Spark on Angel：Spark 机器学习的核心加速器

Spark 的核心概念是 RDD，而 RDD 的关键特性之一是其不可变性，来规避分布式环境下复杂的各种并行问题。这个抽象，在数据分析的领域是没有问题的，它能最大化的解决分布式问题，简化各种算子的复杂度，并提供高性能的分布式数据处理运算能力。

然而在机器学习领域，RDD 的弱点很快也暴露了。机器学习的核心是迭代和参数更新。RDD 凭借着逻辑上不落地的内存计算特性，可以很好的解决迭代的问题，然而 RDD 的不可变性，却非常不适合参数反复多次更新的需求。这本质上的不匹配性，导致了 Spark 的 MLlib 库，发展一直非常缓慢，从 2015 年开始就没有实质性的创新，性能也不好。

为此，Angel 在设计生态圈的时候，优先考虑了 Spark。在 V1.0.0 推出的时候，就已经具备了 Spark on Angel 的功能，基于 Angel 为 Spark 加上了 PS 功能，在不变中加入了变化的因素，可谓如虎添翼。

我们将以 L-BFGS 为例，来分析 Spark 在机器学习算法的实现上的问题，以及 Spark on Angel 是如何解决 Spark 在机器学习任务中的遇到的瓶颈，让 Spark 的机器学习更加强大。

1. L-BFGS 算法说明

L-BFGS 模型参数更新过程如下：

计算 pk = Hk-1 gk 伪代码如下所示，这是人们常说的 two-loop recursion 算法，是 Limited-BFGS 算法的核心部分。
返回值 r 是我们说要的 pk。

其中，H0-1 是单位阵，yk=gk-gk-1, sk=wk-w k-1k-1，L-BFGS 算法将最近 m 轮生成的 yk 和 sk 序列，记做 {yk} 和 {sk}。基于计算 {yk} 和 {sk} 计算 pk 。

2.L-BFGS 的 Spark 实现

2.1 实现框架

Spark 中的 driver 负责协调整个 Spark 任务执行的同时，需要保存最近 m 轮的 {yk} 和 {sk} 序列，并在 driver 上执行 two-loop recursion 算法。而 executor 负责分布式地计算梯度向量。

迭代过程：
（1）每轮迭代，将每个 executor 计算的梯度 Aggregate 到 driver
（2）yk 和 sk 保存在 driver 上，在 driver 端执行 two-loop recursion 算法
（3）driver 上更新模型 w，并将 w 广播到每个 Executor

2.2 性能分析

基于 Spark 的 L-BFGS 实现的算法优点比较明显：

• HDFS I/O
  Spark 可以快速读写 HDFS 上的训练数据；
• 细粒度的负载均衡
  并行计算梯度时，Spark 具有强大的并行调度机制，保证 task 快速执行；
• 容错机制
  当计算节点挂掉、任务失败，Spark 会根据 RDD 的 DAG 关系链实现数据的重计算。但是对于迭代式算法，每轮迭代要用 RDD 的 action 操作，打断 RDD 的 DAG，避免因为重计算引起逻辑的错乱；
• 基于内存的计算
  基于内存的计算过程，可以加速机器学习算法中计算梯度过程的耗时。

该实现的缺点：

• treeAggregate 引起的网络瓶颈
  Spark 用 treeAggregate 聚合梯度时，如果模型维度达到亿级，每个梯度向量都可能达到几百兆；此时 treeAggregate 的 shuffle 的效率非常低；

• driver 单点

  • 保存{yk}和{sk}序列需要较大的内存空间；
  • two-loop recursion 算法是由 driver 单点执行，该过程是多个高维度的向量的运算；
  • 每轮迭代，driver 都需要和 executor 完成高维度向量的 aggregate 和 broadcast。

3.L-BFGS 的 Spark on Angel 实现

3.1 实现框架

Spark on Angel 借助 Angel PS-Service 的功能为 Spark 引入 PS 的角色，减轻整个算法流程对 driver 的依赖。two-loop recursion 算法的运算交给 PS，而 driver 只负责任务的调度，大大减轻的对 driver 性能的依赖。

