Merge pull request #12 from Aignosi/SIENTIAPDE-1171-criar-pipeline-de-retreino-laborious
Sientiapde 1171 criar pipeline de retreino laborious
This commit is contained in:
@@ -1,5 +1,3 @@
|
|||||||
import numpy as np
|
|
||||||
from pandas import DataFrame
|
|
||||||
from temporalio import activity, workflow
|
from temporalio import activity, workflow
|
||||||
|
|
||||||
|
|
||||||
@@ -9,6 +7,9 @@ with workflow.unsafe.imports_passed_through():
|
|||||||
from sientia_do.temporal.utils.logger import Logger
|
from sientia_do.temporal.utils.logger import Logger
|
||||||
from laborious.utils.repository.model_repository import MLFlowRepository
|
from laborious.utils.repository.model_repository import MLFlowRepository
|
||||||
from typing import Any
|
from typing import Any
|
||||||
|
import numpy as np
|
||||||
|
from pandas import DataFrame
|
||||||
|
import traceback
|
||||||
|
|
||||||
|
|
||||||
class MLFlow(BaseActivity):
|
class MLFlow(BaseActivity):
|
||||||
@@ -96,3 +97,107 @@ class MLFlow(BaseActivity):
|
|||||||
self.debug(response_data, metadata)
|
self.debug(response_data, metadata)
|
||||||
|
|
||||||
return response_data
|
return response_data
|
||||||
|
|
||||||
|
@activity.defn(name="retrain_model")
|
||||||
|
async def retrain_model(self, input_data: dict[str, Any]) -> dict[str, Any]:
|
||||||
|
"""
|
||||||
|
Retrain the model.
|
||||||
|
Args:
|
||||||
|
- input_data (dict): The input data. Contains:
|
||||||
|
- model_name (str): The name of the model.
|
||||||
|
- data (dict[str, Any]): The data to retrain the model.
|
||||||
|
"""
|
||||||
|
metadata = input_data['metadata']
|
||||||
|
data = DataFrame(input_data['data'])
|
||||||
|
model_name = input_data['model_name']
|
||||||
|
|
||||||
|
self.info(f'Retraining model {model_name}...', metadata)
|
||||||
|
|
||||||
|
timestamp = data['timestamp'].max()
|
||||||
|
self.debug(f'Timestamp: {timestamp}', metadata)
|
||||||
|
|
||||||
|
data.drop(columns=['model_id'], inplace=True, errors='ignore')
|
||||||
|
data.drop(columns=['created_at'], inplace=True, errors='ignore')
|
||||||
|
|
||||||
|
data = data.pivot(index='timestamp', columns='variable',
|
||||||
|
values='value')
|
||||||
|
data.sort_index(inplace=True)
|
||||||
|
data.reset_index(inplace=True)
|
||||||
|
|
||||||
|
data = data.dropna()
|
||||||
|
data.columns.name = None
|
||||||
|
|
||||||
|
try:
|
||||||
|
retrain_output, experiment = self.model_monitoring_repository.retrain_model(
|
||||||
|
data=data,
|
||||||
|
model_name=model_name
|
||||||
|
)
|
||||||
|
|
||||||
|
return {
|
||||||
|
'status': retrain_output,
|
||||||
|
'timestamp': timestamp,
|
||||||
|
'experiment': experiment
|
||||||
|
}
|
||||||
|
except Exception as e:
|
||||||
|
trace = traceback.format_exc()
|
||||||
|
self.send_notification(
|
||||||
|
metadata=metadata,
|
||||||
|
notification_id='RETRAIN_MODEL_ERROR',
|
||||||
|
message=f'Error retraining model {model_name}: {e}',
|
||||||
|
block='retrain_model',
|
||||||
|
attachment_content=trace
|
||||||
|
)
|
||||||
|
self.error(trace, metadata=metadata)
|
||||||
|
raise e
|
||||||
|
|
||||||
|
@activity.defn(name="update_production_model")
|
||||||
|
async def update_production_model(self, input_data: dict[str, Any]) -> dict[Any, Any]:
|
||||||
|
"""
|
||||||
|
Update the production model.
|
||||||
|
Args:
|
||||||
|
- input_data (dict): The input data. Contains:
|
||||||
|
- model_name (str): The name of the model.
|
||||||
|
- experiment (str): The name of the experiment.
|
||||||
|
- model_id (str): The id of the model.
|
||||||
|
- timestamp (str): The timestamp of the model.
|
||||||
|
- status (str): The status of the model.
|
||||||
|
Returns:
|
||||||
|
dict[Any, Any]: The report of the model.
|
||||||
|
"""
|
||||||
|
metadata = input_data['metadata']
|
||||||
|
model_name = input_data['model_name']
|
||||||
|
model_id = input_data['model_id']
|
||||||
|
experiment = input_data['experiment']
|
||||||
|
timestamp = input_data['timestamp']
|
||||||
|
status = input_data['status']
|
||||||
|
|
||||||
|
self.info(
|
||||||
|
f'Updating production model {model_name} from experiment {experiment}...', metadata)
|
||||||
|
|
||||||
|
try:
|
||||||
|
response = self.model_monitoring_repository.update_production_model(
|
||||||
|
experiment=experiment,
|
||||||
|
model_name=model_name
|
||||||
|
)
|
||||||
|
|
||||||
|
report = DataFrame([response])
|
||||||
|
report['model_id'] = model_id
|
||||||
|
report['model_name'] = model_name
|
||||||
|
report['timestamp'] = timestamp
|
||||||
|
report['status'] = status
|
||||||
|
|
||||||
|
self.info(
|
||||||
|
f'Production model {model_name} updated successfully', metadata)
|
||||||
|
return report.to_dict()
|
||||||
|
|
||||||
|
except Exception as e:
|
||||||
|
trace = traceback.format_exc()
|
||||||
|
self.send_notification(
|
||||||
|
metadata=metadata,
|
||||||
|
notification_id='UPDATE_PRODUCTION_MODEL_ERROR',
|
||||||
|
message=f'Error updating production model {model_name}: {e}',
|
||||||
|
block='update_production_model',
|
||||||
|
attachment_content=trace
|
||||||
|
)
|
||||||
|
self.error(trace, metadata=metadata)
|
||||||
|
raise e
|
||||||
|
|||||||
@@ -47,12 +47,13 @@ def build_opc_config():
|
|||||||
|
|
||||||
|
|
||||||
def build_mongodb_config():
|
def build_mongodb_config():
|
||||||
username = getenv('MONGODB_USERNAME', 'sientia')
|
username = getenv('MONGODB_USERNAME', 'root')
|
||||||
password = getenv('MONGODB_PASSWORD', 'sientia')
|
password = getenv('MONGODB_PASSWORD', 'wKZDbMNU1c')
|
||||||
uri = getenv('MONGODB_URL', 'localhost:27017')
|
uri = getenv('MONGODB_URL', 'localhost:27018')
|
||||||
|
|
||||||
connection_string = f'mongodb://{username}:{password}@{uri}'
|
connection_string = f'mongodb://{username}:{password}@{uri}'
|
||||||
return {
|
return {
|
||||||
'connection_string': connection_string,
|
'connection_string': connection_string,
|
||||||
'database_name': getenv('MONGODB_DATABASE_NAME', 'sientia')
|
'database_name': getenv('MONGODB_DATABASE_NAME', 'sientia'),
|
||||||
|
'ttl_index_seconds': int(getenv('MONGODB_TTL_INDEX_HOURS', '1')) * 3600
|
||||||
}
|
}
|
||||||
|
|||||||
@@ -13,6 +13,8 @@ By Monitoring we mean the evaluation of the performance of models, the generatio
|
|||||||
from datetime import datetime
|
from datetime import datetime
|
||||||
import traceback
|
