readiness endpoints make your model service a good citizen in any cluster, enabling safe scaling, restarts, and deploys. ✅
Quick Check
Your model is still loading and a readiness probe hits /ready. What should the endpoint return?
Recap
You split liveness from readiness, returned 503 until the model loads, and wired probes for safe deploys. Your service is cluster-ready! 🙌
Preguntas frecuentes
¿La lección «Añada una comprobación de disponibilidad /health» es gratis?
Sí — el texto completo de «Añada una comprobación de disponibilidad /health» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de MLOps Academy, actualiza a CoddyKit PRO. El curso de MLOps Academy incluye 4 lecciones en total.
¿Qué aprenderé en «Añada una comprobación de disponibilidad /health»?
Indique a los orquestadores cuándo su servicio está listo para atender solicitudes. Practicas MLOps Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar MLOps Academy?
No se requiere experiencia previa. MLOps Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 4 de 4.
¿Cuánto tiempo toma la lección «Añada una comprobación de disponibilidad /health»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de MLOps Academy?
Sí. Cada lección de MLOps Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Su primer endpoint /predict
- Valide las solicitudes con Pydantic
- Cargue el modelo una sola vez al iniciar
- Añada una comprobación de disponibilidad /health