使用 RAG 和 Azure 容器应用缩放适用于 .NET 的 Azure OpenAI 聊天
了解如何将负载均衡添加到应用程序，以将聊天应用扩展到 Azure OpenAI 服务令牌和模型配额限制之外。 此方法使用 Azure 容器应用创建三个 Azure OpenAI 终结点和一个主容器，以将传入流量定向到三个终结点之一。
本文要求部署 2 个单独的示例：
聊天应用
如果尚未部署聊天应用，请等到部署负载均衡器示例之后再进行部署。
如果已部署聊天应用一次，请更改环境变量以支持负载均衡器的自定义终结点，然后重新部署它。
聊天应用以以下语言提供：
负载均衡器应用
注意
本文使用一个或多个 AI 应用模板作为本文中的示例和指南的基础。 AI 应用模板提供易于部署的维护良好的参考实现。 它们有助于确保你的 AI 应用有一个高质量的起点。
使用 Azure 容器应用对 Azure OpenAI 进行负载均衡的体系结构
由于 Azure OpenAI 资源具有特定的令牌和模型配额限制，因此使用单个 Azure OpenAI 资源的聊天应用很容易因为这些限制而发生对话失败。
若要在不达到这些限制的情况下使用聊天应用，请使用容器应用的负载均衡解决方案。 此解决方案无缝地将容器应用中的单个终结点公开到聊天应用服务器。
容器应用位于一组 Azure OpenAI 资源前面。 容器应用可解决两种场景：正常和受限。 在令牌和模型配额可用的正常场景中，Azure OpenAI 资源会通过容器应用和应用服务器返回 200。
显示正常场景的 
当资源处于受限场景（例如由于配额限制）时，容器应用可以立即重试其他 Azure OpenAI 资源，以完成原始聊天应用请求。
先决条件
Azure 订阅。 创建一个免费账号。
已在所需的 Azure 订阅中授予对 Azure OpenAI 的访问权限。
目前，仅应用程序授予对此服务的访问权限。 应申请访问 Azure OpenAI。
开发容器可用于这两个示例，其中包含完成本文所需的所有依赖项。 可以在 GitHub Codespaces 中（在浏览器中）或在本地使用 Visual Studio Code 运行开发容器。
- 使用 CodeSpaces 只需要 GitHub 帐户
打开容器应用负载均衡器示例应用
GitHub Codespaces 运行由 GitHub 托管的开发容器，将 Visual Studio Code 网页版作为用户界面。 对于最简单的开发环境，请使用 GitHub Codespaces，以便预先安装完成本文所需的合适的开发人员工具和依赖项。
重要
所有 GitHub 帐户每月最多可以使用 GitHub Codespaces 60 小时，其中包含两个核心实例。 有关详细信息，请参阅 GitHub Codespaces 每月包含的存储和核心小时数。
部署 Azure 容器应用负载均衡器
登录到 Azure 开发人员 CLI，向预配和部署步骤提供身份验证：
azd auth login --use-device-code将环境变量设置为在预配后步骤使用 Azure CLI 进行身份验证。
azd config set auth.useAzCliAuth "true"部署负载均衡器应用：
azd up为部署选择订阅和区域。 它们不必与聊天应用的订阅和区域相同。
等待部署完成，然后再继续。
获取部署终结点
使用以下命令显示容器应用的已部署终结点：
azd env get-values复制
CONTAINER_APP_URL值。 在下一部分中将会使用它。
使用负载均衡器终结点重新部署聊天应用
这些示例是在聊天应用程序样本中完成的。
使用以下选项之一打开聊天应用示例的开发容器。
语言 GitHub Codespaces Visual Studio Code .NET 在开发容器中打开 JavaScript 在开发容器中打开 Python 在开发容器中打开 登录到 Azure 开发人员 CLI（
AZD）：azd auth login完成登录说明。
创建一个
AZD环境并命名，例如chat-app：azd env new <name>添加以下环境变量，该变量告知聊天应用的后端对 Azure OpenAI 请求使用自定义 URL：
azd env set OPENAI_HOST azure_custom添加以下环境变量。 将
<CONTAINER_APP_URL>替换为上一部分的 URL。 此操作会告知聊天应用后端 Azure OpenAI 请求中自定义 URL 的值。azd env set AZURE_OPENAI_CUSTOM_URL <CONTAINER_APP_URL>部署聊天应用：
azd up
现在，你可以放心使用聊天应用，因为它可以跨多个用户进行缩放，而不会超出配额。
流式传输日志以查看负载均衡器结果
在 Azure 门户中，搜索资源组。
从组中的资源列表中，选择 Azure 容器应用资源。
选择 监视>日志流 以查看日志。
使用聊天应用在日志中生成流量。
查找引用 Azure OpenAI 资源的日志。 这三个资源中的每一个在日志注释中都有其数字标识，以
Proxying to https://openai3开头，其中3指示第三个 Azure OpenAI 资源。
当负载均衡器收到请求超出配额的状态时，负载均衡器会自动轮换到另一个资源。
配置 TPM 配额
默认情况下，负载均衡器中的每个 Azure OpenAI 实例都将部署每分钟 30,000 个令牌 (TPM) 的容量。 您可以放心地使用此聊天应用，它经过设计，可以满足众多用户的需求，而不会超出使用配额。 在以下情况下更改此值：
- 出现部署容量错误：降低该值。
- 需要提高容量：增加该值。
使用以下命令更改该值：
azd env set OPENAI_CAPACITY 50重新部署负载均衡器：
azd up
清理资源
完成聊天应用和负载均衡器后，清理资源。 本文中创建的 Azure 资源的费用将计入你的 Azure 订阅。 如果你预计将来不需要这些资源，请将其删除，以避免产生更多费用。
清理聊天应用资源
返回到聊天应用文章以清理资源：
清理上传均衡器资源
运行以下 Azure Developer CLI 命令以删除 Azure 资源并删除源代码：
azd down --purge --force
这些开关可提供：
purge：立即清除已删除的资源，以便每分钟重复使用 Azure OpenAI 服务令牌。-
force：该删除操作以无提示方式进行，无需用户同意。
清理 GitHub Codespaces 和 Visual Studio Code
删除 GitHub Codespaces 环境可确保可以最大程度地提高帐户获得的每核心免费小时数权利。
重要
有关 GitHub 帐户权利的详细信息，请参阅 GitHub Codespaces 每月包含的存储和核心小时数。
找到当前运行的代码空间，这些代码空间源自 azure-samples/openai-aca-lb GitHub 存储库。
打开代码空间的上下文菜单，然后选择“删除”。
获取帮助
如果在部署 Azure API 管理负载均衡器时遇到问题，请将问题添加到存储库 问题 网页。
示例代码
本文中使用的示例包括：
下一步
- 使用 Azure 负载测试对聊天应用进行负载测试