import traceback
|
||||||
import pandas as pd
|
import pandas as pd
|
||||||
|
import mlflow
|
||||||
|
from os import makedirs, path, remove
|
||||||
from sientia.ModelServing import ModelServing
|
from sientia.ModelServing import ModelServing
|
||||||
|
|
||||||
|
|
||||||
@@ -85,3 +87,186 @@ class MLFlowRepository():
|
|||||||
'traceback': traceback.format_exc()
|
'traceback': traceback.format_exc()
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
|
def get_experiment_by_run_id(self, run_id: str) -> dict:
|
||||||
|
# Get the run information using the run_id
|
||||||
|
run = mlflow.get_run(run_id)
|
||||||
|
|
||||||
|
# Extract the experiment ID from the run
|
||||||
|
experiment_id = run.info.experiment_id
|
||||||
|
|
||||||
|
# Get the experiment details using the experiment ID
|
||||||
|
experiment = mlflow.get_experiment(experiment_id)
|
||||||
|
experiment_name = experiment.name
|
||||||
|
return experiment_name
|
||||||
|
|
||||||
|
def get_next_run_name(self, model_name: str) -> str:
|
||||||
|
"""
|
||||||
|
Function to get the next run number of a specific model
|
||||||
|
|
||||||
|
Parameters:
|
||||||
|
model_name (str): the name of the model
|
||||||
|
|
||||||
|
Returns:
|
||||||
|
str: the next run number
|
||||||
|
"""
|
||||||
|
|
||||||
|
runs = mlflow.search_runs(
|
||||||
|
experiment_names=[model_name], order_by=["start_time desc"])
|
||||||
|
next_run_number = len(runs) + 1
|
||||||
|
return f"{model_name}-{next_run_number}"
|
||||||
|
|
||||||
|
def create_model_experiment(self, model_name: str, data: pd.DataFrame) -> tuple:
|
||||||
|
# load predictor model
|
||||||
|
predictor_uri = f"models:/{model_name}/production"
|
||||||
|
# load transform model
|
||||||
|
latest_production_id = self.model_serving.get_model_run_id(
|
||||||
|
model_name, stage="Production"
|
||||||
|
)
|
||||||
|
transform_uri = self.model_serving.get_model_uri(
|
||||||
|
latest_production_id, prediction=False
|
||||||
|
)
|
||||||
|
# load
|
||||||
|
data_model = mlflow.sklearn.load_model(transform_uri)
|
||||||
|
prediction_model = mlflow.sklearn.load_model(predictor_uri)
|
||||||
|
data_model = data_model.fit(data)
|
||||||
|
treated_data = data_model.predict(data)
|
||||||
|
|
||||||
|
target_name = data_model.target_variable
|
||||||
|
y = data[target_name]
|
||||||
|
treated_data = pd.merge(
|
||||||
|
treated_data, y, left_index=True, right_index=True)
|
||||||
|
prediction_model = prediction_model.fit(treated_data)
|
||||||
|
experiment = self.get_experiment_by_run_id(latest_production_id)
|
||||||
|
mlflow.set_experiment(experiment)
|
||||||
|
|
||||||
|
return prediction_model, data_model, experiment
|
||||||
|
|
||||||
|
def perform_model_retrain(self,
|
||||||
|
prediction_model,
|
||||||
|
data_model,
|
||||||
|
experiment: str,
|
||||||
|
model_name: str,
|
||||||
|
data: pd.DataFrame):
|
||||||
|
|
||||||
|
pred_model_atributes = vars(prediction_model) # load class attributes
|
||||||
|
data_model_atributes = vars(data_model) # load class attributes
|
||||||
|
experiment_description = f"Retrain model {model_name} with new data"
|
||||||
|
current_run_name = self.get_next_run_name(experiment)
|
||||||
|
with mlflow.start_run(
|
||||||
|
run_name=current_run_name, description=experiment_description
|
||||||
|
) as _run:
|
||||||
|
# update transfomation model
|
||||||
|
# fixed parameters
|
||||||
|
for name_atribute, val_atribute in pred_model_atributes.items():
|
||||||
|
if name_atribute != "model":
|
||||||
|
mlflow.log_param(name_atribute, val_atribute)
|
||||||
|
# update prediction model
|
||||||
|
for name_atribute, val_atribute in data_model_atributes.items():
|
||||||
|
if name_atribute != "model":
|
||||||
|
mlflow.log_param(name_atribute, val_atribute)
|
||||||
|
# dynamic parameters, including model itself
|
||||||
|
mlflow.sklearn.log_model(data_model, "data_model")
|
||||||
|
|
||||||
|
makedirs("temp", exist_ok=True)
|
||||||
|
|
||||||
|
file_path = f"temp/raw_data_{model_name}.csv"
|
||||||
|
data.to_csv(file_path, index=True)
|
||||||
|
|
||||||
|
# log the data raw
|
||||||
|
mlflow.log_artifact(file_path)
|
||||||
|
|
||||||
|
# dynamic parameters, including model itself
|
||||||
|
mlflow.sklearn.log_model(prediction_model, "prediction_model")
|
||||||
|
mlflow.log_param("retrain", True)
|
||||||
|
|
||||||
|
# clear temp file
|
||||||
|
if path.exists(file_path):
|
||||||
|
remove(file_path)
|
||||||
|
|
||||||
|
return "Model retrained successfully", experiment
|
||||||
|
|
||||||
|
def retrain_model(self, data: pd.DataFrame, model_name: str) -> tuple:
|
||||||
|
|
||||||
|
prediction_model, data_model, experiment = self.create_model_experiment(
|
||||||
|
model_name, data)
|
||||||
|
retrain_result = self.perform_model_retrain(
|
||||||
|
prediction_model, data_model, experiment, model_name, data)
|
||||||
|
return retrain_result
|
||||||
|
|
||||||
|
def get_experiment(self, experiment_name: str) -> int:
|
||||||
|
experiment = mlflow.get_experiment_by_name(experiment_name)
|
||||||
|
|
||||||
|
if experiment is None:
|
||||||
|
raise ValueError(f'Experiment {experiment_name} not found')
|
||||||
|
|
||||||
|
return int(experiment.experiment_id)
|
||||||
|
|
||||||
|
def get_experiment_last_run(self, experiment_id: int) -> str:
|
||||||
|
runs = mlflow.search_runs(
|
||||||
|
experiment_ids=[experiment_id],
|
||||||
|
filter_string="", # Sem filtro no MLflow ainda
|
||||||
|
output_format="pandas"
|
||||||
|
)
|
||||||
|
|
||||||
|
if not isinstance(runs, pd.DataFrame):
|
||||||
|
raise ValueError('Runs is not a pandas DataFrame')
|
||||||
|
|
||||||
|
# Filtrar apenas as runs onde params.retrain == True
|
||||||
|
filtered_runs = runs[runs["params.retrain"] == 'True']
|
||||||
|
|
||||||
|
# Converter a coluna 'end_time' para datetime
|
||||||
|
filtered_runs['end_time'] = pd.to_datetime(filtered_runs['end_time'])
|
||||||
|
|
||||||
|
# Ordenar o DataFrame de forma descendente pela coluna 'end_time'
|
||||||
|
filtered_runs = filtered_runs.sort_values(
|
||||||
|
by='end_time', ascending=False)
|
||||||
|
|
||||||
|
# Pegar a última run_id do DataFrame filtrado e ordenado
|
||||||
|
latest_run_id = filtered_runs.iloc[0]['run_id']
|
||||||
|
|
||||||
|
return latest_run_id
|
||||||
|
|
||||||
|
def update_production_model_by_run_id(self, run_id: str, model_name: str) -> dict:
