spark 中 mllib 是如何将某些机器算法做到分布式并行计算的？

问答 ⋅ 七里芬芳 ⋅ 于 2019-03-14 10:08:03 ⋅ 最后回复由青牛于 2019-03-14 19:53:59 ⋅ 2160 阅读

如某些算法单次计算依赖全局数据，这个应该做不到分布式并行计算？

一个算法能否并行计算的前提是这个：每个工作节点上的rdd都是已经被切分的数据片，可隔离并行计算？如果是这样，那分布式机器学习算法的范畴是否比较小？应该也存在的解决方式吧？

成为第一个点赞的人吧

回复数量: 1

青牛国内首批大数据从业者，就职于金山，担任大数据团队核心研发工程师
⋅ 2019-03-14 19:53:59

分布式机器学习的主要思想是数据并行加模型并行 spark mlib很多算法是数据并行模型并行是属于ps server的范畴了

请注意单词拼写，以及中英文排版，参考此页
支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
支持表情，可用Emoji的自动补全, 在输入的时候只需要 ":" 就可以自动提示了 :metal: :point_right: 表情列表 :star: :sparkles:
上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jpg, png, gif，教程
发布框支持本地存储功能，会在内容变更时保存，「提交」按钮点击时清空

Ctrl+Enter