Coder Social home page Coder Social logo

fastapi-cloudrun-models-deployment's Introduction

Deploy FastAPI dengan menggunakan Cloud Run

Deploy FastAPI Machine Learning model dengan menggunakan CloudRun

Kebutuhan

  • Pyenv (optional)
  • Virtualenv (optional)
  • Python 3.9
  • Google Cloud Platform Account
  • Google Cloud Platform - API Cloud Build

Jalankan secara lokal

$ python -m venv [nama-folder]
$ cd [nama-folder]
$ cd Scripts
$ activate
$ cd ..
$ git clone https://github.com/fikrimln16/fastAPI-cloudrun-models-deployment
$ pip install -r requirements.txt
$ uvicorn main:app --reload

Cara deploy ke cloud-run menggunakan cloud SDK

$ gcloud init
$ gcloud services enable run.googleapis.com
$ gcloud builds submit --tag gcr.io/[project-id-kalian]/fastapi-model-deployment
$ gcloud run deploy --image gcr.io/[project-id-kalian]/fastapi-model-deployment --platform managed --region asia-southeast2 --allow-unauthenticated fastapi-model-ml

Cara deploy ke cloud-run menggunakan Google Cloud Platform

  1. Pastikan Anda memiliki akun Google Cloud Platform (GCP) yang aktif. Jika belum, daftar dan buat proyek baru di https://console.cloud.google.com.

  2. Pastikan Anda telah menginstal Google Cloud SDK (https://cloud.google.com/sdk) dan menginisialisasi dengan menjalankan perintah berikut di terminal atau command prompt: gcloud init

  3. Buatlah repository di layanan pengelolaan kode seperti GitHub atau GitLab, dan pastikan repository tersebut berisi semua file yang diperlukan untuk aplikasi FastAPI, termasuk Dockerfile, requirements.txt, dan kode aplikasi FastAPI Anda.

  4. Buka terminal atau command prompt, lalu arahkan ke direktori tempat Anda ingin mengklon repository FastAPI.

  5. Klone repository FastAPI dengan menjalankan perintah berikut: git clone https://github.com/fikrimln16/fastAPI-cloudrun-models-deployment

  6. Setelah proses pengklonan selesai, arahkan terminal atau command prompt ke direktori FastAPI yang baru saja dikloning.

  7. Build container Docker lokal dengan menjalankan perintah berikut: docker build -t gcr.io/[PROJECT_ID]/fastapi-app . Ganti [PROJECT_ID] dengan ID proyek Google Cloud Platform yang telah Anda tentukan sebelumnya.

  8. Setelah proses pembangunan selesai, verifikasi bahwa kontainer Docker lokal berjalan dengan menjalankan perintah berikut: docker run -p 8080:8080 gcr.io/[PROJECT_ID]/fastapi-app Pastikan tidak ada kesalahan dan aplikasi FastAPI berjalan dengan baik di localhost.

  9. Jika langkah sebelumnya berhasil, berhenti dan hapus kontainer Docker yang berjalan dengan menekan Ctrl+C di terminal atau command prompt.

  10. Untuk menerbitkan kontainer Docker ke Google Cloud Container Registry, jalankan perintah berikut: docker push gcr.io/[PROJECT_ID]/fastapi-app Kontainer akan diunggah ke Container Registry di proyek Google Cloud Platform yang sesuai.

  11. Selanjutnya, buat layanan Cloud Run dengan menjalankan perintah berikut pada asia-southeast2(jakarta): gcloud run deploy --image gcr.io/[PROJECT_ID]/fastapi-model-deployment --platform managed --region asia-southeast2 --allow-unauthenticated fastapi-model-ml

  12. GCP akan meminta Anda untuk memilih wilayah (region) untuk mendeploy layanan Cloud Run. Pilih wilayah yang sesuai dengan kebutuhan Anda.

  13. Setelah proses deploy selesai, GCP akan memberikan URL yang dapat digunakan untuk mengakses aplikasi FastAPI yang dideploy. Salin URL tersebut dari output dan coba akses di web browser atau dengan menggunakan perangkat lunak pengujian API seperti Postman.

Demo FastAPI Models

Untuk mencoba demo model diatas bisa buka link tersebut : https://fastapi-model-deployment-dl6yh3mkfa-et.a.run.app/docs

fastapi-cloudrun-models-deployment's People

Contributors

fikrimln16 avatar

Stargazers

Dhico avatar  avatar Rabih Utomo avatar Eric Julianto avatar Kaenova Mahendra Auditama avatar

Watchers

 avatar

Forkers

bagaskarads

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    ๐Ÿ–– Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. ๐Ÿ“Š๐Ÿ“ˆ๐ŸŽ‰

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google โค๏ธ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.