机器学习模型线上部署方法总结

目前存在的几种模型上线的方式

1、R+pmml+spark+airflow调度 

其他团队用R语言训练模型并转为pmml文件，然后我们使用spark将这个pmml文件封装为jar，使用airflow提交到yarn。 val is: InputStream = fs.open(path)

val pmml: PMML = PMMLUtil.unmarshal(is)

modelEvaluator = ModelEvaluatorFactory.newInstance.newModelEvaluator(pmml)

2、python+sklearn+airflow调度 

其他团队使用python训练好sklearn模型，并joblib.dumps()保存，然后我们在python文件中joblib.load()加载改文件，使用airflow离线调度。

3、xgboost+spark+xgb4j 

我们使用的是分布式的spark版的xgboost，训练好的模型直接保存为二进制文件model.booster.saveModel(hdfsOutStream)，然后xgboost4j加载该文件XGBoost.loadModel(is)实现线上实时预测。

4、tensorflow+tensorflow的java库 

ft模型先转为protobuf协议的模型， 

frozen_graph = freeze_session(get_session(), output_names=["output"])

tf.train.write_graph(frozen_graph, "./", "model.pb", as_text=False)

然后使用tf的java库加载改pb模型，在线预测 try (