Press "Enter" to skip to content

伴鱼机器学习预测服务:设计篇

在伴鱼,我们在多个在线场景使用机器学习提升用户的使用体验。例如,在伴鱼绘本中,我们根据用户的帖子浏览记录,为用户推荐他们感兴趣的帖子。

 

在线预测是机器学习模型发挥作用的临门一脚,重要性不言而喻。在伴鱼,我们搭建了机器学习预测服务(以下简称预测服务),统一地处理所有的预测请求。本文主要介绍预测服务的演进过程。

 

预测服务 V1

 

目前,各个算法团队都有一套组装预测服务的方式。它们的架构十分相似,可以用下图表达:

 

 

    1. 业务服务从特征系统获取特征,从 AB 平台获取实验分组。

 

    1. 等待获取结果。

 

    1. 业务服务将模型 ID 和特征向量发送给 ModelServer。

 

    1. ModelServer 根据模型 ID 和特征向量完成推理,将推理结果返回。

 

 

 

其中,ModelServer 的实现有两种主流方式。其一,使用 TorchServe 或 TensorFlow Serving 这样和训练框架高度耦合的 serving 方案。其二,使用 Flask 搭建一个简单的 HTTP 服务,将模型加载至服务的内存,在收到预测请求时调用模型的预测接口进行预测。

 

这种方式存在几个问题:

性能与多框架支持难以兼得。使用 TorchServe 或 TensorFlow Serving 能保证性能,但不能提供多框架支持;而使用 Flask 搭建预测服务,尽管可以支持任意框架训练出来的模型,但服务性能偏差。其结果是,对于不同类型的模型(LightGBM vs PyTorch),架构非常不同(Flask vs TorchServe)。
上线模型需要工程同学的配合。每个需要 ML 能力的业务服务,都需要在算法和工程同学的紧密合作下,学习、实现和维护一套与多个 ML 系统(例如特征系统和 AB 平台)对接的逻辑。
不规范。不基于 Go 预测服务难以接入公司自建的服务治理体系和可观测性体系。

为了系统性地解决这几个问题,预测服务 V2 提出了几个设计目的:

高性能。预测服务用于线上场景,要满足低延迟和高吞吐的需求。
多框架支持。我们的模型包括树和神经网络,至少涉及 LightGBM / XGBoost 和 PyTorch / TensorFlow 这两类框架。预测服务需要支持多种框架的模型。
配置化。算法工程师通过配置文件声明预测的工作流,无需业务的工程同学额外配合。要想对接更多 ML 子系统,只需由 AI 平台实现一次,所有算法团队都能受益,无需不同业务线的工程同学反复实现对接逻辑。
合规范。可以接入公司成熟的服务治理和可观测性体系。

预测服务 V2

 

架构主要借鉴了Uber 和DoorDash:预测服务接受预测请求,根据请求的内容,进行获取特征、获取 AB 实验分组等操作,然后调用 ModelServer 进行推理,返回预测结果。详情见下图。

 

 

⓪ 表示在新的模型上线之前,算法工程师上传的预测配置文件会被载入预测服务,预测服务根据配置文件的内容实例化一个工作流。

 

① 到 ⑥ 代表预测请求的整个生命周期:

 

 

    1. 业务服务(例如推荐引擎)调用预测服务的接口,需要提供模型名字、预测主体的 key(例如用户 ID)、上下文(context)特征。

 

    1. 预测服务根据模型名字,定位到该模型所对应的工作流并执行,包括调用特征系统、调用 AB 平台接口等。

 

    1. 预测服务调用特征系统接口获取特征向量,从 AB 平台获取实体对应的模型 ID。

 

    1. 预测服务根据模型 ID 和特征向量,调用 ModelServer。

 

    1. 预测服务从 ModelServer 获取模型的预测值。

 

    1. 返回预测值,并打日志。日志可用于构建训练数据集,也可以用于监控特征和预测的质量。

 

 

在这个架构下,算法工程师要上线一个模型,只需:

 

 

    1. 离线完成模型训练,将模型上传至模型仓库。

 

    1. 将模型部署至 ModelServer(选用

Seldon Core

    1. 作为解决方案)。

 

    1. 用特征系统开发特征。

 

    1. 用 AB 平台创建实验。

 

    1. 将预测配置文件以 Merge Request 的形式,提交到指定的代码仓库。

 

    1. 由业务方的工程同学协助,对接预测服务。

 

 

不难看出,编写预测配置文件是算法工程师工作流的核心。预测配置文件以 YAML 格式定义了一个完整的模型推理工作流所涉及的全部信息。

 

举一个具体的例子。假设我们有一个视频推荐系统 Toy Recsys,它结合用户的网络情况(network),和用户的短期观看历史(last_5_views),给用户推荐视频。模型的基本逻辑是:网络情况好,就结合用户口味,放一些用户最可能感兴趣的长视频;网络情况差,就结合用户口味,放一些短视频。

 

我们称 network 和 last_5_views 是 Toy Recsys 模型的两个特征。其中,网络情况会附带在请求中(这类特征被称为 context 特征),而短期观看历史存储在特征系统中。要让预测服务知道如何获取这两个特征,不需要工程同学进行额外的编码工作,而只需由算法工程师提交如下配置文件:

 

model-name: toy_recsys
feature-system:
- features:
  - name: network
    source: context
    default-value: 4G
  - name: last_5_views
    source: store
    default-value: []

 

预测服务会根据算法工程师提交的预测配置文件,实例化一个获取特征的工作流,并开始处理该模型的请求。这个工作流会:

 

 

    1. 从请求中获取 user_id 和 network 参数。

 

    1. 使用请求中的 user_id,去调用特征系统的 RPC 接口,获取 last_5_views 的特征值。

 

    1. 将 user_id, network 和 last_5_views 组装成一个特征向量,发送给 ModelServer 进行推理。

 

 

值得注意的是,预测配置文件极易拓展。如果预测服务要接入 AB 平台,我们只需要支持在配置文件中填写 AB 实验的信息即可。例如:

 

model-name: toy_recsys
feature-system: ...
ab-experiment:
- experiment-key: TOY_RECSYS

Be First to Comment

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注