|
||||||
|
# Registrar o modelo
|
||||||
|
# Aqui estamos assumindo que você já tem um modelo salvo, caso contrário você precisará treiná-lo e salvá-lo primeiro.
|
||||||
|
# Se o modelo já está registrado, você pode usar o método register_model() ou pyfunc.load_model() para isso.
|
||||||
|
mlflow.register_model(
|
||||||
|
f"runs:/{run_id}/prediction_model", model_name)
|
||||||
|
|
||||||
|
# Colocar a versão do modelo em produção
|
||||||
|
# Depois de registrar o modelo, precisamos pegar a versão mais recente do modelo e movê-lo para o estágio 'Production'
|
||||||
|
client = mlflow.tracking.MlflowClient()
|
||||||
|
|
||||||
|
# Obter a versão mais recente registrada do modelo
|
||||||
|
model_versions = client.get_registered_model(
|
||||||
|
model_name).latest_versions
|
||||||
|
|
||||||
|
if not isinstance(model_versions, list):
|
||||||
|
raise ValueError('Model versions is not a list')
|
||||||
|
|
||||||
|
max_version = max(model_versions, key=lambda x: int(x.version)).version
|
||||||
|
|
||||||
|
# Mover a versão mais recente do modelo para o estágio de 'Production'
|
||||||
|
client.transition_model_version_stage(
|
||||||
|
name=model_name,
|
||||||
|
version=max_version,
|
||||||
|
stage="Production",
|
||||||
|
archive_existing_versions=True
|
||||||
|
)
|
||||||
|
|
||||||
|
return {
|
||||||
|
'model_name': model_name,
|
||||||
|
'version': max_version,
|
||||||
|
'mlflow_run_id': run_id
|
||||||
|
}
|
||||||
|
|
||||||
|
def update_production_model(self, experiment: str, model_name: str) -> dict:
|
||||||
|
|
||||||
|
experiment_id = self.get_experiment(experiment)
|
||||||
|
run_id = self.get_experiment_last_run(experiment_id)
|
||||||
|
metadata = self.update_production_model_by_run_id(run_id, model_name)
|
||||||
|
|
||||||
|
metadata['mlflow_experiment_id'] = experiment_id
|
||||||
|
|
||||||
|
return metadata
|
||||||
|
|||||||
@@ -6,6 +6,7 @@ with workflow.unsafe.imports_passed_through():
|
|||||||
import os
|
import os
|
||||||
import sys
|
import sys
|
||||||
import asyncio
|
import asyncio
|
||||||
|
from laborious.workflows.minimal_retrain import MinimalRetrain
|
||||||
from laborious.workflows.predictions_batch import PredictionsBatch
|
from laborious.workflows.predictions_batch import PredictionsBatch
|
||||||
from laborious.workflows.sub_workflows.prediction_process import PredictionProcess
|
from laborious.workflows.sub_workflows.prediction_process import PredictionProcess
|
||||||
from laborious.workflows.sub_workflows.format_and_export_prediction import \
|
from laborious.workflows.sub_workflows.format_and_export_prediction import \
|
||||||
@@ -51,12 +52,28 @@ async def main():
|
|||||||
|
|
||||||
temporal_client = await client.Client.connect(
|
temporal_client = await client.Client.connect(
|
||||||
target_host=host,
|
target_host=host,
|
||||||
namespace=os.getenv('TEMPORAL_NAMESPACE', 'default')
|
namespace=os.getenv('TEMPORAL_NAMESPACE', 'laborious')
|
||||||
)
|
)
|
||||||
|
|
||||||
logger.info('Starting Workers...')
|
logger.info('Starting Workers...')
|
||||||
|
|
||||||
workers = [
|
workers = [
|
||||||
|
Worker(
|
||||||
|
temporal_client,
|
||||||
|
task_queue='minimal_retrain-queue',
|
||||||
|
workflows=[MinimalRetrain],
|
||||||
|
activities=[
|
||||||
|
activities.load_custom_query,
|
||||||
|
activities.retrain_model,
|
||||||
|
activities.update_production_model,
|
||||||
|
activities.export_data_to_postgres
|
||||||
|
],
|
||||||
|
max_concurrent_workflow_tasks=100,
|
||||||
|
max_concurrent_activities=100,
|
||||||
|
max_concurrent_local_activities=100,
|
||||||
|
max_concurrent_workflow_task_polls=100,
|
||||||
|
max_cached_workflows=50,
|
||||||
|
),
|
||||||
Worker(
|
Worker(
|
||||||
temporal_client,
|
temporal_client,
|
||||||
task_queue='predictions_batch-queue',
|
task_queue='predictions_batch-queue',
|
||||||
|
|||||||
93
laborious/workflows/minimal_retrain.py
Normal file
93
laborious/workflows/minimal_retrain.py
Normal file
@@ -0,0 +1,93 @@
|
|||||||
|
from temporalio import workflow
|
||||||
|
|
||||||
|
with workflow.unsafe.imports_passed_through():
|
||||||
|
from laborious.activities.activities import Activities
|
||||||
|
from typing import Any
|
||||||
|
from sientia_do.temporal.utils.policies import retry_policy
|
||||||
|
from datetime import timedelta
|
||||||
|
|
||||||
|
|
||||||
|
@workflow.defn(name="minimal_retrain")
|
||||||
|
class MinimalRetrain():
|
||||||
|
@workflow.run
|
||||||
|
async def run(self, input_data: dict[str, Any]):
|
||||||
|
"""
|
||||||
|
This workflow runs a minimal retrain of a model.
