EAS內置的PMML Processor，支持將PMML格式的模型部署成在線服務，并提供在線實時推理。本文為您介紹如何部署及調用PMML模型服務。
背景信息
在Designer上導出的PMML格式的算法模型，可以使用PMML Processor部署到EAS中；使用Sklearn、Xgboost等開源算法框架訓練的算法模型，轉換成PMML格式后，也可以使用PMML Processor部署到EAS中，詳情請參見通用模型導出。
更多關于PMML模型的介紹，詳情請參見PMML模型介紹。
缺失值填充策略
PMML Processor提供默認的缺失值填充策略。如果PMML模型文件中的特征字段沒有指定缺失值填充（isMissing）策略，則系統默認以如下值進行填充。
數據類型 | 默認值填充 |
BOOLEAN | false |
DOUBLE | 0.0 |
FLOAT | 0.0 |
INT | 0 |
STRING | "" |
步驟一：部署服務
使用eascmd客戶端部署PMML模型服務時，您需要指定Processor種類為pmml，服務配置文件示例如下。
{
"name": "eas_lr_example",
"processor": "pmml",
"model_path": "http://examplebucket.oss-cn-shanghai.aliyuncs.com/models/lr.pmml",
"metadata": {
"instance": 1,
"cpu": 1
}
}關于如何使用eascmd客戶端工具部署服務，詳情請參見服務部署：EASCMD或DSW。
您也可以通過控制臺部署PMML模型服務，詳情請參見服務部署：控制臺。
步驟二：調用服務
參考以下步驟進行服務調用。
PMML服務部署完成后，在模型在線服務（EAS）頁面，單擊待調用服務服務方式列下的調用信息，查看服務訪問的Endpoint和用于服務鑒權的Token信息。
構造服務請求。
PMML服務的輸入輸出格式為JSON格式的純文件，一次請求支持多條樣本輸入，每條樣本為KV格式的特征數據，示例如下。
[ { "address": 12, "age": 22, "ed": 4, "marital": 3.0, "region": 2.0, "tenure": 4.0 }, { "address": 2, "age": 34, "ed": 6, "marital": 1.3, "region": 2.1, "tenure": 4.2 } ]說明實際發送服務請求時，可以去除JSON文件中的換行和空格，以減小網絡傳輸，提升服務性能。
發送服務請求。
支持以下兩種方式：
重要直接通過HTTP Header傳入，會使Token在網絡中以明文方式傳輸；使用EAS提供的SDK，會使用Token對請求做簽名后再發送，安全性更高。
使用curl命令對服務進行快速請求測試。
服務提供HTTP訪問入口，發送請求時，可以將鑒權Token直接通過HTTP Header傳入，示例如下。
// 發送請求。 curl -v 18284888792***.cn-shanghai.pai-eas.aliyuncs.com/api/predict/pmml_test \ -H 'Authorization: YmE3NDkyMzdiMzNmMGM3ZmE4ZmNjZDk0M2NiMDA***' \ -d '[{"region": 2.0, "marital":3.0,"tenure":4.0, "age":22,"address":12,"ed":4},{"region": 2.1, "marital":1.3,"tenure":4.2, "age":34,"address":2,"ed":6}]'其中：
18284888792***.cn-shanghai.pai-eas.aliyuncs.com/api/predict/pmml_test：替換為步驟1查詢的服務訪問的Endpoint。
Authorization：配置為步驟1查詢的用于服務鑒權的Token信息。
返回結果示例如下。
[{"p_0":0.2856724025030001,"p_1":0.7143275974969999},{"p_0":0.18324957921381624,"p_1":0.8167504207861838}]使用Python SDK發送請求，詳情請參見Python SDK使用說明。
示例代碼如下。
#!/usr/bin/env python from eas_prediction import PredictClient from eas_prediction import StringRequest if __name__ == '__main__': # 替換為步驟1查詢的服務訪問的Endpoint和服務名稱。 client = PredictClient('1828488879222***.cn-shanghai.pai-eas.aliyuncs.com', 'pmml_test') # 替換為步驟1查詢的用于服務鑒權的Token信息。 client.set_token('YmE3NDkyMzdiMzNmMGM3ZmE4ZmNjZDk0M2NiMDA***') client.init() req = StringRequest('[{"region": 2.0, "marital":3.0,"tenure":4.0, "age":22,"address":12,"ed":4},{"region": 2.1, "marital":1.3,"tenure":4.2, "age":34,"address":2,"ed":6}]') for x in range(100): resp = client.predict(req) print(resp)其他語言客戶端SDK使用說明，詳情請參見服務調用SDK。
相關文檔
您也可以使用其他預置Processor部署EAS在線服務，詳情請參見服務部署：預置Processor。
您也可以開發自定義Processor，使用自定義Processor部署EAS在線服務，詳情請參見服務部署：自定義Processor。