使用KubeFATE快速部署联邦学习实验开发环境（二）

概述在前面的文章中（点我前往阅读），我们介绍过如何使用KubeFATE来部署一个单节点的FATE联邦学习集群。在真实的应用场景中，联邦学习往往需要多个参与方联合起来一起完成任务。基于此，本文将讲述如何通过KubeFATE和Docker-Compose来部署两个参与方的FATE集群，并在集群上运行一些简单的测试以验证其功能的完整性。

FATE集群的组网方式

联邦学习的训练任务需要多方参与，如图1所示，每一个party node都是一方，并且每个party node都有各自的一套FATE集群。而party node和party node之间的发现方式有两种。分别是点对点和星型。默认情况下，使用KubeFATE部署的多方集群会通过点对点的方式组网，但KubeFATE也可以单独部署Exchange服务以支持星型组网。

图 1 FATE集群组网方式

部署两方训练的集群

使用KubeFATE和Docker-Compose部署两方训练的集群

KubeFATE的使用分成两部分，第一部分是生成FATE集群的启动文件（docker-compose.yaml），第二个部分是通过docker-compose的方式去启动FATE集群。从逻辑上可将进行这两部分工作的机器分别称为部署机和目标机器。

Figure 1部署机目标机关系图

目标

两个可以互通的FATE实例，每个实例均包括FATE所有组件，实例分别部署在不同的两台机器上。

准备工作

1. 两个主机（物理机或者虚拟机，Ubuntu或Centos7系统，允许以root用户登录）；

2. 所有主机安装Docker 版本 : 18+；

3. 所有主机安装Docker-Compose 版本: 1.24+；

4. 部署机可以联网，所以主机相互之间可以网络互通；

5. 运行机已经下载FATE 的各组件镜像

Docker的安装以及FATE镜像的下载请参考前文，接下来我们将把两台主机划分为workspace1和workspace2。其中workspace1既作为部署机也作为目标机，而workspace2则作为目标机，每个机器运行一个FATE实例。这里两台主机的IP分别为192.168.7.1和192.168.7.2。用户需要根据实际情况做出修改。具体部署架构如图2所示。

图2 部署架构图

以下操作需在workspace1上并以root用户进行。

下载并解压Kubefate1.3的kubefate-docker-compose.tar.gz资源包

# curl -OL
https://github.com/FederatedAI/KubeFATE/releases/download/v1.3.0/kubefate-docker-compose.tar.gz

# tar -xzf kubefate-docker-compose.tar.gz

定义需要部署的实例数目

进入docker-deploy目录
# cd docker-deploy/

编辑parties.conf如下
# vi parties.conf 

user=root