多方联合作业&任务调度

1. 说明

主要介绍如何使用FATE Flow提交一个联邦学习作业，并观察使用

2. 作业提交

构建一个联邦学习作业，并提交到调度系统执行
需要两个配置文件：job dsl和job conf
job dsl配置运行的组件：列表、输入输出关系
job conf配置组件执行参数、系统运行参数

3. Job DSL配置说明

DSL 的配置文件采用 json 格式，实际上，整个配置文件就是一个 json 对象（dict）。

3.1 组件列表

描述在这个 dict 的第一级是 components，用来表示这个任务将会使用到的各个模块。样例

{
  "components" : {
          ...
      }
}

每个独立的模块定义在 "components" 之下，例如：

"data_transform_0": {
      "module": "DataTransform",
      "input": {
          "data": {
              "data": [
                  "reader_0.train_data"
              ]
          }
      },
      "output": {
          "data": ["train"],
          "model": ["model"]
      }
  }

所有数据需要通过Reader模块从数据存储拿取数据，注意此模块仅有输出output

"reader_0": {
      "module": "Reader",
      "output": {
          "data": ["train"]
      }
}

3.2 模块

描述用来指定使用的组件，所有可选module名称参考：样例

"hetero_feature_binning_1": {
    "module": "HeteroFeatureBinning",
     ...
}

3.3 输入

描述上游输入，分为两种输入类型，分别是数据和模型。

数据输入

描述上游数据输入，分为三种输入类型：

> 1.  data: 一般被用于 data-transform模块, feature_engineering 模块或者
>     evaluation 模块
> 2.  train_data: 一般被用于 homo_lr, hetero_lr 和 secure_boost
>     模块。如果出现了 train_data 字段，那么这个任务将会被识别为一个 fit 任务
> 3.  validate_data： 如果存在 train_data
>     字段，那么该字段是可选的。如果选择保留该字段，则指向的数据将会作为
>     validation set
> 4.  test_data: 用作预测数据，如提供，需同时提供model输入。

模型输入

描述上游模型输入，分为两种输入类型：

1.  model: 用于同种类型组件的模型输入。例如，hetero_binning_0 会对模型进行 fit，然后
    hetero_binning_1 将会使用 hetero_binning_0 的输出用于 predict 或
    transform。代码示例：

        "hetero_feature_binning_1": {
            "module": "HeteroFeatureBinning",
            "input": {
                "data": {
                    "data": [
                        "data_transform_1.validate_data"
                    ]
                },
                "model": [
                    "hetero_feature_binning_0.fit_model"
                ]
            },
            "output": {
                "data": ["validate_data"],
              "model": ["eval_model"]
            }
        }

2.  isometric_model: 用于指定继承上游组件的模型输入。 例如，feature selection 的上游组件是
    feature binning，它将会用到 feature binning 的信息来作为 feature
    importance。代码示例：

        "hetero_feature_selection_0": {
            "module": "HeteroFeatureSelection",
            "input": {
                "data": {
                    "data": [
                        "hetero_feature_binning_0.train"
                    ]
                },
                "isometric_model": [
                    "hetero_feature_binning_0.output_model"
                ]
            },
            "output": {
                "data": ["train"],
                "model": ["output_model"]
            }
        }

3.4 输出

描述输出，与输入一样，分为数据和模型输出

数据输出

描述数据输出，分为四种输出类型：

data: 常规模块数据输出
train_data: 仅用于Data Split
validate_data: 仅用于Data Split
test_data：仅用于Data Split

模型输出

描述模型输出，仅使用model

3.5 组件Provider

FATE-Flow 1.7.0版本开始，同一个FATE-Flow系统支持加载多种且多版本的组件提供方，也即provider，provider提供了若干个组件，提交作业时可以配置组件的来源provider FATE-Flow 1.9.0版本开始，provider的参数需在conf中配置，具体如下