|
||||||
|
|
||||||
|
The workflow executes in four steps:
|
||||||
|
1. Loads the data from the database
|
||||||
|
2. Formats the data and perform the retrain
|
||||||
|
3. Updates the production model
|
||||||
|
4. Saves a model
|
||||||
|
|
||||||
|
Args:
|
||||||
|
- input_data (dict[str, Any]): The input data for the workflow.
|
||||||
|
- schedule_name (str): The name of the schedule.
|
||||||
|
- model_name (str): The name of the model.
|
||||||
|
- model_id (int): The id of the model.
|
||||||
|
- query (str): The SQL query to be executed to load data.
|
||||||
|
- schema (dict, optional): The schema to store the report.
|
||||||
|
- table_name (str, optional): The name of the table to store report.
|
||||||
|
|
||||||
|
Returns:
|
||||||
|
None
|
||||||
|
|
||||||
|
Raises:
|
||||||
|
Exception: If any of the required parameters are missing or if the workflow fails.
|
||||||
|
"""
|
||||||
|
|
||||||
|
metadata = {
|
||||||
|
'metadata': {
|
||||||
|
'schedule_name': input_data['schedule_name'],
|
||||||
|
'model_name': input_data['model_name'],
|
||||||
|
'model_id': input_data['model_id'],
|
||||||
|
'workflow_name': 'minimal_retrain'
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
model_name = input_data['model_name']
|
||||||
|
|
||||||
|
data = await workflow.execute_local_activity_method(
|
||||||
|
Activities.load_custom_query,
|
||||||
|
{
|
||||||
|
**metadata,
|
||||||
|
'query': input_data['query'],
|
||||||
|
},
|
||||||
|
retry_policy=retry_policy,
|
||||||
|
start_to_close_timeout=timedelta(seconds=60)
|
||||||
|
)
|
||||||
|
|
||||||
|
experiment_response = await workflow.execute_activity_method(
|
||||||
|
Activities.retrain_model,
|
||||||
|
{
|
||||||
|
**metadata,
|
||||||
|
'data': data,
|
||||||
|
'model_name': model_name
|
||||||
|
},
|
||||||
|
retry_policy=retry_policy,
|
||||||
|
start_to_close_timeout=timedelta(seconds=60)
|
||||||
|
)
|
||||||
|
|
||||||
|
report = await workflow.execute_activity_method(
|
||||||
|
Activities.update_production_model,
|
||||||
|
{
|
||||||
|
**metadata,
|
||||||
|
'model_name': model_name,
|
||||||
|
'model_id': input_data['model_id'],
|
||||||
|
**experiment_response
|
||||||
|
},
|
||||||
|
retry_policy=retry_policy,
|
||||||
|
start_to_close_timeout=timedelta(seconds=60)
|
||||||
|
)
|
||||||
|
|
||||||
|
await workflow.execute_activity_method(
|
||||||
|
Activities.export_data_to_postgres,
|
||||||
|
{
|
||||||
|
**metadata,
|
||||||
|
'data': report,
|
||||||
|
'schema': input_data['schema'],
|
||||||
|
'table_name': input_data['table_name']
|
||||||
|
},
|
||||||
|
retry_policy=retry_policy,
|
||||||
|
start_to_close_timeout=timedelta(seconds=60)
|
||||||
|
)
|
||||||
@@ -3,5 +3,5 @@ psycopg2-binary
|
|||||||
sqlalchemy
|
sqlalchemy
|
||||||
asyncua
|
asyncua
|
||||||
redis
|
redis
|
||||||
git+ssh://git@github.com/Aignosi/sientia-dataops-library.git@1.3.3
|
git+ssh://git@github.com/Aignosi/sientia-dataops-library.git@1.3.4
|
||||||
git+ssh://git@github.com/Aignosi/sientia-mlops-library.git@0.38.1
|
git+ssh://git@github.com/Aignosi/sientia-mlops-library.git@0.38.1
|
||||||
|
|||||||
@@ -1,6 +1,7 @@
|
|||||||
from unittest.mock import MagicMock, patch
|
from unittest.mock import ANY, MagicMock, patch
|
||||||
|
|
||||||
import numpy as np
|
import numpy as np
|
||||||
|
from pandas import DataFrame
|
||||||
from pytest import fixture, mark
|
from pytest import fixture, mark
|
||||||
from laborious.activities.mlflow import MLFlow
|
from laborious.activities.mlflow import MLFlow
|
||||||
|
|
||||||
@@ -29,7 +30,7 @@ def test___init__(mock_mlflow_repository):
|
|||||||
@fixture
|
@fixture
|
||||||
@patch("laborious.activities.mlflow.MLFlowRepository")
|
@patch("laborious.activities.mlflow.MLFlowRepository")
|
||||||
def mlflow(mock_mlflow_repository):
|
def mlflow(mock_mlflow_repository):
|
||||||
return MLFlow(
|
mlflow = MLFlow(
|
||||||
mlflow_host="http://localhost:5000",
|
mlflow_host="http://localhost:5000",
|
||||||
mlflow_port=5000,
|
mlflow_port=5000,
|
||||||
mlflow_username="admin",
|
mlflow_username="admin",
|
||||||
@@ -38,6 +39,10 @@ def mlflow(mock_mlflow_repository):
|
|||||||
notification_handler=MagicMock()
|
notification_handler=MagicMock()
|
||||||
)
|
)
|
||||||
|
|
||||||
|
mlflow.send_notification = MagicMock()
|
||||||
|
|
||||||
|
return mlflow
|
||||||
|
|
||||||
|
|
||||||
metadata = {
|
metadata = {
|
||||||
"metadata": {
|
"metadata": {
|
||||||
@@ -141,3 +146,127 @@ async def test_request_predict(mock_max, mock_dataframe, mlflow):
|
|||||||
mlflow.model_monitoring_repository.predict.assert_called_once_with(
|
mlflow.model_monitoring_repository.predict.assert_called_once_with(
|
||||||
'test_model', mock_dataframe.return_value, 30
|
'test_model', mock_dataframe.return_value, 30
|
||||||
)
|
)
|
||||||
|
|
||||||
|
|
||||||
|
@mark.asyncio
|
||||||
|
async def test_retrain_model(mlflow):
|
||||||
|
data = {
|
||||||
|
"model_id": [4, 5, 6, 7],
|
||||||
|
"created_at": [1, 2, 3, 4],
|
||||||
|
"timestamp": [1, 1, 2, 2],
|
||||||
|
"variable": ["var1", "var2", "var1", "var2"],
|
||||||
|
"value": [1, 2, 3, 4]
|
||||||
|
}
|
||||||
|
|
||||||
|
mlflow.model_monitoring_repository.retrain_model.return_value = (
|
||||||
|
'Model retrained successfully', 'test')
|
||||||
|
|
||||||
|
response = await mlflow.retrain_model({
|
||||||
|
**metadata,
|
||||||
|
'data': data,
|
||||||
|
'model_name': 'test_model'
|
||||||
|
})
|
||||||
|
|
||||||
|
mlflow.model_monitoring_repository.retrain_model.assert_called_once()
