利用hadoop streaming对tensorflow模型进行分布式预测

15 篇文章 1 订阅
4 篇文章 0 订阅

0. python打包并上传到hdfs

# 安装Python
mkdir Python
export PYTHON_ROOT=~/Python
tar -xvf Python-3.6.8.tgz
pushd Python-3.6.8
./configure --prefix="{PYTHON_ROOT}" --enable-unicode=cs4
make && make install
popd
rm -rf Python-3.6.8.tgz

# Python打包
export PYTHON_ROOT=~/Python
pushd "${PYTHON_ROOT}"
zip -r Python.zip *
popd

# 推送到hdfs
hadoop fs -put Python.zip /usr/dm/tools/

1. 模型本地分发

     以Keras保存的.h5模型为例.

#!/bin/bash
# 输入输出
INPUT_DIR="hdfs://ns3-backup/usr/dm/data/predict_feature/dt=20191201/part_*"
output_DIR="hdfs://ns3-backup/usr/dm/data/predict_feature_results/dt=20191201/"

# Python包
PYTHON="hdfs://ns3-backup/usr/dm/tools/Python.zip#Python"

# 模型位置
MODEL="./models.h5"

# hadoop stream命令
hadoop jar /usr/local/hadoop-2.7.3/share/hadoop/tools/lib/hadoop-streaming-2.7.3.jar \
    -archives ${PYTHON} \
    -input ${INPUT_DIR} \
    -output ${OUTPUT_DIR} \
    -mapper "Python/bin/python3 mapper.py" \
    -mapper "Python/bin/python3 reducer.py ${MODEL}" \
    -jobconf mapred.map.tasks=1000 \
    -jobconf mapred.reduce.tasks=1000 \
    -jobconf mapred.job.name="predict" \
    -jobconf mapreduce.map.memory.mb=4096 \
    -jobconf mapreduce.reduce.memory.mb=4096 \
    -inputformat com.sina.hadoop.rcfile.RCFileAsTextInputFormat \  # 输入为RCFile格式
    -file mapper.py \
    -file reducer.py \
    -file ${MODEL}
    

2. 模型从HDFS分发

     还是以Keras保存的.h5模型为例.

#!/bin/bash
# 输入输出
INPUT_DIR="hdfs://ns3-backup/usr/dm/data/predict_feature/dt=20191201/part_*"
output_DIR="hdfs://ns3-backup/usr/dm/data/predict_feature_results/dt=20191201/"

# Python包
PYTHON="hdfs://ns3-backup/usr/dm/tools/Python.zip#Python"

# 模型位置
MODEL="hdfs://ns3-backup/usr/dm/model/models.h5#models"

# hadoop stream命令
hadoop jar /usr/local/hadoop-2.7.3/share/hadoop/tools/lib/hadoop-streaming-2.7.3.jar \
    -archives ${PYTHON} \
    -input ${INPUT_DIR} \
    -output ${OUTPUT_DIR} \
    -mapper "Python/bin/python3 mapper.py" \
    -mapper "Python/bin/python3 reducer.py models" \
    -jobconf mapred.map.tasks=1000 \
    -jobconf mapred.reduce.tasks=1000 \
    -jobconf mapred.job.name="predict" \
    -jobconf mapreduce.map.memory.mb=4096 \
    -jobconf mapreduce.reduce.memory.mb=4096 \
    -inputformat com.sina.hadoop.rcfile.RCFileAsTextInputFormat \  # 输入为RCFile格式
    -file mapper.py \
    -file reducer.py \
    -cacheFile ${MODEL}
    

3. 带多个目录的模型从HDFS分发

   从本地使用 -file分发模型和从HDFS使用-cacheFile分发模型最终都是在同一级目录下使用。使用tf.saved_model.load读取tpb模型时存在需要读取model下的saved_model.pb和assets及variables两个目录,模型结果如下:

models -| saved_model.pb 
       -| aseets    -| key 
       -| variables -| variables.data-00000-of-00001
                    -| variables.index

我们可以使用与python用法一样的压缩方式进行加载.

模型打包:

cd model && zip -r models.zip *
hadoop fs -put models.zip /usr/dm/data/models

hadoop streaming命令如下:

#!/bin/bash
# 输入输出
INPUT_DIR="hdfs://ns3-backup/usr/dm/data/predict_feature/dt=20191201/part_*"
output_DIR="hdfs://ns3-backup/usr/dm/data/predict_feature_results/dt=20191201/"

# Python包
PYTHON="hdfs://ns3-backup/usr/dm/tools/Python.zip#Python"

# 模型位置
MODEL="hdfs://ns3-backup/usr/dm/model/models.zip#models"

# hadoop stream命令
hadoop jar /usr/local/hadoop-2.7.3/share/hadoop/tools/lib/hadoop-streaming-2.7.3.jar \
    -archives ${PYTHON}, ${MODEL} \
    -input ${INPUT_DIR} \
    -output ${OUTPUT_DIR} \
    -mapper "Python/bin/python3 mapper.py" \
    -mapper "Python/bin/python3 reducer.py models" \
    -jobconf mapred.map.tasks=1000 \
    -jobconf mapred.reduce.tasks=1000 \
    -jobconf mapred.job.name="predict" \
    -jobconf mapreduce.map.memory.mb=4096 \
    -jobconf mapreduce.reduce.memory.mb=4096 \
    -inputformat com.sina.hadoop.rcfile.RCFileAsTextInputFormat \  # 输入为RCFile格式
    -file mapper.py \
    -file reducer.py
    
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值