Angel PS 由一组分布式节点组成，每个 vector、matrix 被切分成多个 partition 保存到不同的节点上，同时支持 vector 和 matrix 之间的运算；

{yk} 和 {sk} 序列分布式地保存到 Angel PS 上，two-loop recursion 算法中高维度的向量计算也是在 PS 上完成。Spark executor 每轮迭代过程会从 PS 上Pull w 到本地，并将计算的梯度向量Push到 PS。

迭代过程：

（1）每轮迭代，executor 将 PS 上的模型 w pull 到本地，计算梯度，然后梯度向量 push 给 PS

（2）yk 和 sk 保存在 PS 上，在 PS 端执行 two-loop recursion 算法

（3）PS 上更新模型 w

3.2 性能分析

整个算法过程，driver 只负责任务调度，而复杂的 two-loop recursion 运算在 PS 上运行，梯度的 Aggregate 和模型的同步是 executor 和 PS 之间进行，所有运算都变成分布式。在网络传输中，高维度的 PSVector 会被切成小的数据块再发送到目标节点，这种节点之间多对多的传输大大提高了梯度聚合和模型同步的速度。

这样 Spark on Angel 完全避开了 Spark 中 driver 单点的瓶颈，以及网络传输高维度向量的问题。

4.“轻易强快”的 Spark on Angel

Spark on Angel 是 Angel 为解决 Spark 在机器学习模型训练中的缺陷而设计的“插件”，没有对 Spark 做"侵入式"的修改，是一个独立的框架。可以用 “轻”、“易”、“强”、“快” 来概括 Spark on Angel 的特点。

4.1 轻——"插件式"的框架

Spark on Angel 是 Angel 为解决 Spark 在机器学习模型训练中的缺陷而设计的“插件”。Spark on Angel 没有对 Spark 中的 RDD 做侵入式的修改，Spark on Angel 是依赖于 Spark 和 Angel 的框架，同时其逻辑又独立于 Spark 和 Angel。

因此，Spark 用户使用 Spark on Angel 非常简单，只需在 Spark 的提交脚本里做三处改动即可，详情可见 Angel 的 Github Spark on Angel Quick Start 文档。

可以看到提交的 Spark on Angel 任务，其本质上依然是一个 Spark 任务，整个任务的执行过程与 Spark 一样的。

 
source ${Angel_HOME}/bin/spark-on-angel-env.sh
$SPARK_HOME/bin/spark-submit \
   --master yarn-cluster \
   --conf spark.ps.jars=$SONA_ANGEL_JARS \
   --conf spark.ps.instances=20 \
   --conf spark.ps.cores=4 \
   --conf spark.ps.memory=10g \
   --jars $SONA_SPARK_JARS \
   ....

Spark on Angel 能够成为如此轻量级的框架，得益于 Angel 对 PS-Service 的封装，使 Spark 的 driver 和 executor 可以通过 PsAgent、PSClient 与 Angel PS 做数据交互。

4.2 强——功能强大，支持 breeze 库

breeze 库是 scala 实现的面向机器学习的数值运算库。Spark MLlib 的大部分数值优化算法都是通过调用 breeze 来完成的。如下所示，Spark 和 Spark on Angel 两种实现都是通过调用breeze.optimize.LBFGS实现的。Spark 的实现是传入的类型是 breeze 库的DenseVector，而 Spark on Angel 的实现是传入BreezePSVector。

BreezePSVector是指 Angel PS 上的 Vector，该 Vector 实现了 breeze NumericOps 下的方法，如常用的 dot，scale，axpy，add 等运算，因此在LBFGS[BreezePSVector] two-loop recursion 算法中的高维度向量运算是BreezePSVector之间的运算，而BreezePSVector之间全部在 Angel PS 上分布式完成。

• Spark 的 L-BFGS 实现

import breeze.optimize.LBFGS
  val lbfgs = new LBFGS[DenseVector](maxIter, m, tol)
  val states = lbfgs.iterations(Cost(trainData), initWeight)
<div class="md-section-divider"></div>

• Spark on Angel 的 L-BFGS 实现
  接口调用里的 Vector 泛型从DenseVector变成 BreezePSVector

  import breeze.optimize.LBFGS
  val lbfgs = new LBFGS[BreezePSVector](maxIter, m, tol)
  val states = lbfgs.iterations(PSCost(trainData), initWeightPS)
<div class="md-section-divider"></div>