|
||||||
|
|
||||||
|
assert response == {
|
||||||
|
"status": 'Model retrained successfully',
|
||||||
|
"timestamp": 2,
|
||||||
|
"experiment": 'test'
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
@mark.asyncio
|
||||||
|
async def test_retrain_model_error(mlflow):
|
||||||
|
mlflow.model_monitoring_repository.retrain_model.side_effect = Exception(
|
||||||
|
'Error retraining model'
|
||||||
|
)
|
||||||
|
|
||||||
|
data = {
|
||||||
|
"model_id": [4, 5, 6, 7],
|
||||||
|
"created_at": [1, 2, 3, 4],
|
||||||
|
"timestamp": [1, 1, 2, 2],
|
||||||
|
"variable": ["var1", "var2", "var1", "var2"],
|
||||||
|
"value": [1, 2, 3, 4]
|
||||||
|
}
|
||||||
|
|
||||||
|
try:
|
||||||
|
await mlflow.retrain_model({
|
||||||
|
**metadata,
|
||||||
|
'data': data,
|
||||||
|
'model_name': 'test_model'
|
||||||
|
})
|
||||||
|
except Exception as e:
|
||||||
|
assert str(e) == 'Error retraining model'
|
||||||
|
mlflow.send_notification.assert_called_once_with(
|
||||||
|
metadata=metadata['metadata'],
|
||||||
|
notification_id='RETRAIN_MODEL_ERROR',
|
||||||
|
message='Error retraining model test_model: Error retraining model',
|
||||||
|
block='retrain_model',
|
||||||
|
attachment_content=ANY
|
||||||
|
)
|
||||||
|
else:
|
||||||
|
assert False, "No exception raised"
|
||||||
|
|
||||||
|
|
||||||
|
@mark.asyncio
|
||||||
|
async def test_update_production_model(mlflow):
|
||||||
|
mlflow.model_monitoring_repository.update_production_model.return_value = (
|
||||||
|
{
|
||||||
|
"data1": 1,
|
||||||
|
"data2": 2
|
||||||
|
}
|
||||||
|
)
|
||||||
|
|
||||||
|
input_data = {
|
||||||
|
**metadata,
|
||||||
|
'model_name': 'test_model',
|
||||||
|
'model_id': 1,
|
||||||
|
'experiment': 'test',
|
||||||
|
'timestamp': 2,
|
||||||
|
'status': 'success'
|
||||||
|
}
|
||||||
|
|
||||||
|
response = await mlflow.update_production_model(input_data)
|
||||||
|
|
||||||
|
mlflow.model_monitoring_repository.update_production_model.assert_called_once_with(
|
||||||
|
experiment='test', model_name='test_model')
|
||||||
|
|
||||||
|
assert response == {
|
||||||
|
'data1': {0: 1},
|
||||||
|
'data2': {0: 2},
|
||||||
|
'model_id': {0: 1},
|
||||||
|
'model_name': {0: 'test_model'},
|
||||||
|
'timestamp': {0: 2},
|
||||||
|
'status': {0: 'success'}
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
@mark.asyncio
|
||||||
|
async def test_update_production_model_error(mlflow):
|
||||||
|
mlflow.model_monitoring_repository.update_production_model.side_effect = Exception(
|
||||||
|
'Error updating production model'
|
||||||
|
)
|
||||||
|
|
||||||
|
input_data = {
|
||||||
|
**metadata,
|
||||||
|
'model_name': 'test_model',
|
||||||
|
'model_id': 1,
|
||||||
|
'experiment': 'test',
|
||||||
|
'timestamp': 2,
|
||||||
|
'status': 'success'
|
||||||
|
}
|
||||||
|
|
||||||
|
try:
|
||||||
|
await mlflow.update_production_model(input_data)
|
||||||
|
except Exception as e:
|
||||||
|
assert str(e) == 'Error updating production model'
|
||||||
|
mlflow.send_notification.assert_called_once_with(
|
||||||
|
metadata=metadata['metadata'],
|
||||||
|
notification_id='UPDATE_PRODUCTION_MODEL_ERROR',
|
||||||
|
message='Error updating production model test_model: Error updating production model',
|
||||||
|
block='update_production_model',
|
||||||
|
attachment_content=ANY
|
||||||
|
)
|
||||||
|
else:
|
||||||
|
assert False, "No exception raised"
|
||||||
|
|||||||
@@ -1,6 +1,8 @@
|
|||||||
from unittest.mock import ANY, MagicMock, patch
|
from unittest.mock import ANY, MagicMock, call, patch
|
||||||
import numpy as np
|
import numpy as np
|
||||||
|
from pandas import DataFrame
|
||||||
import pytest
|
import pytest
|
||||||
|
from laborious.utils.repository import model_repository
|
||||||
from laborious.utils.repository.model_repository import MLFlowRepository
|
from laborious.utils.repository.model_repository import MLFlowRepository
|
||||||
|
|
||||||
|
|
||||||
@@ -92,3 +94,288 @@ def test_predict_error(mlflow_repository):
|
|||||||
'traceback': ANY
|
'traceback': ANY
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
|
|
||||||
|
@patch('laborious.utils.repository.model_repository.mlflow')
|
||||||
|
def test_get_experiment_by_run_id(mlflow, mlflow_repository):
|
||||||
|
mlflow.get_run.return_value = MagicMock(
|
||||||
|
info=MagicMock(
|
||||||
|
experiment_id='0',
|
||||||
|
)
|
||||||
|
)
|
||||||
|
mlflow.get_experiment.return_value = MagicMock()
|
||||||
|
mlflow.get_experiment.return_value.name = 'test'
|
||||||
|
|
||||||
|
output = mlflow_repository.get_experiment_by_run_id('0')
|
||||||
|
assert output == 'test'
|
||||||
|
mlflow.get_run.assert_called_once_with('0')
|
||||||
|
mlflow.get_experiment.assert_called_once_with('0')
|
||||||
|
|
||||||
|
|
||||||
|
@patch('laborious.utils.repository.model_repository.mlflow')
|
||||||
|
def test_get_next_run_name(mlflow, mlflow_repository):
|
||||||
|
mlflow.search_runs.return_value = [1, 2, 3]
|
||||||
|
output = mlflow_repository.get_next_run_name('run')
|
||||||
|
assert output == 'run-4'
|
||||||
|
mlflow.search_runs.assert_called_once_with(
|
||||||
|
experiment_names=['run'],
|
||||||
|
order_by=['start_time desc'],
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
|
@patch('laborious.utils.repository.model_repository.mlflow')
|
||||||
|
def test_get_experiment_success(mlflow, mlflow_repository):
|
||||||
|
mlflow.get_experiment_by_name.return_value = MagicMock(
|
||||||
|
experiment_id='0')
