基于分布式平台的机器学习模型训练以及上线部署方案总结

1.调度平台:
谷歌的kubeflow
Databricks的Mlflow
Airflow
2.bdp可以定时也可以接口调用
3.多个模型并行训练可以采用接口传参获取特定数据训练特定模型,然后允许任务并行即可等价于k8s或者容器内搭建调度平台然后通过节点调用bdp接囗,因为bdp本身就是调度平台
4.训练与预测最大区别:训练存储模型文件不一定给预测结果,如果有预测结果是离线存在hive表预测是使用已知模型文件返回预测结果,可以存储hive表单更多是实时返回预测结果
5.预测分为离线数据预测和实时数据预测:离线数据预测可以离线预测结果提前存hive表离线数据预测可以提前转成hbase实现实时返回预测结果实时数据即为用真实的实时数据流进行预测

重点要实现实时数据和实时计算

# -*- coding:utf-8 -*-
from kafka import   KafkaProducer, KafkaConsumer
from   kafka. errors  import  kafka_errors
import  traceback
import  json 
import time

def  consumer_demo1() 
    consumer • = KafkaConsumer 
     'INC VSAP CLOS_LLRM' , 
    bootstrap_servers= ' 100. 80.128.199 : 992 ' 
    # , api_version=(0,9)
    #, ssL check hostname=FaLse 
    )
    # consumer = KafkaConsumer(group_id = ''111111', bootstrap_servers = [' 100. 80.128.199 : 992 ' ])
    # consumer. subscribe(topics=( 'INC_VSAP_CLOS_LLRM',))  #消息的主题可以指定多个
    print(consumer. topics()) 
    index = 0
    while  True: 
         msg   = consumer . poll(timeout=5, max_records=5)   #从Kafka获取消息
         print (msg) 
         time. sleep(2)
         index +=1
         print('--------poll  index  is %s---------' % index) 

  • 5
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    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
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

打赏作者

天蓝海乡

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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