Docker ile Konteynerleştirme

Şu can sıkıcı ifadeyi hiç duydunuz mu: "Benim makinemde çalışıyor!"? Bu yaygın sorun, yazılımın bir geliştiricinin bilgisayarında kusursuz biçimde çalışırken sınama sunucusu veya bulut gibi başka bir ortamda doğru çalışmaması durumunda ortaya çıkar.

İşletim sistemlerindeki, yüklü kitaplıklardaki veya bağımlılık sürümlerindeki farklılıklar çoğu zaman bu tutarsız davranışlara neden olur ve dağıtım sürecini zorlaştırır.

Kapsayıcılaştırma, uygulamanızı ve gerekli tüm bileşenlerini kapsayıcı adı verilen tek, yalıtılmış bir birimde paketleyerek bu sorunu çözer. Bunu uygulamanız için kendi kendine yeten küçük bir bilgisayar gibi düşünebilirsiniz.

• Uygulama kodunu içerir.
• Tüm kitaplıklarını ve çatılarınızı içerir.
• Gerekli yapılandırmaları içerir.

Bu sayede yazılımınız nerede dağıtılırsa dağıtılsın aynı şekilde davranır.

Docker, kapsayıcılar oluşturmak, paylaşmak ve çalıştırmak için önde gelen platformdur. Kapsayıcılaştırılmış uygulamalarınızın tüm yaşam döngüsünü yönetme sürecini basitleştiren açık kaynaklı bir çatı ve araçlar sunar.

• Kapsayıcılar ve Sanal Makineler: Kapsayıcılar, geleneksel Sanal Makinelerden (VM) çok daha hafif ve hızlıdır. Sanal Makineler donanımın tamamını sanallaştırırken kapsayıcılar işletim sistemini sanallaştırır ve ana makinenin OS çekirdeğini paylaşır.
• Bu verimlilik, Docker'ı hızlı dağıtım ve ölçeklendirme için ideal hâle getirir.

Bir kapsayıcıyı çalıştırmadan önce bir Docker Görüntüsüne ihtiyacınız vardır. Görüntü; kod, çalışma zamanı, kitaplıklar ve sistem araçları dâhil olmak üzere bir yazılım parçasını çalıştırmak için gereken her şeyi içeren hafif, bağımsız ve çalıştırılabilir bir pakettir.

• Kapsayıcılar oluşturmak için bir taslak veya şablon görevi görür.
• Görüntüler bir Dockerfile içindeki talimatlardan oluşturulur ve oluşturulduktan sonra değiştirilemez.

Dockerfile, Docker'ın bir görüntüyü oluşturmak için kullandığı tüm komutları içeren düz metin dosyasıdır. Kapsayıcınız için bir yemek tarifi gibi düşünebilirsiniz.

Yaygın talimatlardan bazıları şunlardır:

• FROM: Temel görüntüyü belirtir (ör. python:3.9-slim).
• WORKDIR: Kapsayıcının içindeki çalışma dizinini ayarlar.
• COPY: Dosyaları yerel makinenizden görüntünün içine kopyalar.
• RUN: Görüntü oluşturma işlemi sırasında komutları çalıştırır (ör. bağımlılıkları yükleme).
• CMD: Kapsayıcı başladığında çalıştırılacak varsayılan komutu belirtir.

Basit bir Python uygulaması (app.py) ve buna karşılık gelen Dockerfile oluşturalım. Bunun küçük bir yapay zekâ çıkarım betiği olduğunu düşünün.

app.py:

Şimdi app.py için Dockerfile'a bakalım:

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

Görüntüyü oluşturmak için (aynı dizindeki terminalinizden):

• docker build -t my-ai-app . (-t görüntüyü etiketler, . geçerli dizindeki Dockerfile'ı belirtir).

Bu görüntüden bir kapsayıcı çalıştırmak için:

• docker run my-ai-app ("Hello from inside the container!" iletisini görmeniz gerekir).

Docker, belirli zorlukları ele aldığı için yapay zekâ SaaS uygulamalarında son derece değerlidir:

• Bağımlılık Yönetimi: Yapay zekâ modelleri çoğu zaman kitaplıkların belirli sürümlerini gerektirir (ör. TensorFlow, PyTorch, CUDA sürücüleri). Docker bunları kusursuz biçimde yalıtarak çakışmaları önler.
• Tutarlı Ortamlar: Model çıkarım kodunuzun geliştirme, sınama ve üretim ortamlarında aynı şekilde çalışmasını garanti eder ve "benim makinemde çalışıyor" sorunlarını ortadan kaldırır.
• Ölçeklenebilirlik: Artan çıkarım isteklerini karşılamak için aynı özelliklere sahip birden fazla kapsayıcıyı kolayca başlatabilir, böylece yapay zekâ hizmetinizi yüksek ölçüde ölçeklenebilir hâle getirebilirsiniz.

Varsayılan olarak bir kapsayıcının içinde depolanan veriler, kapsayıcı kaldırıldığında kaybolur. Yapay zekâ modelleri ve yapılandırmalar için kalıcılık gerekir.

Docker Birimleri, verileri kapsayıcının dosya sistemi yerine ana makinede, kapsayıcının dışında depolamanıza olanak tanır. Bu özellik şu amaçlar için kritik öneme sahiptir:

• Eğitilmiş yapay zekâ modeli ağırlıklarını ve çıktılarını depolamak.
• Günlükleri veya kullanıcıların oluşturduğu verileri kaydetmek.
• Verileri farklı kapsayıcılar arasında paylaşmak.

Bu sayede değerli verileriniz kapsayıcıdan daha uzun süre varlığını sürdürür.

Aşağıdaki Dockerfile kod parçasını inceleyin:

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

Node.js bağımlılıklarını indirmekten ve yüklemekten hangi talimat sorumludur?

Docker'ın yapay zekâ SaaS uygulamanızı taşınabilir ve tutarlı kapsayıcılar hâlinde paketlemenize nasıl yardımcı olduğunu öğrendiniz. Şunları ele aldık:

• Ortam tutarsızlığı sorununu ve kapsayıcıların bunu nasıl çözdüğünü.
• Docker'ın, görüntülerin ve kapsayıcıların ne olduğunu.
• Temel bir Dockerfile yazmayı ve kapsayıcıları oluşturup çalıştırmayı.
• Bağımlılık yönetimi ve birimlerle veri kalıcılığı dâhil olmak üzere Docker'ın yapay zekâ SaaS için temel faydalarını.

Bu temel anlayış, yapay zekâ SaaS uygulamanızı bulutta sorunsuz biçimde dağıtmak ve yönetmek için kritik öneme sahiptir!