[REFACTOR] minio 관련 환경변수명 수정

Author: bokyeong0405

core/minio_service.py

@@ -5,26 +5,21 @@
 # .env 로드
 load_dotenv(override=True)
 
-MINIO_URL = os.getenv("MINIO_URL")
-AWS_ACCESS_KEY_ID = os.getenv("AWS_ACCESS_KEY_ID")
-AWS_SECRET_ACCESS_KEY = os.getenv("AWS_SECRET_ACCESS_KEY")
+MINIO_HOST = os.getenv("MINIO_HOST")
+MINIO_USER = os.getenv("MINIO_USER")
+MINIO_PASSWORD = os.getenv("MINIO_PASSWORD")
 S3_BUCKET_NAME = os.getenv("S3_BUCKET_NAME")
 
 # MinIO 클라이언트 생성
 s3 = boto3.client(
     "s3",
-    endpoint_url=f"http://{MINIO_URL}",
-    aws_access_key_id=AWS_ACCESS_KEY_ID,
-    aws_secret_access_key=AWS_SECRET_ACCESS_KEY
+    endpoint_url=f"{MINIO_HOST}",
+    aws_access_key_id=MINIO_USER,
+    aws_secret_access_key=MINIO_PASSWORD
 )
 
 # minio에서 모델 다운로드
 def download_model_from_minio(model_s3_path: str, local_dir: str):
-    """
-    MinIO에서 모델 전체 다운로드
-    :param model_s3_path: MinIO 내 저장된 모델 경로 (예: "llama_model/")
-    :param local_dir: 로컬에 저장할 경로 (예: "./downloaded_model/")
-    """
     try:
         os.makedirs(local_dir, exist_ok=True)  # 로컬 저장 폴더 생성
 
@@ -47,19 +42,3 @@ def download_model_from_minio(model_s3_path: str, local_dir: str):
     except Exception as e:
         print(f"❌ MinIO에서 {model_s3_path} 다운로드 실패: {e}")
         return None
-
-
-# def download_test_from_minio(model_path: str, local_save_path: str):
-#     """
-#     MinIO에서 파일 다운로드 (예: test.txt)
-#     :param model_path: MinIO 내 저장된 파일 경로 (예: test_folder/test.txt)
-#     :param local_save_path: 로컬에 저장할 경로 (예: ./downloaded_model/test.txt)
-#     """
-#     try:
-#         os.makedirs(os.path.dirname(local_save_path), exist_ok=True)  # 로컬 저장 폴더 생성
-#         s3.download_file("test", model_path, local_save_path)
-#         print(f"✅ {model_path} 다운로드 완료 → {local_save_path}")
-#         return local_save_path
-#     except Exception as e:
-#         print(f"❌ MinIO에서 {model_path} 다운로드 실패: {e}")
-#         return None

core/model_loader.py

@@ -5,12 +5,6 @@
 
 MODEL_PATH = "downloaded_model"
 
-# def load_tokenizer():
-#     # Tokenizer 로드
-#     tokenizer = AutoTokenizer.from_pretrained(f"{MODEL_PATH}/tokenizer.json", local_files_only=True, use_fast=True)
-    
-#     return tokenizer
-
 def load_model():
     base_model_name = "Bllossom/llama-3.2-Korean-Bllossom-3B"
     lora_model_path = MODEL_PATH
@@ -33,31 +27,3 @@ def load_model():
     tokenizer.pad_token = tokenizer.eos_token
 
     return model, tokenizer
-
-#     # Config 로드
-#     config = AutoConfig.from_pretrained(f"{MODEL_PATH}/config.json", local_files_only=True) 
-
-#     # 모델 생성 (AutoModelForCausalLM, AutoModelForSequenceClassification 등 선택)
-#     model = AutoModel.from_config(config)
-
-#     # .safetensors 로드
-#     weights = load_file(f"{MODEL_PATH}/adapter_model.safetensors") # 파일명 확인
-
-#     # 모델에 가중치 적용
-#     model.load_state_dict(weights, strict=False)
-
-#     # # 모델을 GPU로 이동 (선택)
-#     # device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
-#     # model.to(device)
-#     model.eval() # 모델 평가 모드로 설정
-
-#     # Adapter 설정 로드
-#     adapter_config = PeftConfig.from_pretrained(f"{MODEL_PATH}/adapter_config.json", local_files_only=True)
-
-#     # Adapter 적용
-#     model = PeftModel(model, adapter_config)
-
-#     return model
-
-# # # 모델 로드
-# # llama_model = load_model()

main.py

@@ -7,8 +7,6 @@
 from core.model_loader import load_model # load_tokenizer, tokenizer, 모델 로드
 import os
 
-# import torch
-
 app = FastAPI()
 
 origins = ['*']
@@ -26,7 +24,7 @@
 # 서버 실행 시 모델 파일 다운로드 + 모델 로드
 @app.on_event("startup")
 async def cache_model():
-    download_model_from_minio(f"", "downloaded_model") # MODEL_PATH : 어제 test 시 "test_download" 사용
+    download_model_from_minio(f"models", "downloaded_model") # MODEL_PATH : 어제 test 시 "test_download" 사용
     app.state.model, app.state.tokenizer = load_model()
 
 #if __name__ == '__main__':
@@ -39,3 +37,4 @@ async def cache_model():
 @app.get("/")
 async def root():
     return {"message": "Hello World"}
+