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 (俗称Model-as-a-Service)。
今天介绍两种我常用的方法，可在几分钟内快速实现从本地到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 (例如Flask，Django)
准备工作
为方便介绍部署方法，我写个简单的Python App放在GitHub上：
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，部署执行过程会自动创建一个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， 用Code方式发布 (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
微软Azure有内建的App部署服务叫Kudu。这个方法最为简洁，只需git push到Kudu的Git URL即可完成部署，特别适合小型项目或单人开发使用。
1. 在新建的Web App里找到 Deployment Center
(1) 依次选择 Local Git > App Service Build Service
(2) 得到一个部署专用的Git URL (如图示)，复制它！
2. 把得到的Git URL 加入本地 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repository列表，确认Kudu Git URL被成功加入进去
3. 最后用 git push 将本地Python App推送到Kudu
此时Kudu后在后台会自动执行以下工作：
(1) 打包你的Python App
(2) 创建Python 3.X 虚拟环境
(3) 安装dependency (即 pip install requirements.txt)
(4) 部署到Azure上！
成功部署后，打开浏览器访问 http://{你的web app名}.azurewebsites.net，可以看到我们的Python App已成功发布到Azure上！
该App会获取访问者IP地址，解析并显示地理信息 (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) 只要3步就能很容易发布我们的Python App, 但我个人建议利用敏捷开发工具 (如 Azure DevOps, Jenkins) 来实现 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，以自动化部署我们的Python App
(1) 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. 创建并配置CI/CD Pipeline
(1) 选择Pipelines > 创建一个新的Pipeline
(2) 依次选 GitHub (YAML) > 你的GitHub Repository > Python to Linux Web App
(3) 此时系统会自动生成Python的部署模板 (称为 "azure-pipelines.yml")。这里需要在模板上做两个小更改，如下图示：
A> 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
B> 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 可以看到CI/CD pipeline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人为操作，从而实现敏捷开发和敏捷部署。
成功执行Pipeline后，依旧可在 http://{你的web app名}.azurewebsites.net里看到我们的Python App。
由于两次部署间没做任何改变，所以显示内容除了时间和随机的Host Name外都是一样的：
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
来SSH到hosting server进行调试，或查看实时Log Stream做debug:
Jixin Jia