前情提要

昨天我们成功将模型部署到 Google AI Platform 上，并且也处理了授权的问题，最後让 App 成功的运作了，今天我们要完成最後一个步骤 — 部署 app 到 App Engine，也就是完成工作流程中剩下的部分：

最後我们就能像下图一样透过网址来存取 App 进行预测了：

将 App 部署到 App Engine

今天的内容会进展得比较快，要好好跟上哦：

1. 首先在终端机执行 make gcloud-deploy，然後等个几分钟。

然後 App 就部署成功了，可以到 GCP 的主控台，应该可以看到资源的部分出现了 App Engine：

哈哈，到底发生了什麽事，其实当我们执行 make gcloud-deploy 会触发 Makefile (ironbird/Makefile) 里的 gcloud-deploy 指令，而它实际上会执行：

gcloud app deploy app.yaml

因为前面我们已经安装好了 Google Cloud SDK，所以我们可以使用 gcloud 的功能，而上面的指令的意思是请 Google Cloud 把该做的事情做一做，让我们本机端的 App (ironbird/app.py) 可以在 App Engine 上执行。
而 gcloud app deploy 实际上会完成以下几件事：

• 把 App 放进以 ironbird/Dockerfile 定义的 Docker 容器 (container) 中。

  可以把 Docker 容器想像成一个生态瓶，里面包含了支援 App 生存的生态系，而带着这个容器就能让我们的 App 在任何能使用的 Docker 的地方跑起来。

• 等 Docker 容器建立完成後，再把它变成 Docker 映像档 (image)。

  把它想成容器的快照版本，也就是拿到哪都不会改变。

• 把 Docker 映像档上传到 Google Container Registry (GCR)。
• 等 Docker 映像档放进 GCR 後，它就能被部署到以 ironbird/app.yaml 定义的 App Engine 实例 (instance) 中，而 app.yaml 其实只有两行：

  runtime: custom # 想要执行我们自订的 Docker 容器
  env: flex # 想要 App Engine 有弹性一点，并安装我们需要的函式库 (requirement.txt)
  

如果今天的步骤都顺利完成的话，我们就能在以下网址使用 App 了：

http://<YOUR_PROJECT_NAME>.ue.r.appspot.com/

解密 Ironbird

在 ironbird 资料夹 中有数个档案，这里将它们的功用整理如下：

• .dockerignore：在创造 Docker 容器时要忽略的档案与资料夹 (跟 .gitignore 在 commit 时的功用类似)。
• Dockerfile：一连串关於我们的 Docker 容器该怎麽建立的指示。
• Makefile：让我们可以使用像是 make gcloud-deploy 等简单的指令来执行更复杂的指令 (请参考 What is a Makefile and how does it work?)。
• SessionState.py：让我们的 Streamlit app 保持状态 (不要按个钮就删掉一切) 的 Python 脚本 (请参考 Streamlit 论坛)。
• app.py：我们使用 Streamlit 建立的 Ironbird App。
• app.yaml：一连串关於当我们部署 App 时该建立哪种 App Engine 实例的指示。
• requirement.txt：所有执行 app.py 所需的函式库。
• utils.py：app.py 会使用的帮手函式。(避免 App 变得太大)