Question

API = ml.dmlc.xgboost4j.scala.spark.XGBoostClassifier

val xgbParam = Map（“ eta”-> 0.1f，

  "max_depth" -> 2,

     "objective" -> "multi:softprob",

     "num_class" -> 3,

     "num_round" -> 100,

     "num_workers" -> 2)

我正在运行一项作业，直到API的线程数等于为Spark设置的num_worker为止。

因此，在master = local模式下，当我执行--master local [n]并将该API的num_worker设置为与n相同的值时，就可以使用。

但是，在群集中，我不知道要控制哪个参数精确地调用处理线程数的调用。我尝试过-

1) spark.task.cpus
2) spark.default.parallelism
3) executor cores

但是，它们都不起作用，这个问题的特殊之处在于，如果不满足上述条件，则在分发XGBoost模型时就会停顿下来。

我的代码如下，它可以在本地模式下工作，但不能在群集中工作，有帮助吗？

代码：

import org.apache.spark.sql.types.StringType
import org.apache.spark.sql.types.DoubleType
import org.apache.spark.sql.types.StructField
import org.apache.spark.sql.types.StructType

val schema = new StructType(Array(
  StructField("sepal length", DoubleType, true),
  StructField("sepal width", DoubleType, true),
  StructField("petal length", DoubleType, true),
  StructField("petal width", DoubleType, true),
  StructField("class", StringType, true)))
val rawInput = spark.read.schema(schema).csv("file:///appdata/bblite-data/iris.csv")
import org.apache.spark.ml.feature.StringIndexer

val stringIndexer = new StringIndexer().
  setInputCol("class").
  setOutputCol("classIndex").
  fit(rawInput)
val labelTransformed = stringIndexer.transform(rawInput).drop("class")

import org.apache.spark.ml.feature.VectorAssembler
val vectorAssembler = new VectorAssembler().
  setInputCols(Array("sepal length", "sepal width", "petal length", "petal width")).
  setOutputCol("features")
val xgbInput = vectorAssembler.transform(labelTransformed).select("features", "classIndex")
import ml.dmlc.xgboost4j.scala.spark.XGBoostClassifier
val xgbParam = Map("eta" -> 0.1f,
      "max_depth" -> 2,
      "objective" -> "multi:softprob",
      "num_class" -> 3,
      "num_round" -> 100,
      "num_workers" -> 2)
val xgbClassifier = new XGBoostClassifier(xgbParam).
      setFeaturesCol("features").
      setLabelCol("classIndex")
val xgbClassificationModel = xgbClassifier.fit(xgbInput)

在Spark群集中为XGBoost设置nThread

0 个答案: