亚洲中字慕日产2020,大陆极品少妇内射AAAAAA,无码av大香线蕉伊人久久,久久精品国产亚洲av麻豆网站

資訊專欄INFORMATION COLUMN

基于機(jī)器學(xué)習(xí)的DAG調(diào)度平臺

LucasTwilight / 1115人閱讀

摘要：算子背后是實(shí)現(xiàn)的一些算法組件機(jī)器學(xué)習(xí)前端交互機(jī)器學(xué)習(xí)平臺前端主要是將機(jī)器學(xué)習(xí)的流程裝成一個，定義各個算子的出入?yún)?，以及算子的配置參?shù)，組裝成一個文件，傳給調(diào)圖平臺是方式交互，是通過文件定義，通過。

什么是DAG?
有向無環(huán)圖
樹形結(jié)構(gòu)：除根節(jié)點(diǎn)，每個節(jié)點(diǎn)有且僅有一個上級節(jié)點(diǎn)，下級節(jié)點(diǎn)不限。根節(jié)點(diǎn)沒有上級節(jié)點(diǎn)。
圖結(jié)構(gòu)：每個節(jié)點(diǎn)上級、下級節(jié)點(diǎn)數(shù)不限。
DAG調(diào)度平臺的定義及場景

任務(wù)調(diào)度是在各行各業(yè)是個基礎(chǔ)問題，當(dāng)任務(wù)復(fù)雜同時存在任務(wù)復(fù)雜依賴的時候，就需要DAG調(diào)度。如：機(jī)器學(xué)習(xí)的可視化建模（PAI平臺、第四范式），數(shù)據(jù)的抽取、轉(zhuǎn)換、加載（ETL），在業(yè)務(wù)復(fù)雜情況下就需要DAG的調(diào)度管理等
接下來說說基于機(jī)器學(xué)習(xí)的DAG調(diào)度平臺

系統(tǒng)架構(gòu)

構(gòu)圖：

系統(tǒng)架構(gòu)說明

DAG調(diào)度平臺主要的職責(zé)是:
1.接受機(jī)器學(xué)習(xí)web傳過來的yaml文件(dag定義文件)
2.解析yaml文件，變成結(jié)構(gòu)化數(shù)據(jù)存儲到mysql數(shù)據(jù)庫
3.開始調(diào)度dag定義各個算子任務(wù)
4.算子執(zhí)行引擎根據(jù)算子類型分發(fā)到各個環(huán)境進(jìn)行執(zhí)行

名詞說明
yaml:類型XML的數(shù)據(jù)描述語言，語法更加簡單
算子:機(jī)器學(xué)習(xí)的DAG中各個節(jié)點(diǎn)即為算子，在算子執(zhí)行引擎中稱為算子任務(wù)。算子背后是python實(shí)現(xiàn)的一些算法組件
1.機(jī)器學(xué)習(xí)前端交互

機(jī)器學(xué)習(xí)平臺前端主要是將機(jī)器學(xué)習(xí)的流程裝成一個dag，定義各個算子的出入?yún)?，以及算子的配置參?shù)，組裝成一個yaml文件，傳給DAG調(diào)圖平臺（Azkaban是zip方式交互，Airflow是通過py文件定義，Oozie通過xml）。
一個完整的DAG定義應(yīng)包含以下算子：

數(shù)據(jù)讀取/數(shù)據(jù)預(yù)處理

特征功能

模型訓(xùn)練

模型預(yù)測

模型評估

模型部署

下圖是個簡化版的DAG定義，除去了模型部署算子

2.DAG調(diào)度平臺各模塊介紹
dag engine（圖引擎）：

負(fù)責(zé)解析傳入的yaml文件。根據(jù)yaml的配置生成算子的出入?yún)⒁约斑\(yùn)行配置信息保存到數(shù)據(jù)庫。同時負(fù)責(zé)任務(wù)的調(diào)用。

opertor engine（算子執(zhí)行引擎）:

負(fù)責(zé)算子執(zhí)行，根據(jù)算子類型分發(fā)到不同的執(zhí)行器中。統(tǒng)一的啟停接口，日志查詢接口，任務(wù)狀態(tài)查詢接口

executor（執(zhí)行器）：

local executor(本地執(zhí)行器)：

執(zhí)行單機(jī)的python任務(wù)，執(zhí)行單機(jī)文件方式的機(jī)器學(xué)習(xí)算法。當(dāng)沒有大數(shù)據(jù)平臺的時候，只能通過本地執(zhí)行器執(zhí)行DAG

dc executor（分布式計算平臺執(zhí)行器）：

將python算法發(fā)送至大數(shù)據(jù)計算平臺，使用大數(shù)據(jù)平臺資源運(yùn)行算子。

base executor (執(zhí)行器接口):

