Meson，用于协调和调度Netflix推荐工作流的架构

摘要：个性化推荐对Netflix十分重要，Netflix使用机器学习工作流实现对视频推荐算法的构建、训练和测试。为对这样的机器学习工作流进行协调和调度，Netflix开发了Meson架构。本文介绍了视频推荐流水线的基本步骤，及Meson在各个步骤中的作用及功能实现。未来Netfix将对Meson架构开源。

Netflix力图在人们未观看视频之前就预测他们想看的。为此Netflix每日运行多个机器学习（ML)工作流，这些流水线用于构建、训练并验证有助于视频推荐的个性化推荐算法。Meson是一个工作流的协调和调度架构，它管理这些所有机器学习流水线的生命周期。

近期Netflix开发团队公开了Meson架构，并描述了它是如何作用于机器学习流水线的。Meson的目标之一是当允许工程师用自选的技术构造流水线的每一步时，增进整体算法实验的速度、可行性和可重复性。

部分在Netflix的机器学习流水线中发挥了重要作用的技术包括：Spark MLlib、Python、 R 和Docker。

一个典型的用于驱动视频推荐的机器学习流水线包括如下步骤：

• 用户选取；
• 特征生成；
• 模型训练；
• 模型验证；
• 模型发布。

在Netflix，用户选取步骤通过Hive查询实现了对用于分析的用户队列的选择。数据清洗和准备功能由Python脚本实现，该脚本创建了两套用户，用于并行的两条执行路线。其中的一条执行路线实现对全局模型的构建和分析，其中使用了Apache Spark作为运算架构，以及HDFS作为临时存储。另一条执行路线使用R语言构建地区（国家）特定的模型，其中地区的数量依据为分析所选取的队列而动态变化。

模型验证步骤用Scala代码实现，。该步骤用于测试当两条执行路径汇聚时模型的稳定性。整个过程重复直至模型达到稳定。最终，新模型使用Docker容器技术发布，这样的发布可由其它系统进行调用。

为满足机器学习工作流中的资源需求，Netflix团队在Meson中使用了诸如Apache Mesos这样的资源管理工具。Mesos提供了对CPU、内存、存储及其它计算资源的任务隔离和抽象，并使用这些特性实现了Mesos任务的扩展和容错。

Meson中还包括调度器和执行器组件。

Meson调度器: 该组件管理各个工作流的启动、流控制和运行时间。Meson将内存和CPU需求发送给Mesos，实现对Mesos实际的资源调度的代理。一旦某个执行步骤已就绪可被调度，Meson调度器选取由Mesos提供的适用资源，并将任务发送给Mesos主节点。

Meson执行器: 它是对Mesos执行器的定制，允许开发团队去维护与Meson的通信通道。这样架构消息可被发送到Meson调度器，对于长时间运行的任务是十分有用的。Meson执行器也允许用户数据的传递。

Mesos在调度Meson任务时，它在下载了该任务所有的依赖后，在客户节点上启动一个Meson执行器。当核心任务被执行时，执行器还关注诸如心跳信息发送、任务完成比例、状态消息等其它任务的情况。

Meson还提供了基于Scala的DSL，这允许创建用户定制的工作流。Meson中还具有对原生Spark的支持，这允许在Meson中去监控Spark任务的进程进度。Meson还具备功能去重做失败的Spark过程，或杀掉执行异常的Spark任务。

Netflix团队计划在未来几个月内开源Meson，并构建Meson相关的社区。

查看英文原文：Meson Workflow Orchestration and Scheduling Framework for Netflix Recommendations