|
||||||
|
|
||||||
|
output = mlflow_repository.get_experiment('test')
|
||||||
|
|
||||||
|
assert output == 0
|
||||||
|
|
||||||
|
|
||||||
|
@patch('laborious.utils.repository.model_repository.mlflow')
|
||||||
|
def test_get_experiment_error(mlflow, mlflow_repository):
|
||||||
|
mlflow.get_experiment_by_name.return_value = None
|
||||||
|
|
||||||
|
try:
|
||||||
|
mlflow_repository.get_experiment('test')
|
||||||
|
except ValueError as e:
|
||||||
|
assert str(e) == 'Experiment test not found'
|
||||||
|
else:
|
||||||
|
assert False
|
||||||
|
|
||||||
|
|
||||||
|
@patch('laborious.utils.repository.model_repository.mlflow')
|
||||||
|
def test_get_experiment_last_run(mlflow, mlflow_repository):
|
||||||
|
mlflow.search_runs.return_value = DataFrame({
|
||||||
|
'params.retrain': ['True', 'False', 'True', 'False'],
|
||||||
|
'end_time': ['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04'],
|
||||||
|
'run_id': ['0', '1', '2', '3'],
|
||||||
|
})
|
||||||
|
|
||||||
|
output = mlflow_repository.get_experiment_last_run(0)
|
||||||
|
|
||||||
|
mlflow.search_runs.assert_called_once_with(
|
||||||
|
experiment_ids=[0],
|
||||||
|
filter_string="",
|
||||||
|
output_format="pandas",
|
||||||
|
)
|
||||||
|
|
||||||
|
assert output == '2'
|
||||||
|
|
||||||
|
|
||||||
|
@patch('laborious.utils.repository.model_repository.mlflow')
|
||||||
|
def test_get_experiment_last_run_error(mlflow, mlflow_repository):
|
||||||
|
mlflow.search_runs.return_value = []
|
||||||
|
|
||||||
|
try:
|
||||||
|
mlflow_repository.get_experiment_last_run(0)
|
||||||
|
except ValueError as e:
|
||||||
|
assert str(e) == 'Runs is not a pandas DataFrame'
|
||||||
|
else:
|
||||||
|
assert False
|
||||||
|
|
||||||
|
|
||||||
|
@patch('laborious.utils.repository.model_repository.mlflow.sklearn')
|
||||||
|
@patch('laborious.utils.repository.model_repository.mlflow.set_experiment')
|
||||||
|
def test_create_model_experiment(set_experiment, sklearn, mlflow_repository):
|
||||||
|
|
||||||
|
mlflow_repository.model_serving.get_model_run_id = MagicMock(
|
||||||
|
return_value='0')
|
||||||
|
mlflow_repository.model_serving.get_model_uri = MagicMock(
|
||||||
|
return_value='test')
|
||||||
|
mlflow_repository.get_experiment_by_run_id = MagicMock()
|
||||||
|
|
||||||
|
data_model_mock = MagicMock()
|
||||||
|
prediction_model_mock = MagicMock()
|
||||||
|
|
||||||
|
sklearn.load_model.side_effect = [data_model_mock, prediction_model_mock]
|
||||||
|
|
||||||
|
data_model_mock.fit.return_value = data_model_mock
|
||||||
|
data_model_mock.predict.return_value = DataFrame({
|
||||||
|
'x': [10, 20, 30],
|
||||||
|
})
|
||||||
|
data_model_mock.target_variable = 'y'
|
||||||
|
|
||||||
|
prediction_model_mock.fit.return_value = prediction_model_mock
|
||||||
|
|
||||||
|
data = DataFrame({
|
||||||
|
'x': [1, 2, 3],
|
||||||
|
'y': [4, 5, 6]
|
||||||
|
})
|
||||||
|
|
||||||
|
output = mlflow_repository.create_model_experiment('test', data)
|
||||||
|
|
||||||
|
mlflow_repository.model_serving.get_model_run_id.assert_called_once_with(
|
||||||
|
'test', stage='Production')
|
||||||
|
mlflow_repository.model_serving.get_model_uri.assert_called_once_with(
|
||||||
|
'0', prediction=False)
|
||||||
|
|
||||||
|
sklearn.load_model.assert_has_calls([
|
||||||
|
call(mlflow_repository.model_serving.get_model_uri.return_value),
|
||||||
|
call("models:/test/production"),
|
||||||
|
])
|
||||||
|
assert sklearn.load_model.call_count == 2
|
||||||
|
|
||||||
|
data_model_mock.fit.assert_called_once_with(data)
|
||||||
|
data_model_mock.predict.assert_called_once_with(data)
|
||||||
|
|
||||||
|
fit_args = prediction_model_mock.fit.call_args[0][0]
|
||||||
|
assert fit_args.equals(
|
||||||
|
DataFrame({
|
||||||
|
'x': [10, 20, 30],
|
||||||
|
'y': [4, 5, 6],
|
||||||
|
})
|
||||||
|
)
|
||||||
|
|
||||||
|
mlflow_repository.get_experiment_by_run_id.assert_called_once_with('0')
|
||||||
|
|
||||||
|
set_experiment.assert_called_once_with(
|
||||||
|
mlflow_repository.get_experiment_by_run_id.return_value
|
||||||
|
)
|
||||||
|
|
||||||
|
assert output == (prediction_model_mock,
|
||||||
|
data_model_mock,
|
||||||
|
mlflow_repository.get_experiment_by_run_id.return_value)
|
||||||
|
|
||||||
|
|
||||||
|
@patch('laborious.utils.repository.model_repository.mlflow.start_run')
|
||||||
|
@patch('laborious.utils.repository.model_repository.mlflow.log_param')
|
||||||
|
@patch('laborious.utils.repository.model_repository.mlflow.sklearn.log_model')
|
||||||
|
@patch('laborious.utils.repository.model_repository.mlflow.log_artifact')
|
||||||
|
def test_perform_model_retrain(log_artifact, log_model, log_param, start_run, mlflow_repository):
|
||||||
|
|
||||||
|
prediction_model_mock = MagicMock()
|
||||||
|
data_model_mock = MagicMock()
|
||||||
|
experiment = 'test'
|
||||||
|
model_name = 'test'
|
||||||
|
data = MagicMock()
|
||||||
|
|
||||||
|
mlflow_repository.get_next_run_name = MagicMock(
|
||||||
|
return_value='test-1')
|
||||||
|
run = MagicMock()
|
||||||
|
start_run.__enter__.return_value = run
|
||||||
|
|
||||||
|
output = mlflow_repository.perform_model_retrain(
|
||||||
|
prediction_model_mock, data_model_mock, experiment, model_name, data)
|
||||||
|
|
||||||
|
mlflow_repository.get_next_run_name.assert_called_once_with(experiment)
|
||||||
|
start_run.assert_called_once_with(
|
||||||
|
run_name='test-1', description='Retrain model test with new data')
|
||||||
|
|
||||||
|
log_model.assert_has_calls([