以后的執(zhí)行器實(shí)現(xiàn)需要實(shí)現(xiàn)這個基類，方便拓展。

3.分布式計算平臺交互

針對不同的的計算平臺實(shí)現(xiàn)base executor去自定義擴(kuò)充。本系統(tǒng)通過dc executor實(shí)現(xiàn)，
分布式計算平臺需要將python code通過http接口發(fā)送過去進(jìn)行執(zhí)行。

部署架構(gòu)圖 separation方式

mixture方式

實(shí)現(xiàn)細(xì)節(jié) yaml定義格式 
dag:
 operator_list: [algo_local_read_file_45_1517360824080,algo_local_split_data_45_1517360836712,algo_local_model_2c_l_45_1517362008544,algo_local_model_predict_45_1517362016532,algo_local_model_2c_eval_45_1517362022452,algo_local_model_gbdt_111_1517801573063]
 operator_rels:
  algo_local_read_file_45_1517360824080: [{"target":"algo_local_split_data_45_1517360836712","source_index":0,"target_index":0}]
  algo_local_split_data_45_1517360836712: [{"target":"algo_local_model_2c_l_45_1517362008544","source_index":0,"target_index":0},{"target":"algo_local_model_gbdt_111_1517801573063","source_index":1,"target_index":0}]
  algo_local_model_predict_45_1517362016532: [{"target":"algo_local_model_2c_eval_45_1517362022452","source_index":0,"target_index":0}]
  algo_local_model_gbdt_111_1517801573063: [{"target":"algo_local_model_predict_45_1517362016532","source_index":0,"target_index":0}]
  algo_local_model_2c_l_45_1517362008544: [{"target":"algo_local_model_predict_45_1517362016532","source_index":0,"target_index":1}]
 operator_details:
  
  algo_local_read_file_45_1517360824080:
   algo_name: algo_local_read_file
   data_type: 本地python
   type: 數(shù)據(jù)源
   cn_name: 讀文件
   coordinate:
    x: 137
    y: 69
   params:
    data_id: 40
  algo_local_split_data_45_1517360836712:
   algo_name: algo_local_split_data
   data_type: 本地python
   type: 數(shù)據(jù)預(yù)處理
   cn_name: 拆分組件
   coordinate:
    x: 226
    y: 164
   params:
    split_type: 1
    ext1: 0.8
    ext2: null
  algo_local_model_2c_l_45_1517362008544:
   algo_name: algo_local_model_2c_l
   data_type: 本地python
   type: 模型算法
   cn_name: 邏輯回歸二分類
   coordinate:
    x: 130
    y: 262
   params:
    x_cols: [LIMIT_BAL,SEX,EDUCATION,MARRIAGE,AGE,PAY_0,PAY_2,PAY_3,PAY_4,PAY_5,PAY_6,BILL_AMT1,BILL_AMT2,BILL_AMT3,BILL_AMT4,BILL_AMT5,BILL_AMT6,PAY_AMT1,PAY_AMT2,PAY_AMT3,PAY_AMT4,PAY_AMT5,PAY_AMT6]
    y_col: next_month
    pre_value: 1
    penalty: l2
    C: 1
    max_iter: 100
    senior: true
    class_weight: null
    dual: false
    fit_intercept: true
    intercept_scaling: 1
    multi_class: ovr
    n_jobs: 1
    random_state: null
    solver: liblinear
    tol: 0.0001
    verbose: 0
    warm_start: false
  algo_local_model_predict_45_1517362016532:
   algo_name: algo_local_model_predict
   data_type: 本地python
   type: 模型預(yù)測
   cn_name: 模型預(yù)測
   coordinate:
    x: 258
    y: 396
   params:
    x_cols: [LIMIT_BAL,SEX,EDUCATION,MARRIAGE,AGE,PAY_0,PAY_2,PAY_3,PAY_4,PAY_5,PAY_6,BILL_AMT1,BILL_AMT2,BILL_AMT3,BILL_AMT4,BILL_AMT5,BILL_AMT6,PAY_AMT1,PAY_AMT2,PAY_AMT3,PAY_AMT4,PAY_AMT5,PAY_AMT6]
  algo_local_model_2c_eval_45_1517362022452:
   algo_name: algo_local_model_2c_eval
   data_type: 本地python
   type: 模型評估
   cn_name: 二分類評估
   coordinate:
    x: 270
    y: 503
   params:
    y_col: next_month
    pre_col: predict_result
    pre_value: 1
  algo_local_model_gbdt_111_1517801573063:
   algo_name: algo_local_model_gbdt
   data_type: 本地python
   type: 模型算法
   cn_name: GBDT
   coordinate:
    x: 432.1111111111111
    y: 295.3333333333333
   params:
    x_cols: [LIMIT_BAL,SEX,EDUCATION,MARRIAGE,AGE,PAY_0,PAY_2,PAY_3,PAY_4,PAY_5,PAY_6,BILL_AMT1,BILL_AMT2,BILL_AMT3,BILL_AMT4,BILL_AMT5,BILL_AMT6,PAY_AMT1,PAY_AMT2,PAY_AMT3,PAY_AMT4,PAY_AMT5,PAY_AMT6]
    y_col: next_month
    pre_value: 1
    n_estimators: 10
    max_depth: 5
    senior: true
    criterion: friedman_mse
    init: null
    learning_rate: 0.1
    loss: deviance
    max_features: null
    max_leaf_nodes: null
    min_impurity_decrease: 0
    min_impurity_split: null
    min_samples_leaf: 1
    min_samples_split: 2
    min_weight_fraction_leaf: 0
    presort: auto
    random_state: null
    subsample: 1
    verbose: 0
    warm_start: false
 params:
  translate: [41,-20]
  scale: 0.9
dag engine實(shí)現(xiàn)邏輯

