开发者社区 > 大数据与机器学习 > 人工智能平台PAI > 正文

你们之前用的啥方式部署机器学习PAI的flink?

你们之前用的啥方式部署机器学习PAI的flink?

展开
收起
三分钟热度的鱼 2023-05-29 11:30:33 116 0
2 条回答
写回答
取消 提交回答
  • 可以考虑这几个方式,1、Flinke on YARN 2、Flink on Kubernetes 3、Flink on Standalone Mode

    根据具体需求和环境,选择合适的部署方式。在选择部署方式时,请确保您的环境满足相应的依赖和要求,并参考阿里云机器学习平台(PAI)的文档和示例代码

    2023-05-29 13:53:51
    赞同 展开评论 打赏
  • 月移花影,暗香浮动

    在PAI中,可以通过以下步骤部署Flink:

    1. 创建一个Flink集群:在PAI控制台中,选择“Flink”->“创建”,填写相关信息并提交。待Flink集群创建完成后,在控制台上可以看到Flink的相关信息,如Flink UI的访问地址等。

    2. 上传Flink任务代码:将Flink任务代码上传到PAI的OSS中,并记录好对应的OSS路径。

    3. 在Flink集群中提交任务:进入Flink集群的详情页,点击“提交任务”,在弹出的对话框中填写任务信息,包括任务名称、任务类型(Jar包)、OSS路径、主类名和参数等,提交后Flink会自动启动任务并执行。

    注意事项:

    1. Flink集群的计算资源需要根据任务规模进行调整,以充分利用集群的计算资源。

    2. 上传代码和提交任务时需要注意权限和文件路径的设置。

    3. Flink任务中使用的数据需要预先通过PAI的数据存储服务(如OSS、HDFS等)进行存储,并根据实际情况进行调整和优化。

    4. Flink任务中使用的第三方依赖库需要预先安装在Flink集群中的所有节点上,以保证任务的正常运行。

    2023-05-29 11:47:22
    赞同 展开评论 打赏

人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。

相关产品

  • 人工智能平台 PAI
  • 热门讨论

    热门文章

    相关电子书

    更多
    大规模机器学习在蚂蚁+阿里的应用 立即下载
    基于Spark的面向十亿级别特征的 大规模机器学习 立即下载
    基于Spark的大规模机器学习在微博的应用 立即下载