如何在Stackdriver Logging中记录Cloud ML Engine的Predict请求与响应

当然可以实现这个需求！Cloud ML Engine默认只记录请求元数据，要把请求输入和预测响应也加入日志，你需要在自定义的预测函数里手动添加日志逻辑，具体操作如下：

1. 在预测函数中嵌入自定义日志 #

直接用Python内置的logging模块，在处理请求和生成预测结果的环节，把内容打印到日志里就行。示例代码如下：

import logging
# 确保日志级别为INFO，确保这类日志能被Stackdriver捕获
logging.basicConfig(level=logging.INFO)

def predict(request):
    # 解析请求中的输入数据
    request_json = request.get_json()
    input_data = request_json.get('instances', [])
    
    # 记录请求输入内容
    logging.info(f"request:{input_data}")
    
    # 替换为你实际的模型预测逻辑
    prediction_result = your_model.predict(input_data)
    
    # 记录预测响应内容
    logging.info(f"prediction:{prediction_result.tolist()}")
    
    # 返回符合要求的响应格式
    return {"predictions": prediction_result.tolist()}

2. 确认日志输出配置 #

Stackdriver Logging会自动捕获容器的stdout和stderr输出，而Python的logging模块默认将日志输出到stderr，所以不需要额外配置就能被抓取到。如果后续没看到日志，可以检查代码里的日志级别是否设置正确——要是设成了WARNING或更高，INFO级别的日志就不会被输出。

3. 验证日志效果 #

部署修改后的模型，调用一次predict接口，然后打开Stackdriver Logging界面，搜索request:或prediction:关键词，就能看到你想要的详细日志内容了。

内容的提问来源于stack exchange，提问作者Gayatri