【rasa】国产化平台使用docker部署rasa_docker 安装 rasa

公司想使用国产化平台部署一个对话机器人。

开发bot的时候使用常见的x86+cuda+英伟达显卡+ubuntu，所有依赖安装的都比较顺利。
部署太费劲了我的妈，赶紧把阿美立卡收为国有，这样就不用费劲国产化了
将自己中间遇到的一些坑写出来，以供参考。

目标平台配置信息

系统：麒麟v10
cpu：飞腾S2500
显卡：无

主要依赖库

rasa
torch
transformer

事前准备

麒麟v10最好不要升级docker，会导致glibc自己升级，导致服务器死机（只能重装系统）。
由于rasa要求的python版本比较高，目标平台也不能联网，因此使用docker部署。
我使用buildx在开发机上进行多平台构建。

安装Docker buildx

据说Docker > = 19.03的版本里包含的buildx，但是我的机器上没有，因此将buildx的安装过程也记录下来。

1. 安装qemu

sudo apt install qemu qemu-kvm virt-manager bridge-utils
1

2. 安装docker buildx
   1. 在buildx的release页面中下载适合自己系统的二进制文件：github-release
   2. 将二进制文件拷贝到$HOME/.docker/cli-plugins
   3. 给二进制文件添加执行权限：chmod +x ~/.docker/cli-plugins/docker-buildx
   4. 启用实验特性：编辑 ~/.docker/config.json文件（如果没有就新建一个），增加以下内容：

{ 
	"experimental": "enabled" 
}
1
2
3

打包镜像

编写dockerfile

dockerfile文件

# using ubuntu LTS version  
FROM ubuntu:20.04 AS builder-image  
  
# avoid stuck build due to user prompt  
ARG DEBIAN_FRONTEND=noninteractive  
  
RUN apt update &&  \  
    apt install software-properties-common -y &&  \  
    add-apt-repository ppa:deadsnakes/ppa && \  
    apt install --no-install-recommends -y python3.10 python3.10-dev python3.10-venv python3-pip python3-wheel build-essential && \  
    apt install rustc -y && apt install cargo -y && \  
    apt clean && rm -rf /var/lib/apt/lists/*  
ENV GRPC_PYTHON_BUILD_SYSTEM_OPENSSL=1 && \  
ENV GRPC_PYTHON_BUILD_SYSTEM_ZLIB=1 &&  \  
ENV PATH="$HOME/.cargo/bin:$PATH"  
  
# create and activate virtual environment  
# using final folder name to avoid path issues with packages  
RUN python3.10 -m venv /home/myuser/venv  
ENV PATH="/home/myuser/venv/bin:$PATH"  
  
# install requirements  
COPY requirements.txt .  
COPY tensorflow_text-2.13.0-cp310-cp310-linux_aarch64.whl .  

# pip安装
RUN pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ &&  \  
    pip install --upgrade pip setuptools &&  \  
    pip install --no-cache-dir ez_setup numpy &&  \  
    python -m pip install --upgrade pip &&  \  
    pip install --no-cache-dir wheel && \  
    pip install --no-cache-dir tensorflow_text-2.13.0-cp310-cp310-linux_aarch64.whl && \  
    pip install --no-cache-dir torch==1.12 torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu 
RUN pip install --no-cache-dir -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/   

# runner image
FROM ubuntu:20.04 AS runner-image  
RUN apt update &&  \  
    apt install software-properties-common -y &&  \  
    add-apt-repository ppa:deadsnakes/ppa && \  
    apt install --no-install-recommends -y python3.10 python3.10-dev python3.10-venv python3-pip python3-wheel build-essential && \  
    apt clean && rm -rf /var/lib/apt/lists/*  
  
RUN useradd --create-home myuser  
COPY --from=builder-image /home/myuser/venv /home/myuser/venv  
ENV LD_PRELOAD=$LD_PRELOAD:/home/myuser/venv/python3.10/lib/site-packages/scikit_learn.libs/libgomp-d22c30c5.so.1.0.0 
ENV LD_PRELOAD=$LD_PRELOAD:/home/myuser/venv/python3.10/lib/site-packages/faiss_cpu.libs/libgomp-d22c30c5.so.1.0.0  
USER myuser  
RUN mkdir /home/myuser/code  
WORKDIR /home/myuser/code  
COPY ./models/to_docker /home/myuser/  
USER root  
RUN sh -c "chmod a+x /home/myuser/start.sh"  
USER myuser  

# make sure all messages always reach console  
ENV PYTHONUNBUFFERED=1  
  
# activate virtual environment  
ENV VIRTUAL_ENV=/home/myuser/venv  
ENV PATH="/home/myuser/venv/bin:$PATH"  

CMD ["/bin/sh","-c","/home/myuser/start.sh"]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63

构建镜像

docker buildx build --platform linux/arm64/v8 -t rasa-armv8:0.1.1 .
1

一些注意点

依赖包的安装顺序应为：下载到本地的安装包 > torch依赖但是官方index-url没有列出的包 > torch > 其他

1. 有一些依赖包没有官方的aarch64版本，因此需要自己从源代码安装，或者从网上找别人编译好的版本安装。
2. 安装torch需要严格按照torch官方给出的命令。torch+cpu官方的index-url里的numpy没有aarch64版本，因此在安装pytorch的时候要先安装numpy。
3. 安装一些依赖包的时候可能出现‘Command “python setup.py egg_info” failed with error code 1’错误，解决办法如下：
   1. 升级setuptools：pip install –upgrade setuptools
   2. 升级pip：python -m pip install -U pip
   3. 安装ez_setup：pip install ez_setup
4. requirements文件里最好只列出关键依赖包和版本即可，pip freeze的结果可能在安装的过程中导致依赖互相冲突，需要pip自动解决冲突。

镜像打包和运行过程中还有可能遇到的其他错误：

1. libgomp cannot allocate memory in static TLS block

ImportError: /home/myuser/venv/lib/python3.10/site-packages/faiss/../faiss_cpu.libs/libgomp-d22c30c5.so.1.0.0: cannot allocate memory in static TLS block
ImportError: /home/myuser/venv/lib/python3.10/site-packages/sklearn/__check_build/../../scikit_learn.libs/libgomp-d22c30c5.so.1.0.0: cannot allocate memory in static TLS block
Failed to import transformers.data.data_collator because of the following error (look up to see its traceback):
/home/myuser/venv/lib/python3.10/site-packages/torch/lib/libgomp-d22c30c5.so.1: cannot allocate memory in static TLS block
1
2
3
4

在runner镜像中使用ENV LD_PRELOAD=$LD_PRELOAD:报错的文件路径设置环境变量。

2. rasa报错：No agent loaded. To continue processing, a model of a trained agent needs to be loaded.
   这种情况通常是因为运行环境的rasa版本比训练模型的rasa版本高，重新训练一个模型即可。

3. docker build qemu: qemu_thread_create: Operation not permitted
   不知道别人怎么解决，我在构建命令前加了sudo，没有再出现报错。

4. pip安装失败
   可能是因为pip的索引到的依赖包没有aarch64版本，此时需要搜索是否有其他人编译过，或者自行从源代码安装。