背景介绍
TensorFlow Serving 是一个用于机器学习模型 serving 的高性能开源库。它可以将训练好的机器学习模型部署到线上，使用 gRPC 作为接口接受外部调用。更加让人眼前一亮的是，它支持模型热更新与自动模型版本管理。这意味着一旦部署 TensorFlow Serving 后，你再也不需要为线上服务操心，只需要关心你的线下模型训练。
TensorFlow Serving的典型的流程如下：学习者(Learner，比如TensorFlow)根据输入数据进行模型训练。等模型训练完成、验证之后，模型会被发布到TensorFlow Serving系统服务器端。客户端提交请求，由服务端返回预测结果。客户端和服务端之间的通信采用的是RPC/REST协议。
官方资料
TensorFlow Serving的中文版资料不多，所以能做的基本上就是参考英文官网的文档，一个是tensorflow serving github官网，一个是tensorflow serving web官网，前者能够稳定打开，后者看天看心情能否打开。
建议选型tensorflow serving作为tensorflow服务容器的一定要熟读tensorflow serving web官网，要对每个细节扣的很细，这样才能了解TFS能够提供的核心能力。
补充一点，之前在调研资料的时候发现阿里云也提供基于TFS提供在线预测的云能力，特想了解他们如何解决cpu高消耗的问题。
安装选型
tensorflow serving提供三种安装方式：1、docker安装、2、通过APT安装、3、编译源码，本着快速验验证的原则我们自然而然的选择了docker安装。
其实按照我们当时的试想如果TFS在性能上有比较明显优势我们可以通过K8S管理docker这样能够非常方便的升级TFS的版本。
TFS的官方提供的docker可以在TFS的docker官网找到，根据不同的TF版本和是否GPU进行选型，参考当时情况的是TF是1.6.0版本，TFS选型1.12.0，没仔细研究过TFS和TF之间的关系，但是按照TF的版本逻辑在同一个大版本1.X的情况下兼容低版本的API，所以TFS版本更高兼容。
补充一点，一开始使用TFS最新版本的时候在java API调用方面有些兼容性问题（具体原因没仔细分析），个人建议是TFS的docker版本和编译java api的TFS版本保持一致。
安装命令
TFS的启动命令需要参考TFS本身的命令和docker相关的命令，前者指定TFS的启动参数，后者指定docker的端口和目录映射问题。
docker run -t --rm -p 8500:8500 -p 8501:8501
-v /home/zhi.wang/tensorflow-serving/model:/models
-e MODEL_NAME=wdl_model tensorflow/serving:1.12.0
--enable_batching=true
--batching_parameters_file=/models/batching_parameters.txt &说明：
- -p 8500:8500 -p 8501:8501 用于绑定rpc和rest端口。
- -v /home/zhi.wang/tensorflow-serving/model:/models 用于绑定目录映射。
- -e MODEL_NAME=wdl_model指定TFS加载模型名字，和目录tensorflow-serving/model下的模型名字保持一致， 如/home/zhi.wang/tensorflow-serving/model/wdl_model。
- --enable_batching=true 设置TFS开启batch功能。
- --batching_parameters_file=/models/batching_parameters.txt 绑定批量参数。
batching_parameters
num_batch_threads { value: 40 }
batch_timeout_micros { value: 0 }
max_batch_size { value: 1024 }说明：
- 参考github issue设置的TFS的批量参数。
model directory
[wdl_model]# tree
.
├── 1
│ ├── saved_model.pb
│ └── variables
│ ├── variables.data-00000-of-00001
│ └── variables.index
├── 10
│ ├── saved_model.pb
│ └── variables
│ ├── variables.data-00000-of-00001
│ └── variables.index
├── 2
│ ├── saved_model.pb
│ └── variables
│ ├── variables.data-00000-of-00001
│ └── variables.index
├── 3
│ ├── saved_model.pb
│ └── variables
│ ├── variables.data-00000-of-00001
│ └── variables.index
├── 4
│ ├── saved_model.pb
│ └── variables
│ ├── variables.data-00000-of-00001
│ └── variables.index说明：
- TFS支持多版本的模型加载，默认会加载数字最大的版本。
- TFS加载的模型通过export_savedmodel的api生成。
