微博在线机器学习平台的K8S实践
？ 通信优化：数据请求（PULL&PUSH）聚合，同模型多矩阵并发，锁粒度优化，性能提升5-10倍
？ 缓存优化：使用堆外内存与LRU过期机制，解决GC引起的性能损耗，性能提升3-5倍
？ 分区优化：支持多种分区策略（RANGE/HASH/MOD），解决数据倾斜导致的流量热点瓶颈问 题，性能提升2-5倍
？ 存储优化：自定义存储方式（ByRow&ByKey），基于row进行矩阵压缩存储，参数内存占用减少 90%
- 2021-06-30
- 阅读209
- 下载0
- 25页
- pdf
