在線模型部署選型

業(yè)界已有的解決方法

模型部署.png

各種方法分析

RServer

基本上我們用Rserver方式脆栋,針對一次1000條或者更少請求的預(yù)測辩越,可以控制95%的結(jié)果在100ms內(nèi)返回結(jié)果像棘,100ms可以滿足工程上的實踐要求庇茫。更大的數(shù)據(jù)量,比如10000/次隔盛,100000/次的預(yù)測,我們目前評估下來滿足不了100ms的要求拾稳,建議分批進(jìn)行調(diào)用或者采用多線程請求的方式來實現(xiàn)吮炕。

機(jī)器學(xué)習(xí)算法線上部署方法 https://zhuanlan.zhihu.com/p/23382412

PFA

PFA太新,開源支持太少

PMML

PCA访得,歸一化可以封裝成preprocess轉(zhuǎn)換成PMML

特征處理支持比較少

mleap

優(yōu)點:使用Spark和Scikit-learn龙亲, 如果不希望在API堆棧中使用Python,很難將ML /數(shù)據(jù) pipeline模型部署到生產(chǎn)API服務(wù)悍抑。 MLeap提供簡單的接口來執(zhí)行整個ML pipeline鳄炉,從特征變換到分類,回歸搜骡,聚類算法和神經(jīng)網(wǎng)絡(luò)拂盯。

http://mleap-docs.combust.ml/core-concepts/mleap-bundles.html#bundle-structure

H2O

H2O.AI ,H2O.ai,提供了MOJO和POJO的方式;

H2O是一個完全開源的分布式內(nèi)存機(jī)器學(xué)習(xí)平臺记靡,具有線性可擴(kuò)展性谈竿。 H2O支持最廣泛使用的統(tǒng)計和機(jī)器學(xué)習(xí)算法,包括梯度增強(qiáng)機(jī)器簸呈,廣義線性模型榕订,深度學(xué)習(xí)等。 H2O還具有業(yè)界領(lǐng)先的AutoML功能蜕便,可自動運行所有算法及其超參數(shù)劫恒,以生成最佳模型的排行榜。 H2O平臺被全球14,000多家組織使用轿腺,并且在R&Python社區(qū)中非常受歡迎两嘴。

優(yōu)點:使用Java(POJO)和二進(jìn)制格式(MOJO)快速輕松地將模型部署到生產(chǎn)中。滿足了pipeline部署到生產(chǎn)環(huán)境

缺點:離線訓(xùn)練需要基于H2O的分布式系統(tǒng)族壳、學(xué)習(xí)維護(hù)成本比較高憔辫。

preditionIO

preditionIO,Welcome to Apache PredictionIO?!仿荆,可以基于spark和hbase來提供相應(yīng)的API服務(wù)贰您,還是很方便的

缺點:與Apache Spark,MLlib拢操,HBase锦亦,Spray和Elasticsearch捆綁在一起,不能單獨部署令境,不夠靈活

結(jié)合我們現(xiàn)在的技術(shù)棧杠园,綜合下來采用MLeap是個不錯的選擇,相對于我們現(xiàn)在的框架優(yōu)點明顯舔庶,隨后對MLeap進(jìn)行一些基礎(chǔ)測試抛蚁。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末陈醒,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子瞧甩,更是在濱河造成了極大的恐慌钉跷,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,277評論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件亲配,死亡現(xiàn)場離奇詭異尘应,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)吼虎,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,689評論 3 393
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來苍鲜,“玉大人思灰,你說我怎么就攤上這事』焯希” “怎么了洒疚?”我有些...
    開封第一講書人閱讀 163,624評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長坯屿。 經(jīng)常有香客問我油湖,道長,這世上最難降的妖魔是什么领跛? 我笑而不...
    開封第一講書人閱讀 58,356評論 1 293
  • 正文 為了忘掉前任乏德,我火速辦了婚禮,結(jié)果婚禮上吠昭,老公的妹妹穿的比我還像新娘铐然。我一直安慰自己荠割,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,402評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著功炮,像睡著了一般。 火紅的嫁衣襯著肌膚如雪袱吆。 梳的紋絲不亂的頭發(fā)上巧颈,一...
    開封第一講書人閱讀 51,292評論 1 301
  • 那天,我揣著相機(jī)與錄音兜粘,去河邊找鬼申窘。 笑死,一個胖子當(dāng)著我的面吹牛妹沙,可吹牛的內(nèi)容都是我干的偶洋。 我是一名探鬼主播,決...
    沈念sama閱讀 40,135評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼距糖,長吁一口氣:“原來是場噩夢啊……” “哼玄窝!你這毒婦竟也來了牵寺?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,992評論 0 275
  • 序言:老撾萬榮一對情侶失蹤恩脂,失蹤者是張志新(化名)和其女友劉穎帽氓,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體俩块,經(jīng)...
    沈念sama閱讀 45,429評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡黎休,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,636評論 3 334
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了玉凯。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片势腮。...
    茶點故事閱讀 39,785評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖漫仆,靈堂內(nèi)的尸體忽然破棺而出捎拯,到底是詐尸還是另有隱情,我是刑警寧澤盲厌,帶...
    沈念sama閱讀 35,492評論 5 345
  • 正文 年R本政府宣布署照,位于F島的核電站,受9級特大地震影響吗浩,放射性物質(zhì)發(fā)生泄漏建芙。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,092評論 3 328
  • 文/蒙蒙 一懂扼、第九天 我趴在偏房一處隱蔽的房頂上張望禁荸。 院中可真熱鬧,春花似錦微王、人聲如沸屡限。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,723評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽钧大。三九已至,卻和暖如春罩旋,著一層夾襖步出監(jiān)牢的瞬間啊央,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,858評論 1 269
  • 我被黑心中介騙來泰國打工涨醋, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留瓜饥,地道東北人。 一個月前我還...
    沈念sama閱讀 47,891評論 2 370
  • 正文 我出身青樓浴骂,卻偏偏與公主長得像乓土,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,713評論 2 354

推薦閱讀更多精彩內(nèi)容