描述指定provider，支持全局指定以及单个组件指定；若不指定，默认 provider：fate@$FATE_VERSION

格式 provider_name@$provider_version

进阶可以通过组件注册CLI注册新的 provider，目前支持的 provider：fate 和 fate_sql，具体请参考FATE Flow 组件中心

样例

{
  "dsl_version": "2",
  "initiator": {},
  "role": {},
  "job_parameters": {},
  "component_parameters": {},
  "provider": {
    "common": {
      "hetero_feature_binning_0": "fate@1.8.0"
    },
    "role": {
      "guest": {
        "0": {
          "data_transform_0": "fate@1.9.0"
        }
      },
      "host": {
        "0": {
          "data_transform_0": "fate@1.9.0"
        }
      }
    }
  }
}

4. Job Conf配置说明

Job Conf用于设置各个参与方的信息, 作业的参数及各个组件的参数。内容包括如下：

4.1 DSL版本

描述配置版本，默认不配置为1，建议配置为2 样例

"dsl_version": "2"

4.2 作业参与方

发起方

描述任务发起方的role和party_id。样例

"initiator": {
    "role": "guest",
    "party_id": 9999
}

所有参与方

描述各参与方的信息。说明在 role 字段中，每一个元素代表一种角色以及承担这个角色的 party_id。每个角色的 party_id

以列表形式存在，因为一个任务可能涉及到多个 party 担任同一种角色。

样例

"role": {
    "guest": [9999],
    "host": [10000],
    "arbiter": [10000]
}

4.3 系统运行参数

描述

配置作业运行时的主要系统参数

参数应用范围策略设置

**应用于所有参与方，使用common范围标识符 **仅应用于某参与方，使用role范围标识符，使用(role:)party_index定位被指定的参与方，直接指定的参数优先级高于common参数

"common": {
}

"role": {
  "guest": {
    "0": {
    }
  }
}

其中common下的参数应用于所有参与方，role-guest-0配置下的参数应用于guest角色0号下标的参与方注意，当前版本系统运行参数未对仅应用于某参与方做严格测试，建议使用优先选用common

支持的系统参数

配置项	默认值	支持值	说明
job_type	train	train, predict	任务类型
task_cores	4	正整数	作业申请的总cpu核数
task_parallelism	1	正整数	task并行度
computing_partitions	task所分配到的cpu核数	正整数	计算时数据表的分区数
eggroll_run	无	processors_per_node等	eggroll计算引擎相关配置参数，一般无须配置，由task_cores自动计算得到，若配置则task_cores参数不生效
spark_run	无	num-executors, executor-cores等	spark计算引擎相关配置参数，一般无须配置，由task_cores自动计算得到，若配置则task_cores参数不生效
rabbitmq_run	无	queue, exchange等	rabbitmq创建queue、exchange的相关配置参数，一般无须配置，采取系统默认值
pulsar_run	无	producer, consumer等	pulsar创建producer和consumer时候的相关配置，一般无需配置。
federated_status_collect_type	PUSH	PUSH, PULL	多方运行状态收集模式，PUSH表示每个参与方主动上报到发起方，PULL表示发起方定期向各个参与方拉取
timeout	259200 (3天)	正整数	任务超时时间,单位秒
audo_retries	3	正整数	每个任务失败自动重试最大次数
model_id	-	-	模型id，预测任务需要填入
model_version	-	-	模型version，预测任务需要填入

计算引擎和存储引擎之间具有一定的支持依赖关系
开发者可自行实现适配的引擎，并在runtime config配置引擎

参考配置

无须关注计算引擎，采取系统默认cpu分配计算策略时的配置

"job_parameters": {
  "common": {
    "job_type": "train",
    "task_cores": 6,
    "task_parallelism": 2,
    "computing_partitions": 8,
    "timeout": 36000
  }
}

使用eggroll作为computing engine，采取直接指定cpu等参数时的配置

"job_parameters": {
  "common": {
    "job_type": "train",
    "eggroll_run": {
      "eggroll.session.processors.per.node": 2
    },
    "task_parallelism": 2,
    "computing_partitions": 8,
    "timeout": 36000,
  }
}

