处理生产中的训练算法的多个h2o api调用的最佳方法是什么？

Question

我正在尝试构建一个Web应用程序，该应用程序使用户可以上传数据集，选择自己选择的h2o算法并训练其数据集以构建模型。 现在，如果多个用户同时访问服务器，则h2o将开始并行处理请求（开始训练模型）。这增加了所有用户的培训时间。 那么，在这种情况下应该使用h2o的最佳方法是什么？ 我是否应该将这些请求排在队列中并一一执行？ （这将增加新用户的等待时间）

I ran a GLM model for classification on a 50 MB structured and clean data set. It took almost twice the time when I executed two api calls simultaenously (model 1 and 2) than when I ran it individually (model 3)

Answer 1

我会排队。

此外，我每次都会从头开始重新启动H2O群集。

最后，我将通过python或R驱动H2O集群。

Answer 2

我认为这主要取决于您希望用户体验如何-您是否可以让用户等待，还是希望让所有用户放慢速度。如果这是一项免费服务，那么我认为用户应该等待。我同意汤姆的观点，尽管这是个人设计/用户体验的选择，但最好将工作排在长队。

如果并行运行作业，建议您在不同端口上启动每个H2O实例（每个用户一个）。如果这些会话在同一台计算机上运行，​​它们仍将共享（竞争）资源，但是至少这样做会更干净一些（它们不能覆盖彼此的模型，等等）。