1.當(dāng)前節(jié)點(diǎn)，采用廣度優(yōu)先遍歷獲取所有需要執(zhí)行的算子(節(jié)點(diǎn))信息。
2.輪詢所有算子(節(jié)點(diǎn))，判斷上算子(節(jié)點(diǎn))是否全部執(zhí)行完成，執(zhí)行完成開始執(zhí)行當(dāng)前算子(節(jié)點(diǎn))。
3.發(fā)送請求到operator engine開始執(zhí)行當(dāng)前算子(節(jié)點(diǎn))任務(wù)。

operator engine實(shí)現(xiàn)邏輯

1.主進(jìn)程接受task請求，添加任務(wù)執(zhí)行隊列、任務(wù)監(jiān)聽隊列。
2.任務(wù)執(zhí)行進(jìn)程輪詢接受到的隊列，根據(jù)不同任務(wù)類型調(diào)用不同executor
3.任務(wù)監(jiān)聽進(jìn)程輪詢接受到的隊列，調(diào)用不同executor查詢?nèi)蝿?wù)執(zhí)行狀態(tài)，是任務(wù)執(zhí)行的最終狀態(tài)（成功、失敗）回調(diào)dag engine

local executor實(shí)現(xiàn)邏輯

1.local executor接受任務(wù)，發(fā)送到隊列中。
2.local worker進(jìn)程池(cpu數(shù)*2個進(jìn)程)，輪詢獲取隊列中任務(wù)，使用importlib的python去執(zhí)行對應(yīng)算子。

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://www.ezyhdfw.cn/yun/44695.html

相關(guān)文章

  • airflow探索篇

    摘要：調(diào)度和監(jiān)控工作流的平臺，用于用來創(chuàng)建監(jiān)控和調(diào)整。安裝以及方式啟動重要說明使用需要安裝配置說明上篇在中配置的。負(fù)責(zé)調(diào)度，只支持單節(jié)點(diǎn)，多節(jié)點(diǎn)啟動可能會掛掉負(fù)責(zé)執(zhí)行具體中的。輪詢查詢狀態(tài)是成功失敗。如是則繼續(xù)輪詢，成功失敗操作相應(yīng)后續(xù)操作。 airflow是一個 Airbnb 的 Workflow 開源項目，在Github 上已經(jīng)有超過兩千星。data pipeline調(diào)度和監(jiān)控工作流的平...

    leap_frog 評論0 收藏0

  • Spark 快速入門

    摘要：數(shù)據(jù)科學(xué)任務(wù)主要是數(shù)據(jù)分析領(lǐng)域，數(shù)據(jù)科學(xué)家要負(fù)責(zé)分析數(shù)據(jù)并建模，具備統(tǒng)計預(yù)測建模機(jī)器學(xué)習(xí)等方面的經(jīng)驗，以及一定的使用或語言進(jìn)行編程的能力。監(jiān)控運(yùn)行時性能指標(biāo)信息。 Spark Spark 背景 什么是 Spark 官網(wǎng)：http://spark.apache.org Spark是一種快速、通用、可擴(kuò)展的大數(shù)據(jù)分析引擎，2009年誕生于加州大學(xué)伯克利分校AMPLab，2010年開源，20...

    wangshijun 評論0 收藏0

發(fā)表評論

0條評論

閱讀需要支付1元查看
<