部署模型主要是為了使用模型來進行新數據的預測。根據新數據預測的時效要求，預測任務分為兩類：在線預測和離線預測。對于這兩種需求，在Designer中都提供了相應的操作流程支持。

• 在線預測

  • 單模型部署在線服務

    Designer工作流運行成功后，您可以將訓練獲得的PMML、AlinkModel或XGBoost格式的模型文件，一鍵快速部署為EAS在線服務。每次只支持部署單個模型文件。您也可以手動導出訓練獲得的PMML模型文件，并跨平臺部署為EAS在線服務。部分PS格式的模型，需要在模型導出處理后再跨平臺手動部署為EAS在線服務。

  • Pipeline部署在線服務

    對于Alink類型的算法組件，Designer支持將一個包含數據預處理、特征工程、模型預測的離線數據處理Pipeline，打包成一個離線模型，并一鍵部署為EAS在線服務。

  • 在線模型服務定時自動更新

    將訓練獲得的模型部署為在線服務后，支持在Designer模型產出組件的下游接入更新EAS服務組件，來更新在線服務，并支持將工作流提交到DataWorks進行周期性調度，實現模型服務定時自動更新。

• 離線預測

  在Designer中，將訓練獲得的模型和測試數據集接入預測組件進行批量預測。并支持將預測工作流提交到DataWorks進行周期性調度，實現定時自動預測，詳情請參見離線批量預測。