🐳 Documentación de Dockerización - API MLOps

🐳 Documentación de Dockerización - API MLOps

=============================================

🎯 Objetivo

Containerizar la API de recomendaciones MLOps para garantizar portabilidad y facilitar el despliegue en cualquier entorno.

📦 Archivos Docker

1. Dockerfile

• Imagen base: python:3.11-slim
• Usuario no-root para seguridad
• Health checks automáticos
• Optimizado para producción

2. docker-compose.yml

• Orquestación completa con Nginx
• Networking interno
• Persistent volumes para logs
• Auto-restart en fallos

3. requirements.txt

• Dependencias mínimas necesarias
• Sin PySpark (no requerido)
• Versiones fijas para estabilidad

🚀 Comandos de Despliegue

Opción 1: Script Automatizado (Recomendado)

# Windows
.\deploy.ps1

# Linux/Mac
./deploy.sh

Opción 2: Comandos Manuales

# Construir imagen
docker build -t mlops-recomendaciones:latest .

# Ejecutar contenedor
docker run -d --name mlops-api -p 8000:8000 mlops-recomendaciones:latest

# Con Docker Compose (incluye Nginx)
docker-compose up -d

🔧 Configuración

Variables de Entorno

• PORT: Puerto de la API (default: 8000)
• ENV: Entorno de ejecución (development/production)

Puertos

• 8000: API Principal
• 80: Nginx Proxy (solo con docker-compose)

🏥 Health Checks

La imagen incluye health checks automáticos:

• Endpoint: /salud
• Intervalo: 30 segundos
• Timeout: 10 segundos
• Reintentos: 3

📊 Monitoreo

Ver logs del contenedor:

docker logs mlops-api-container

Acceder al contenedor:

docker exec -it mlops-api-container bash

Verificar estado:

docker ps
curl http://localhost:8000/salud

🌐 URLs de Acceso

Una vez desplegado:

• API: http://localhost:8000
• Documentación: http://localhost:8000/docs
• Health Check: http://localhost:8000/salud
• Recomendaciones: http://localhost:8000/recomendar/{user_id}

🚢 Despliegue en la Nube

AWS ECS/Fargate

# Subir a ECR
aws ecr get-login-password --region us-east-1 | docker login --username AWS --password-stdin 123456789012.dkr.ecr.us-east-1.amazonaws.com
docker tag mlops-recomendaciones:latest 123456789012.dkr.ecr.us-east-1.amazonaws.com/mlops-api:latest
docker push 123456789012.dkr.ecr.us-east-1.amazonaws.com/mlops-api:latest

Kubernetes

apiVersion: apps/v1
kind: Deployment
metadata:
  name: mlops-api
spec:
  replicas: 3
  selector:
    matchLabels:
      app: mlops-api
  template:
    metadata:
      labels:
        app: mlops-api
    spec:
      containers:
      - name: api
        image: mlops-recomendaciones:latest
        ports:
        - containerPort: 8000
        livenessProbe:
          httpGet:
            path: /salud
            port: 8000
          initialDelaySeconds: 30
          periodSeconds: 10

🔒 Seguridad

• ✅ Usuario no-root en contenedor
• ✅ Imagen base minimal (slim)
• ✅ Sin secretos hardcoded
• ✅ Health checks para estabilidad
• ✅ Headers de seguridad en Nginx

📈 Optimizaciones

• Multi-stage build: No implementado (imagen ya es pequeña)
• Layer caching: requirements.txt copiado antes que código
• Minimal dependencies: Solo lo necesario para la API
• .dockerignore: Excluye archivos innecesarios

🛠️ Troubleshooting

Problema: API no responde

# Verificar logs
docker logs mlops-api-container

# Verificar que el contenedor esté corriendo
docker ps

# Reiniciar contenedor
docker restart mlops-api-container

Problema: Puerto ya en uso

# Cambiar puerto de host
docker run -d --name mlops-api -p 8001:8000 mlops-recomendaciones:latest

Problema: Health check falla

# Verificar endpoint manualmente
curl http://localhost:8000/salud

# Aumentar tiempo de health check
# Modificar HEALTHCHECK en Dockerfile

🎯 Próximos Pasos

1. CI/CD Pipeline: Automatizar build y deploy
2. Monitoring: Prometheus + Grafana
3. Logging: ELK Stack o similar
4. Scaling: Kubernetes HPA
5. Security: Escaneo de vulnerabilidades

📝 Notas Importantes

• La imagen no incluye PySpark (no necesario)
• Los datos CSV están embebidos en la imagen
• Para datos dinámicos, usar volúmenes o bases de datos externas
• El contenedor está optimizado para ser stateless