使用spark作为computing engine，rabbitmq作为federation engine,采取直接指定cpu等参数时的配置

"job_parameters": {
  "common": {
    "job_type": "train",
    "spark_run": {
      "num-executors": 1,
      "executor-cores": 2
    },
    "task_parallelism": 2,
    "computing_partitions": 8,
    "timeout": 36000,
    "rabbitmq_run": {
      "queue": {
        "durable": true
      },
      "connection": {
        "heartbeat": 10000
      }
    }
  }
}

使用spark作为computing engine，pulsar作为federation engine

"job_parameters": {
  "common": {
    "spark_run": {
      "num-executors": 1,
      "executor-cores": 2
    },
  }
}

更多资源相关高级配置请参考资源管理

4.3 组件运行参数

参数应用范围策略设置

应用于所有参与方，使用common范围标识符
仅应用于某参与方，使用role范围标识符，使用(role:)party_index定位被指定的参与方，直接指定的参数优先级高于common参数

"commom": {
}

"role": {
  "guest": {
    "0": {
    }
  }
}

其中common配置下的参数应用于所有参与方，role-guest-0配置下的参数表示应用于guest角色0号下标的参与方注意，当前版本组件运行参数已支持两种应用范围策略

参考配置

intersection_0与hetero_lr_0两个组件的运行参数，放在common范围下，应用于所有参与方
对于reader_0与data_transform_0两个组件的运行参数，依据不同的参与方进行特定配置，这是因为通常不同参与方的输入参数并不一致，所有通常这两个组件一般按参与方设置
上述组件名称是在DSL配置文件中定义

"component_parameters": {
  "common": {
    "intersection_0": {
      "intersect_method": "raw",
      "sync_intersect_ids": true,
      "only_output_key": false
    },
    "hetero_lr_0": {
      "penalty": "L2",
      "optimizer": "rmsprop",
      "alpha": 0.01,
      "max_iter": 3,
      "batch_size": 320,
      "learning_rate": 0.15,
      "init_param": {
        "init_method": "random_uniform"
      }
    }
  },
  "role": {
    "guest": {
      "0": {
        "reader_0": {
          "table": {"name": "breast_hetero_guest", "namespace": "experiment"}
        },
        "data_transform_0":{
          "with_label": true,
          "label_name": "y",
          "label_type": "int",
          "output_format": "dense"
        }
      }
    },
    "host": {
      "0": {
        "reader_0": {
          "table": {"name": "breast_hetero_host", "namespace": "experiment"}
        },
        "data_transform_0":{
          "with_label": false,
          "output_format": "dense"
        }
      }
    }
  }
}

5. 多Host 配置

多Host任务应在role下列举所有host信息

样例:

"role": {
   "guest": [
     10000
   ],
   "host": [
     10000, 10001, 10002
   ],
   "arbiter": [
     10000
   ]
}

各host不同的配置应在各自对应模块下分别列举

样例:

"component_parameters": {
   "role": {
      "host": {
         "0": {
            "reader_0": {
               "table":
                {
                  "name": "hetero_breast_host_0",
                  "namespace": "hetero_breast_host"
                }
            }
         },
         "1": {
            "reader_0": {
               "table":
               {
                  "name": "hetero_breast_host_1",
                  "namespace": "hetero_breast_host"
               }
            }
         },
         "2": {
            "reader_0": {
               "table":
               {
                  "name": "hetero_breast_host_2",
                  "namespace": "hetero_breast_host"
               }
            }
         }
      }
   }
}

6. 预测任务配置

6.1 说明

DSL V2不会自动为训练任务生成预测dsl。用户需要首先使用Flow Client部署所需模型中模块。详细命令说明请参考fate_flow_client

flow model deploy --model-id $model_id --model-version $model_version --cpn-list ...

