这里会显示出您选择的修订版和当前版本之间的差别。
两侧同时换到之前的修订记录 前一修订版 后一修订版 | 前一修订版 | ||
start [2019/12/29 15:06] jinlong [平台概述] |
start [2020/07/12 12:07] (当前版本) |
||
---|---|---|---|
行 7: | 行 7: | ||
型部署平台,实现了常用机器学习模型的固化、加载和实时运算,以便于后续模型的落地。 | 型部署平台,实现了常用机器学习模型的固化、加载和实时运算,以便于后续模型的落地。 | ||
- | EPPDEV-MLIB平台建设的详细背景及优劣时说明参见:[[background|背景说明]] | + | * 平台建设的详细背景及优劣时说明参见:[[background|背景说明]] |
===== 平台部署 ===== | ===== 平台部署 ===== | ||
- | |||
- | 平台部署所需安装的组件包括: | ||
- | |||
- | * main-register: 主用注册中心1个 | ||
- | * backup-register:备用注册中心1个 | ||
- | * provider:执行引擎(多个) | ||
- | * consumer:服务网关(多个) | ||
- | * monitor:监控中心(1-2个) | ||
平台及与JavaEE/MySQL数据库开发,一般建议安装在64位企业级Linux操作系统上(如CentOS7+, Ubuntu Server LTS等), | 平台及与JavaEE/MySQL数据库开发,一般建议安装在64位企业级Linux操作系统上(如CentOS7+, Ubuntu Server LTS等), | ||
行 24: | 行 16: | ||
- | 详细的环境需求和典型安装部署环境详见:[[install:environment|EPPDEV-MLIB平台部署环境需求]] | + | * 详细的环境需求和典型安装部署环境详见:[[install:environment|EPPDEV-MLIB平台部署环境需求]] |
- | + | * 详细的安装流程请参见:[[install:install|EPPDEV-MLIB系统安装说明]] | |
- | 详细的安装流程请参见:[[install:install|EPPDEV-MLIB系统安装说明]] | + | |
===== 系统管理 ===== | ===== 系统管理 ===== | ||
+ | EPPDEV-MLIB平台的注册中心提供WEB前端界面,实现基础的用户管理、模型发布和各个组件的调用量展示功能: | ||
+ | |||
+ | * 用户管理,主要实现访问注册中心进行模型发布的用户的管理,详见:[[manage:user|用户管理功能使用说明]] | ||
+ | * 模型发布,主要实现模型的创建及其在执行引擎中的发布功能,详见:[[manage:model|模型部署与更新]] | ||
+ | * 状态监控:主要实现各个组件运行状态和分模型、执行引擎的调用量的展示功能,详见:[[manage:monitor|运行状态监控]] | ||
===== 接口调用 ===== | ===== 接口调用 ===== | ||
行 34: | 行 30: | ||
* 实时接口方式,通过Rest API进行模型调用,详见:[[call:api|实时接口调用]] | * 实时接口方式,通过Rest API进行模型调用,详见:[[call:api|实时接口调用]] | ||
- | * 批量计算方式,通过批处理任务进行模型调用,详见:[[call:batch|批量计算]] | + | * 批量计算方式,通过批处理任务进行模型调用,详见:[[call:batch|批量数据接口调用]] |
- | * udf方式,通过hive的udf进行模型计算调用,详见:[[call:udf|hive udf调用]] | + | * udf方式,通过hive的udf进行模型计算调用,详见:[[call:udf|HIVE UDF方式进行调用]] |
===== 建模说明 ===== | ===== 建模说明 ===== | ||
- | ===== TODO-LIST ===== | + | |
+ | 为支持基于EPPDEV-MLIB的模型部署,整个数据预处理、特征选择、模型训练,建议全部封装到 PMMLPipeline 中, | ||
+ | 从而实现所有处理过程均可保存到pmml文件中。 | ||
+ | |||
+ | 数据预处理一般全部通过 DataFrameMapper完成封装,以支持处理过程的保存,和程序代码 | ||
+ | 的可读性 | ||
+ | |||
+ | * 基础代码参见: [[model:basic|建模基础示例代码]] | ||
+ | * 常用的数据预处理代码示例: | ||
+ | * 空值填充参见:[[model:preprocess:impute|使用SimleImputer进行空值填充]] | ||
+ | * 连续数据分段方式参见:[[model:preprocess:cut|使用CutTransformer进行分段]] | ||
+ | * 离散数据分组参见:[[model:preprocess:group|使用ReplaceTransformer进行连续数据分段]] | ||
+ | * 多值变量处理参见:[[model:preprocess:multivalue|多值变量数据的处理]] | ||
+ | * 常见问题解决参见:[[model:errors|常见问题处理]] | ||
+ | |||
+ | ===== TODOLIST ===== | ||
* Python模型发布SDK示例 | * Python模型发布SDK示例 | ||
- | * 定期清理缓存数据,避免内存持续增长 | ||