|
||||||
|
call(data_model_mock, "data_model"),
|
||||||
|
call(prediction_model_mock, "prediction_model"),
|
||||||
|
])
|
||||||
|
|
||||||
|
data.to_csv.assert_called_once_with(
|
||||||
|
"temp/raw_data_test.csv", index=True)
|
||||||
|
|
||||||
|
log_artifact.assert_called_once_with(
|
||||||
|
"temp/raw_data_test.csv")
|
||||||
|
|
||||||
|
log_param.assert_has_calls([
|
||||||
|
call("retrain", True),
|
||||||
|
])
|
||||||
|
|
||||||
|
assert output == ("Model retrained successfully", experiment)
|
||||||
|
|
||||||
|
|
||||||
|
def test_retrain_model(mlflow_repository):
|
||||||
|
data = MagicMock()
|
||||||
|
model_name = 'test'
|
||||||
|
|
||||||
|
mlflow_repository.create_model_experiment = MagicMock(
|
||||||
|
return_value=('data_model', 'prediction_model', '0'))
|
||||||
|
|
||||||
|
mlflow_repository.perform_model_retrain = MagicMock(
|
||||||
|
return_value='Model retrained successfully')
|
||||||
|
|
||||||
|
output = mlflow_repository.retrain_model(data, model_name)
|
||||||
|
|
||||||
|
mlflow_repository.create_model_experiment.assert_called_once_with(
|
||||||
|
model_name, data)
|
||||||
|
|
||||||
|
mlflow_repository.perform_model_retrain.assert_called_once_with(
|
||||||
|
'data_model', 'prediction_model', '0', model_name, data)
|
||||||
|
|
||||||
|
assert output == 'Model retrained successfully'
|
||||||
|
|
||||||
|
|
||||||
|
@patch('laborious.utils.repository.model_repository.mlflow')
|
||||||
|
def test_update_production_model_by_run_id(mlflow, mlflow_repository):
|
||||||
|
client_mock = MagicMock()
|
||||||
|
mlflow.tracking.MlflowClient.return_value = client_mock
|
||||||
|
|
||||||
|
client_mock.get_registered_model.return_value = MagicMock(
|
||||||
|
latest_versions=[
|
||||||
|
MagicMock(version='1'),
|
||||||
|
MagicMock(version='2'),
|
||||||
|
MagicMock(version='3'),
|
||||||
|
]
|
||||||
|
)
|
||||||
|
output = mlflow_repository.update_production_model_by_run_id('0', 'test')
|
||||||
|
|
||||||
|
mlflow.register_model.assert_called_once_with(
|
||||||
|
"runs:/0/prediction_model",
|
||||||
|
'test',
|
||||||
|
)
|
||||||
|
|
||||||
|
mlflow.tracking.MlflowClient.assert_called_once()
|
||||||
|
client_mock.get_registered_model.assert_called_once_with('test')
|
||||||
|
client_mock.transition_model_version_stage.assert_called_once_with(
|
||||||
|
name='test',
|
||||||
|
version='3',
|
||||||
|
stage='Production',
|
||||||
|
archive_existing_versions=True,
|
||||||
|
)
|
||||||
|
|
||||||
|
assert output == {
|
||||||
|
'model_name': 'test',
|
||||||
|
'version': '3',
|
||||||
|
'mlflow_run_id': '0',
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
@patch('laborious.utils.repository.model_repository.mlflow')
|
||||||
|
def test_update_production_model_by_run_id_error(mlflow, mlflow_repository):
|
||||||
|
mlflow.tracking.MlflowClient.return_value = MagicMock(
|
||||||
|
get_registered_model=MagicMock(
|
||||||
|
return_value=MagicMock(
|
||||||
|
latest_versions={}
|
||||||
|
)
|
||||||
|
)
|
||||||
|
)
|
||||||
|
|
||||||
|
try:
|
||||||
|
mlflow_repository.update_production_model_by_run_id('0', 'test')
|
||||||
|
except Exception as e:
|
||||||
|
assert str(e) == 'Model versions is not a list'
|
||||||
|
else:
|
||||||
|
assert False
|
||||||
|
|
||||||
|
|
||||||
|
def test_update_production_model(mlflow_repository):
|
||||||
|
connector = mlflow_repository
|
||||||
|
|
||||||
|
with patch.object(connector, 'get_experiment',
|
||||||
|
return_value='0') as get_experiment:
|
||||||
|
with patch.object(connector, 'get_experiment_last_run',
|
||||||
|
return_value='2') as get_experiment_last_run:
|
||||||
|
with patch.object(connector, 'update_production_model_by_run_id',
|
||||||
|
return_value={'model_name': 'test', 'version': '3',
|
||||||
|
'mlflow_run_id': '0'}) as update_production_model_by_run_id:
|
||||||
|
|
||||||
|
output = connector.update_production_model('0', 'test')
|
||||||
|
|
||||||
|
get_experiment.assert_called_once_with('0')
|
||||||
|
get_experiment_last_run.assert_called_once_with('0')
|
||||||
|
update_production_model_by_run_id.assert_called_once_with(
|
||||||
|
'2', 'test')
|
||||||
|
|
||||||
|
assert output == {
|
||||||
|
'model_name': 'test',
|
||||||
|
'version': '3',
|
||||||
|
'mlflow_run_id': '0',
|
||||||
|
'mlflow_experiment_id': '0',
|
||||||
|
}
|
||||||
|
|||||||
@@ -139,10 +139,12 @@ def test_build_mongo_db_config_with_env_vars():
|
|||||||
environ['MONGODB_PASSWORD'] = 'sientia1'
|
environ['MONGODB_PASSWORD'] = 'sientia1'
|
||||||
environ['MONGODB_URL'] = 'localhost:27018'
|
environ['MONGODB_URL'] = 'localhost:27018'
|
||||||
environ['MONGODB_DATABASE_NAME'] = 'test_db'
|
environ['MONGODB_DATABASE_NAME'] = 'test_db'
|
||||||
|
environ['MONGODB_TTL_INDEX_HOURS'] = '1'
|
||||||
|
|
||||||
assert build_mongodb_config() == {
|
assert build_mongodb_config() == {
|
||||||
'connection_string': 'mongodb://sientia1:sientia1@localhost:27018',
|
'connection_string': 'mongodb://sientia1:sientia1@localhost:27018',
|
||||||
'database_name': 'test_db'
|
'database_name': 'test_db',
|
||||||
|
'ttl_index_seconds': 3600
|
||||||
}
|
}
|
||||||
|
|
||||||
|
|
||||||
@@ -151,8 +153,9 @@ def test_build_mongo_db_config_with_defaults():
|
|||||||
environ.pop('MONGODB_PASSWORD', None)
|
environ.pop('MONGODB_PASSWORD', None)
|
||||||
environ.pop('MONGODB_DATABASE_NAME', None)
|
environ.pop('MONGODB_DATABASE_NAME', None)
|
||||||
environ.pop('MONGODB_URL', None)
|
environ.pop('MONGODB_URL', None)
|
||||||
|