4.3 易——编程接口简单

Spark 能够在大数据领域这么流行的另外一个原因是：其编程方式简单、容易理解，Spark on Angel 同样继承了这个特性。

Spark on Angel 本质是一个 Spark 任务，整个代码实现逻辑跟 Spark 是一致的；当需要与 PSVector 做运算时，调用相应的接口即可。

如下代码所示，LBFGS 在 Spark 和 Spark on Angel 上的实现，二者代码的整体思路是一样的，主要的区别是梯度向量的 Aggregate 和模型 的 pull/push。
因此，如果将 Spark 的算法改造成 Spark on Angel 的任务，只需要修改少量的代码即可。

L-BFGS 需要用户实现DiffFunction，DiffFunction的calculte接口输入参数是 ，遍历训练数据并返回 loss 和 gradient。

其完整代码，请前往 Github SparseLogistic 。

• Spark 的DiffFunction实现

  case class Cost(trainData: RDD[Instance]) extends DiffFunction[DenseVector] {
    def calculate(w: DenseVector): (Double, DenseVector) = {
      // 广播 w
      val bcW = sc.broadcast(w)
      // 通过 treeAggregate 的方式计算 loss 和 gradient
      val (cumGradient, cumLoss) = trainData
        .treeAggregate((new DenseVector(x.length), 0.0)) (seqOp, combOp)
      val resGradient = new DenseVector(cumGradient.toArray.map(_ / sampleNum))
      (cumLoss / sampleNum, resGradient)
    }
<div class="md-section-divider"></div>

• Spark on Angel 的 DiffFunction 实现

calculate接口输入参数是 w ，遍历训练数据并返回 loss 和 cumGradient。其中 w 和 cumGradient都是BreezePSVector；计算梯度时，需要将 Pull 到本地，本地的 gradient 值，需要通过PSVector的incrementAndFlush方式 Push 到远程 PS 上的cumGradient向量。

 
 case class PSCost(trainData: RDD[Instance]) extends DiffFunction[BreezePSVector] {
   override def calculate(w: BreezePSVector): (Double, BreezePSVector) = {
     // 初始化 gradient 向量：cumGradient
     val cumGradient = pool.createZero().mkBreeze()
     // 计算梯度和 loss
     val cumLoss = trainData.mapPartitions { iter =>
       // pull 模型 w 到 executor 本地
       val localW = w.toRemote.pull()
       val (gradient, loss) = calculateGradAndLoss(iter, localW)
       // incement 本地的 grad 到 PS 的 cumGradient
       cumGradient.toRemote.incrementAndFlush(gradient)
       Iterator.single(loss)
     }.sum()
     cumGradient *= 1.0 / sampleNum
     (cumLoss / sampleNum, cumGradient)
   }
 }

4.4 快——性能强劲

我们分别实现了 SGD、LBFGS、OWLQN 三种优化方法的 LR，并在 Spark 和 Spark on Angel 上做了实验对比。
该实验代码请前往 Github SparseLRWithX.scala 。

• 数据集：腾讯内部某业务的一份数据集，2.3 亿样本，5 千万维度
• 实验设置：
  说明 1：三组对比实验的资源配置如下，我们尽可能保证所有任务在资源充足的情况下执行，因此配置的资源比实际需要的偏多；
  说明 2：执行 Spark 任务时，需要加大 spark.driver.maxResultSize 参数；而 Spark on Angel 就不用配置此参数。

如上数据所示，Spark on Angel 相较于 Spark 在训练 LR 模型时有 50% 以上的加速；对于越复杂的模型，其加速的比例越大。

5. 结语

Spark on Angel 的出现可以高效、低成本地克服 Spark 在机器学习领域遇到的瓶颈；我们将继续优化 Spark on Angel，并提高其性能。也欢迎大家在 Github 上一起参与我们的改进。

Angel 项目 Github： Angel ，喜欢的话到 Github 上给我们 Star。

感谢蔡芳芳对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ， @丁晓昀），微信（微信号： InfoQChina ）关注我们。