高性能数据挖掘：在 InfoSphere Balanced Warehouse 中使用 SAS PMML 模型的并行计分性能
2009-11-14 00:00:00 来源：WEB开发网 闂傚倸鍊风欢姘缚瑜嶈灋闁圭虎鍠栫粻顖炴煥閻曞倹瀚�
闂傚倸鍊风粈渚€骞夐敓鐘插瀭闁汇垹鐏氬畷鏌ユ煙閹殿喖顣奸柛搴＄У閵囧嫰骞掗幋婵冨亾閻㈢ǹ纾婚柟鐐灱濡插牊绻涢崱妤冃℃繛宀婁簽缁辨捇宕掑鎵佹瀸闂佺懓鍤栭幏锟�
濠电姷鏁告慨顓㈠箯閸愵喖宸濇い鎾寸箘閹规洟姊绘笟鈧ḿ褍煤閵堝悿娲Ω閳轰胶鍔﹀銈嗗笂閼冲爼鍩婇弴銏＄厪闁搞儮鏅涙禒褏绱掓潏鈺佷槐闁轰焦鎹囬弫鎾绘晸閿燂拷闂傚倸鍊风欢姘缚瑜嶈灋闁圭虎鍠栫粻顖炴煥閻曞倹瀚� 闂傚倸鍊烽懗鑸电仚缂備胶绮〃鍛村煝瀹ュ鍗抽柕蹇曞У閻庮剟姊虹紒妯哄妞ゆ劗鍘ч埥澶娢熼柨瀣偓濠氭⒑瑜版帒浜伴柛鎾寸☉閳绘柨顫濋懜纰樻嫼闂佸憡绋戦オ鏉戔枔閺冣偓缁绘稓浠﹂崒姘瀳闂佸磭绮幑鍥嵁鐎ｎ亖鏀介柟閭﹀墯椤斿倹淇婇悙顏勨偓鏍ь潖婵犳艾鍌ㄧ憸蹇涘箟閹绢喗鏅搁柨鐕傛嫹
核心提示： 以分区为基准时，性能将保持不变的，高性能数据挖掘：在 InfoSphere Balanced Warehouse 中使用 SAS PMML 模型的并行计分性能(4)，而与数据量和配置大小无关（参见图 2），相对计分时间性能会随着分区数量的变化而呈比例变化（参见图 3），可以使用图 5 所示公式，
以分区为基准时，性能将保持不变的，而与数据量和配置大小无关（参见图 2）。
相对计分时间性能会随着分区数量的变化而呈比例变化（参见图 3）。性能随数据量的增长呈线性增长（参见图 4）。
图 2：计分性能：每分区计分率 vs. 分区数量（相对 100 万条记录 8 分区）
图 3：计分性能：计分时间 vs. 分区数量（相对 100 万条记录 8 分区）
图 4：计分性能：计分时间 vs. 记录数量
缓冲区溢出表示需要为各服务器添加额外内存，或者向集群添加更多服务器。在达到这个内存阀值之前，性能仍然保持线性增长关系。
IBW 的导入 PMML 数据挖掘模型的功能表示可以使用分析和 IBW 环境创建和使用数据挖掘模型，通过操作业务应用程序或自动流程实现高速、高容量的计分。使用此战略的组织可以利用它们在分析技术和工具中的已有投资，结合一个 IBW 环境来更好地支持决策定制流程。
最佳实践建议
从研究结果中可以得出 3 个配置 IBW 数据挖掘环境的最佳实践：
要消除日志开销，将计分结果的输出表设置为 Not Logged Initially。
要便于缓冲池调优和单独的磁盘活动，应该将源表和计分结果表放置在不同的表空间和不同的缓冲池中。
要计算特定数据挖掘模型的配置指标，可以使用图 5 所示公式。其中，模型的性能（每秒每分区处理的行数）将通过对数据随机字集计分来确定。
图 5：计算集群中的数据挖掘模型服务器的指标
Tags：高性能 数据挖掘 InfoSphere
编辑录入：爽爽 [复制链接] [打 印]
中查找“高性能数据挖掘：在 InfoSphere Balanced Warehouse 中使用 SAS PMML 模型的并行计分性能”更多相关内容
中查找“高性能数据挖掘：在 InfoSphere Balanced Warehouse 中使用 SAS PMML 模型的并行计分性能”更多相关内容更多精彩
赞助商链接