environ.pop('MONGODB_TTL_INDEX_HOURS', None)
|
||||||
assert build_mongodb_config() == {
|
assert build_mongodb_config() == {
|
||||||
'connection_string': 'mongodb://sientia:sientia@localhost:27017',
|
'connection_string': 'mongodb://root:wKZDbMNU1c@localhost:27018',
|
||||||
'database_name': 'sientia'
|
'database_name': 'sientia',
|
||||||
|
'ttl_index_seconds': 3600
|
||||||
}
|
}
|
||||||
|
|||||||
97
tests/laborious/workflows/test_minimal_retrain.py
Normal file
97
tests/laborious/workflows/test_minimal_retrain.py
Normal file
@@ -0,0 +1,97 @@
|
|||||||
|
from unittest.mock import AsyncMock, MagicMock, call, patch, ANY
|
||||||
|
from pytest import fixture, mark
|
||||||
|
from laborious.activities.activities import Activities
|
||||||
|
from laborious.workflows.minimal_retrain import MinimalRetrain
|
||||||
|
|
||||||
|
|
||||||
|
@fixture
|
||||||
|
def minimal_retrain() -> MinimalRetrain:
|
||||||
|
return MinimalRetrain()
|
||||||
|
|
||||||
|
|
||||||
|
metadata = {
|
||||||
|
"metadata": {
|
||||||
|
"model_id": "test_model_id",
|
||||||
|
"model_name": "test_model",
|
||||||
|
"workflow_name": "minimal_retrain",
|
||||||
|
"schedule_name": "test_schedule",
|
||||||
|
},
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
@mark.asyncio
|
||||||
|
@patch('laborious.workflows.minimal_retrain.workflow', new_callable=AsyncMock)
|
||||||
|
async def test_run(workflow_mock: AsyncMock, minimal_retrain: MinimalRetrain):
|
||||||
|
input_data = {
|
||||||
|
"model_id": "test_model_id",
|
||||||
|
"model_name": "test_model",
|
||||||
|
"workflow_name": "minimal_retrain",
|
||||||
|
"schedule_name": "test_schedule",
|
||||||
|
"query": "test_query",
|
||||||
|
"schema": "test_schema",
|
||||||
|
"table_name": "test_table",
|
||||||
|
}
|
||||||
|
|
||||||
|
workflow_mock.execute_activity_method = AsyncMock(
|
||||||
|
return_value={
|
||||||
|
"data1": "1",
|
||||||
|
"data2": "2",
|
||||||
|
}
|
||||||
|
)
|
||||||
|
|
||||||
|
await minimal_retrain.run(input_data)
|
||||||
|
|
||||||
|
workflow_mock.execute_local_activity_method.assert_has_calls(
|
||||||
|
[
|
||||||
|
call(
|
||||||
|
Activities.load_custom_query,
|
||||||
|
{
|
||||||
|
**metadata,
|
||||||
|
"query": input_data["query"],
|
||||||
|
},
|
||||||
|
retry_policy=ANY,
|
||||||
|
start_to_close_timeout=ANY
|
||||||
|
)
|
||||||
|
]
|
||||||
|
)
|
||||||
|
|
||||||
|
workflow_mock.execute_activity_method.assert_has_calls([
|
||||||
|
call(
|
||||||
|
Activities.retrain_model,
|
||||||
|
{
|
||||||
|
**metadata,
|
||||||
|
'data': workflow_mock.execute_local_activity_method.return_value,
|
||||||
|
'model_name': input_data['model_name'],
|
||||||
|
},
|
||||||
|
retry_policy=ANY,
|
||||||
|
start_to_close_timeout=ANY
|
||||||
|
)
|
||||||
|
])
|
||||||
|
|
||||||
|
workflow_mock.execute_activity_method.assert_has_calls([
|
||||||
|
call(
|
||||||
|
Activities.update_production_model,
|
||||||
|
{
|
||||||
|
**metadata,
|
||||||
|
'model_name': input_data['model_name'],
|
||||||
|
'model_id': input_data['model_id'],
|
||||||
|
**workflow_mock.execute_activity_method.return_value,
|
||||||
|
},
|
||||||
|
retry_policy=ANY,
|
||||||
|
start_to_close_timeout=ANY
|
||||||
|
)
|
||||||
|
])
|
||||||
|
|
||||||
|
workflow_mock.execute_activity_method.assert_has_calls([
|
||||||
|
call(
|
||||||
|
Activities.export_data_to_postgres,
|
||||||
|
{
|
||||||
|
**metadata,
|
||||||
|
'data': workflow_mock.execute_activity_method.return_value,
|
||||||
|
'schema': input_data['schema'],
|
||||||
|
'table_name': input_data['table_name'],
|
||||||
|
},
|
||||||
|
retry_policy=ANY,
|
||||||
|
start_to_close_timeout=ANY
|
||||||
|
)
|
||||||
|
])
|
||||||
@@ -11,7 +11,7 @@ image:
|
|||||||
# This sets the pull policy for images.
|
# This sets the pull policy for images.
|
||||||
pullPolicy: Always
|
pullPolicy: Always
|
||||||
# Overrides the image tag whose default is the chart appVersion.
|
# Overrides the image tag whose default is the chart appVersion.
|
||||||
tag: "0.2.4"
|
tag: "0.2.5"
|
||||||
|
|
||||||
# This is for the secrets for pulling an image from a private repository more information can be found here: https://kubernetes.io/docs/tasks/configure-pod-container/pull-image-private-registry/
|
# This is for the secrets for pulling an image from a private repository more information can be found here: https://kubernetes.io/docs/tasks/configure-pod-container/pull-image-private-registry/
|
||||||
imagePullSecrets:
|
imagePullSecrets:
|
||||||
@@ -123,7 +123,7 @@ env:
|
|||||||
- name: GITHUB_REPO_URL
|
- name: GITHUB_REPO_URL
|
||||||
value: "git@github.com:Aignosi/sientia-dataops-laborious_temporal.git"
|
value: "git@github.com:Aignosi/sientia-dataops-laborious_temporal.git"
|
||||||
- name: GITHUB_BRANCH
|
- name: GITHUB_BRANCH
|
||||||
value: "SIENTIAPDE-1151-criar-testes-de-stress"
|
value: "SIENTIAPDE-1171-criar-pipeline-de-retreino-laborious"
|
||||||
- name: PYTHON_APP
|
- name: PYTHON_APP
|
||||||
value: "laborious.worker.worker"
|
value: "laborious.worker.worker"
|
||||||
|
|
||||||
@@ -178,6 +178,8 @@ env:
|
|||||||
value: "my-release-mongodb.mongodb.svc.cluster.local:27017"
|
value: "my-release-mongodb.mongodb.svc.cluster.local:27017"
|
||||||
- name: MONGODB_DATABASE
|
- name: MONGODB_DATABASE
|
||||||
value: "sientia"
|
value: "sientia"
|
||||||
|
- name: MONGODB_TTL_INDEX_HOURS
|
||||||
|
value: "1"
|
||||||
|
|
||||||
ssh:
|
ssh:
|
||||||
enabled: true
|
enabled: true
|
||||||
|
|||||||
Reference in New Issue
Block a user