可选地，用户可以在预测dsl中加入新模块，如Evaluation

6.2 样例

训练 dsl：

"components": {
    "reader_0": {
        "module": "Reader",
        "output": {
            "data": [
                "data"
            ]
        }
    },
    "data_transform_0": {
        "module": "DataTransform",
        "input": {
            "data": {
                "data": [
                    "reader_0.data"
                ]
            }
        },
        "output": {
            "data": [
                "data"
            ],
            "model": [
                "model"
            ]
        }
    },
    "intersection_0": {
        "module": "Intersection",
        "input": {
            "data": {
                "data": [
                    "data_transform_0.data"
                ]
            }
        },
        "output": {
            "data":[
                "data"
            ]
        }
    },
    "hetero_nn_0": {
        "module": "HeteroNN",
        "input": {
            "data": {
                "train_data": [
                    "intersection_0.data"
                ]
            }
        },
        "output": {
            "data": [
                "data"
            ],
            "model": [
                "model"
            ]
        }
    }
}

预测 dsl:

"components": {
    "reader_0": {
        "module": "Reader",
        "output": {
            "data": [
                "data"
            ]
        }
    },
    "data_transform_0": {
        "module": "DataTransform",
        "input": {
            "data": {
                "data": [
                    "reader_0.data"
                ]
            }
        },
        "output": {
            "data": [
                "data"
            ],
            "model": [
                "model"
            ]
        }
    },
    "intersection_0": {
        "module": "Intersection",
        "input": {
            "data": {
                "data": [
                    "data_transform_0.data"
                ]
            }
        },
        "output": {
            "data":[
                "data"
            ]
        }
    },
    "hetero_nn_0": {
        "module": "HeteroNN",
        "input": {
            "data": {
                "train_data": [
                    "intersection_0.data"
                ]
            }
        },
        "output": {
            "data": [
                "data"
            ],
            "model": [
                "model"
            ]
        }
    },
    "evaluation_0": {
        "module": "Evaluation",
        "input": {
            "data": {
                "data": [
                    "hetero_nn_0.data"
                ]
            }
         },
         "output": {
             "data": [
                 "data"
             ]
          }
    }
}

7. 作业重跑

1.5.0版本, 开始支持重跑某个作业, 但是仅支持失败的作业 1.7.0版本支持成功的作业重跑, 并且可以指定从哪个组件开始重跑, 被指定的组件及其下游组件会重跑, 但其他组件不会重跑

8. 作业参数更新

实际生产建模过程中, 需要进行不断调试修改组件参数且重跑, 但是此时并不是所有组件都需要调整并且重跑, 因此在1.7.0版本后支持修改某个组件的参数更新, 且配合rerun命令按需重跑

9. 作业调度策略

按提交时间先后入队
目前仅支持FIFO策略，也即每次调度器仅会扫描第一个作业，若第一个作业申请资源成功则start且出队，若申请资源失败则等待下一轮调度

10. 依赖分发

简要描述：

支持从client节点分发fate和python依赖;
work节点不用部署fate;
当前版本只有fate on spark支持分发模式;

相关参数配置:

conf/service_conf.yaml:

dependent_distribution: true

fate_flow/settings.py

FATE_FLOW_UPDATE_CHECK = False

说明：

dependent_distribution: 依赖分发开关;，默认关闭;关闭时需要在每个work节点部署fate, 另外还需要在spark的配置spark-env.sh中填配置PYSPARK_DRIVER_PYTHON和PYSPARK_PYTHON；
FATE_FLOW_UPDATE_CHECK: 依赖校验开关, 默认关闭;打开后每次提交任务都会自动校验fate代码是否发生改变;若发生改变则会重新上传fate代码依赖;

11. 更多命令

请参考Job CLI和Task CLI

fate_flow_job_scheduling.zh.md 19 KB Cronologia Originale

多方联合作业&任务调度

1. 说明

2. 作业提交

3. Job DSL配置说明

3.1 组件列表

3.2 模块

3.3 输入

数据输入

模型输入

3.4 输出

数据输出

模型输出

3.5 组件Provider

4. Job Conf配置说明

4.1 DSL版本

4.2 作业参与方

发起方

所有参与方

4.3 系统运行参数

参数应用范围策略设置

支持的系统参数

参考配置

4.3 组件运行参数

参数应用范围策略设置

参考配置

5. 多Host 配置

6. 预测任务配置

6.1 说明

6.2 样例

7. 作业重跑

8. 作业参数更新

9. 作业调度策略

10. 依赖分发

11. 更多命令

fate_flow_job_scheduling.zh.md 19 KB

Cronologia Originale