Skip to content

DEPLOY.md

Latest commit

 

History

History
99 lines (67 loc) · 4.26 KB

DEPLOY.md

File metadata and controls

99 lines (67 loc) · 4.26 KB
Raw

RealEstateAI 部署指南

把本地完整可运行的房地产 AI 系统部署到公网，拿到简历可贴的演示链接。

一、镜像包含什么

Dockerfile 构建的是后端 API 服务（FastAPI，端口 8000），覆盖：

  • 城市房源查询、价格预测（/api/predict/price）、趋势预测（/api/predict/city_trend）
  • 国家统计局 70 城房价指数、新房/二手房指数接口
  • 仪表盘汇总接口
  • 当前宏观环境接口（/api/macro：GDP/CPI/M2/PMI/利率快照 + 自动简评）

NLP 语义分析依赖（torch / sentence-transformers）未装进镜像，/api/analyze/* 在缺失时自动降级，不影响核心接口。

二、本地验证（Docker）

docker compose up --build      # 构建并启动，访问 http://localhost:8000/health
docker compose up -d           # 后台运行
docker compose down            # 停止

docker-compose.yml 通过绑定挂载共享本机 data/ 与 models/，因此只要本机已跑过爬虫与训练，容器即可直接用现有数据库与模型产物。

三、重要前提：数据与模型不在 Git 里

.gitignore 忽略了两类大文件：

  • data/*.db（约 304MB 真实房源库，由爬虫生成）
  • models/*.pkl（训练产物，几 MB~几十 MB）

因此从 GitHub 全新克隆不会包含它们。云端从 Git 部署时会缺数据与模型。三种处理方案：

方案 A（推荐，最省心）：本地构建镜像 → 推 registry → 部署镜像

数据/模型已在本机，把整目录一起打进镜像后推送，云端直接用现成镜像，无需再爬数据/训练。

# 1) 本地构建（自动带入 data/ 与 models/）
docker build -t realestate-ai:latest .

# 2) 推送到 Docker Hub 或 GHCR
docker tag realestate-ai:latest <你的用户名>/realestate-ai:latest
docker push <你的用户名>/realestate-ai:latest

# 3) Railway / Render 选择「Deploy an existing image」，填入上面的镜像地址

方案 B：Git LFS 提交数据/模型后从 Git 部署

git lfs install
git lfs track "data/*.db" "models/*.pkl"
git add .gitattributes data/*.db models/*.pkl
git commit -m "chore: 用 LFS 纳入数据库与模型产物"
git push

然后 Railway / Render 从 GitHub 部署（用本仓库的 Dockerfile）。注意 DB 较大，LFS 有配额。

方案 C：云端首次运行时训练（无数据也能起服务）

镜像内 api.main 在趋势模型缺失时会自动拟合所有城市；价格模型缺失则 /api/predict/price 返回 503。 可在 Dockerfile 的 CMD 前加一步训练（需容器内先有数据）：

RUN python models/train.py && python -c "from models.trend_predictor import TrendPredictor; p=TrendPredictor(); p.fit_all_cities(); p.save_model()"

但若容器里没有 data/*.db，训练无意义——此方案需配合"先导入数据"。

四、Railway 部署步骤

  1. 注册 Railway，New Project → Deploy from GitHub repo。
  2. 若用方案 A：选择「Deploy from image」填入镜像地址；若用方案 B：选 GitHub 仓库，Railway 自动识别 Dockerfile。
  3. 设置环境变量（可选）：HF_ENDPOINT=https://hf-mirror.com。
  4. 生成域名（Railway 默认分配 xxx.up.railway.app），即为公网链接。
  5. 验证：https://<你的域名>/health 应返回模型状态。

五、Render 部署步骤

  1. 注册 Render，New → Web Service。
  2. 连接 GitHub 仓库（方案 B）或选择「Existing Image」（方案 A，填镜像地址）。
  3. Runtime 选 Docker，实例类型选免费/入门级。
  4. 启动后 Render 分配 https://<服务名>.onrender.com。
  5. 验证：/health 接口与前端联调。

六、前端看板（可选独立部署）

React 看板（端口 5173 / 构建产物 frontend/dist）建议单独部署到静态托管 （Vercel / Netlify / GitHub Pages），并将 API _BASE 指向上面的公网后端地址。 详见 README.md。

七、安全与成本提示

  • 免费实例休眠后首次请求较慢（冷启动），属正常。
  • 公网暴露的 API 当前为开放只读接口，演示用途足够；若上线真实数据，建议加鉴权与限流。
  • 数据库为本地 SQLite，并发写入能力有限，演示足够；生产可换 Postgres。