IBM Watson Studio：如何运行.tar.gz部署的main.py并支持外部API调用

方案1：使用IBM Cloud Functions（无服务器模式，推荐轻量触发场景） #

• 解压你已有的tar.gz代码包，新增requirements.txt依赖清单，可在本地正常运行的环境中执行pip freeze > requirements.txt生成，确保文件中包含CPLEX、requests等你用到的所有依赖
• 将main.py、sub1.py、requirements.txt三个文件重新打包为zip包，注意不要套外层文件夹，确保解压后文件直接在根目录
• 在IBM Cloud控制台创建Python运行时的Cloud Functions动作，上传刚才生成的zip包
• 把你main.py中原有的全流程执行逻辑封装为Cloud Functions的默认入口函数def main(params):，原有业务逻辑不需要修改，直接放到该函数内即可
• 开启动作的「Web操作」权限，系统会自动生成公开可调用的HTTP接口地址，外部系统向该地址发送GET/POST请求即可触发全流程运行
• 提前调整运行时的超时时间、内存上限，适配CPLEX求解的资源消耗，调用外部API的密钥、CPLEX许可等敏感信息请放到服务的环境变量中，不要硬编码在代码里

方案2：在Watson Studio中部署为可触发作业（推荐无需迁移代码的场景） #

• 你已经将代码上传到Watson Studio，直接在项目中创建新的「作业」，选择main.py作为执行入口，运行环境选择预装了CPLEX的环境模板，没有对应模板的话可以自定义添加CPLEX依赖
• 作业创建完成后，在设置页开启「API触发」功能，系统会生成对应的调用地址和鉴权令牌
• 外部系统携带鉴权信息调用该API即可触发作业启动，自动执行数据拉取、优化求解、结果回传的全流程
• 该方案可以直接复用Watson Studio的CPLEX许可，不需要额外配置授权，适合代码已经在Watson Studio中调试通过的场景

方案3：使用IBM Cloud Code Engine（适合求解时间长、资源消耗大的场景） #

• 如果你的CPLEX求解过程需要运行十几分钟甚至更久，无服务器模式的超时限制无法满足，可将代码打包为Docker镜像，参考Dockerfile如下：

FROM python:3.9-slim
WORKDIR /app
COPY . /app
RUN pip install --no-cache-dir -r requirements.txt
CMD ["python", "main.py"]

• 将构建好的镜像上传到IBM Cloud容器镜像仓库
• 在Code Engine中创建对应作业，关联刚才的镜像，根据需求配置CPU、内存、最长运行时间上限
• 开启作业的HTTP触发功能，生成外部可调用的接口地址，外部请求即可触发程序运行

所有方案都需要配置对应网络权限，确保运行环境可以访问你调用的外部API接口，如果外部API有IP白名单限制，将对应IBM Cloud服务的出口IP加入白名单即可。另外如果使用非Watson Studio的运行环境，需要确保你持有合法的CPLEX使用许可，避免授权问题。

内容的提问来源于stack exchange，提问作者user17068386