前言
我们在开发机器学习模型 (Python) 时，常会遇到需要把模型发布成API或Web App来供其它客户端或用户调用模型 (Model as a Service)。
今天介绍两种我常用的方法，可在几分钟内简单实现从本地到Azure的模型部署。
方法1 - 利用Azure App Services 的内建Kudu Server，把本地git repository发布到Azure
方法2 - 使用Azure DevOps建立自动CI/CD pipeline，简单实现敏捷部署 (Agile deployment)
两种方法同样适用于任何常见的Python app发布 (如Flask，Django)
准备工作
为方便介绍部署方法我准备了一个简单的Python App:
1. 在本地创建一个空的folder (例如："deploy-pyhton-on-azure")
2. 执行 git clone https://github.com/jixjia/python-app-azure.git
3. 创建一个Azure App Services用来部署我们的Python app。注意: 微软Azure需要用Linux版App Services来部署Python运行环境，其在执行部署过程中会自动创建一个Linux container。
(a) 如图在Azure上新建一个Web App资源
(b) 选择Linux作为OS，Runtime设为Python 3.X， 并用Code方式 (非Container方式)
(c) 选择免费的F1 Plan来部署我们的App。该Plan只适合用来Dev/Test，不推荐Production环境
至此前期准备工作完成！
部署方法1 - 利用Kudu Server
1. 在新建的Web App里找到Deployment Center
(1) 依次选择 Local Git > App Service Build Service
(2) 完成后得到一个部署用的Git URL (如图示)，复制它！
2. 把得到的Git URL 加入到git remote repository列表
(1) 执行 git remote add azure {粘贴得到的Git URL}
(2) 用git remote -v 查看Kudu Git URL被成功加入到了git remote列表中
3. 最后用常规git push 把将本地Python App推送到Kudu中
此时Kudu App Build service收到code后会自动执行以下工作：
(1) 自动打包你的Python App code base
(2) 创建Python 3.X 虚拟环境
(3) 安装dependency (pip install requirements.txt)
(4) 部署到Azure上！
成功完成部署后，打开浏览器查看 http://{你的web app名}.azurewebsites.net，可以看到我们的Python App被成功发布到Azure上！
该App会获取访问者IP地址，并解析地理位置信息 (如图所示)
部署方法2 - 利用Azure DevOps建立自动CI/CD pipeline
尽管使用方法1 (Kudu App Service Builder)只要3步就能很容易部署我们的Python App, 但我个人更建议利用敏捷开发工具 (如 Azure DevOps, Jenkins等)实现 CI/CD自动化部署。
1. 在dev.azure.com (Azure DevOps) 上新建一个Project
2. 授权该Project访问Azure的资源，目的用来部署我们的本地Python App
(1) 选择新建一个 Service Connection
(2) 选择允许访问的Azure订阅 (Subscription) 及资源组 (Resource Group)
3. 创建并设置自动部署CI/CD Pipeline
(1) 选择Pipelines，创建一个Pipeline
(2) 依次选择 GitHub (YAML) > 你的GitHub Repository > Python to Linux Web App on Azure
(3) 此时系统会自动生成Python App的 部署模板 (称为 "azure-pipelines.yml")。这里需要在模板上做两个更改，如下图示：
1. 在中间script部分，"antenv"虚拟环境名称后加上$(pythonVersion)变量
python -m venv antenv$(pythonVersion)
source antenv$(pythonVersion)/bin/activate
2. 在模板最后加上 appType: webAppLinux
(4) 编辑完成后，选择 "Save and Run"。此时点击Pipeline Run执行过程，可以看到CI/CDpipeline在安装和部署我们的Python App。
每当有新的Pull Request进来后，该pipeline就会自动执行部署任务而无需认为操作，从而实现敏捷开发和敏捷部署：
成功执行Pipeline后后，依旧可以在 http://{你的web app名}.azurewebsites.net里看到我们的Python App。
由于两次部署间没有做任何改变，所以显示的内容是一样的：
总结
今天分享了两种简洁的方法用来快速实现Python App从本地到云的部署。
无论是把机器学习模型发布成Web service API，或者提供一个有用户界面的交互型Web App，我们都可以利用以上两种方法来快速实现App的发布。
最后，如果需要debug或调试部署的App，可用下面的URL：http://{你的web app名}.scm.azurewebsites.net
进行SSH登录hosting server调试，或查看实时Log Stream来做常规除错 !
Jixin Jia