MLOps Academy · 课时

用于预测的结构化日志

Q: 「用于预测的结构化日志」这节课中我会学到什么？

以 JSON 形式记录输入、输出和延迟 你通过在浏览器中直接运行的动手代码来练习 MLOps Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

以 JSON 形式记录输入、输出和延迟

第 1 / 4 课13 个步骤

用于预测的结构化日志 是 CoddyKit 上的免费 MLOps Academy 课时。这是第 1 节课，共 4 节。你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。这是 MLOps Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 MLOps Academy 课程共包含 4 节课。

为什么记录预测

模型开始为真实用户提供服务后，您不可能一直手动观察它。记录每次预测，才能了解模型在生产环境中的实际表现。📊

纯文本让人难受

像“收到请求，返回 0.91”这样的日志行对人来说容易读，但在大规模场景下却很难搜索。机器需要的是结构化数据，而不是散文。

结构化日志

结构化日志意味着每行日志都是由命名字段组成的小型对象，而不是一句话。这样，工具就能立即对日志进行筛选、分组和聚合。

JSON 是日志格式

常见做法是每行使用一个 JSON 对象。每个字段都有一个键，因此日志系统每次都能用相同方式解析它。

{"event": "prediction", "model": "churn-v3", "score": 0.91}

记录每次预测的内容

对于每次调用，请记录输入、输出以及耗时。这些信息结合起来，便于您之后调试、审计和衡量质量。

记录延迟

始终以毫秒为单位记录延迟。这是模型或其服务器开始难以应对负载时，最早发出的预警信号。

import time
start = time.perf_counter()
score = model.predict(x)
latency_ms = (time.perf_counter() - start) * 1000

添加 ID 进行追踪

为每个请求分配唯一的 request_id。之后，您就可以在日志、仪表板以及最终的真实结果中追踪同一次预测。

import uuid
request_id = str(uuid.uuid4())

构建日志记录

将各个字段收集到一个字典中。这个记录会成为日志中一行可搜索的 JSON。

record = {
    "request_id": request_id,
    "model": "churn-v3",
    "score": score,
    "latency_ms": latency_ms,
}

使用日志记录器输出 JSON

使用 Python 内置的 logging 模块，并将记录输出为 JSON。不要使用 print，因为它会跳过日志级别和时间戳。

import json, logging
log = logging.getLogger("predictions")
log.info(json.dumps(record))

绝不要记录原始机密

请谨慎决定记录哪些内容。跳过密码、令牌和原始 PII，或者在敏感字段接触日志行之前先对其进行哈希处理。🔒

将日志发送到中央位置

服务器重启后，保存在单台服务器上的日志就会消失。请将日志转发到 Loki 或 CloudWatch 这样的中央存储，使其不受任何单个容器生命周期的影响。

快速检查

您希望预测日志能够在大规模场景下进行搜索和聚合。哪种格式最合适？

在交互式课程中回答

回顾

您将每次预测记录为结构化的 JSON 记录，其中包含输入、输出、延迟和 ID，然后将其发送到中央位置。这就是您观察生产环境的窗口。✅

免费开始

用 AI 导师学习 Python — 免费

在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。

课程: 30
课程: 120

免费开始学习查看完整课程

常见问题解答

「用于预测的结构化日志」课时是免费的吗？

是的 — 「用于预测的结构化日志」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 MLOps Academy 课程的其余内容，请升级到 CoddyKit PRO。 MLOps Academy 课程共包含 4 节课。

「用于预测的结构化日志」这节课中我会学到什么？

以 JSON 形式记录输入、输出和延迟你通过在浏览器中直接运行的动手代码来练习 MLOps Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 MLOps Academy 需要有经验吗？

无需任何先前经验。CoddyKit 上的 MLOps Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。这是第 1 节课，共 4 节。

「用于预测的结构化日志」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 MLOps Academy 课中编写并运行代码吗？

能。每节 MLOps Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

← 返回 MLOps Academy