• Angel的代码框架
    • 1. Angle-Core（核心层）
    • 2. Angel-ML（机器学习层）
    • 3. Angel-Client（接口层）
    • 4. Angle-MLLib（算法层）

    Angel的代码框架

    Angel的代码结构，从整体上可以划分为几大模块：

    代码结构 - 图1

    1. Angle-Core（核心层）

    Angel的核心层，包括了如下核心组件：

    • PSServer
    • PSAgent
    • Worker
    • AngelClient
    • 网络：RPC & RDMA
    • 存储：Memory & Disk
    • ……

    2. Angel-ML（机器学习层）

    Angel是面向机器学习的，所以关于机器学习的相关元素，也是加入到Core层的，只不过是单独一个目录

    包括了

    • Matrix
    • Vector
    • Feature
    • Optimizer
    • Objective
    • Metric
    • psFunc

    但是请留意，在Core包中的ML层，大部分都是底层基础接口，而相关的扩展和实现，还是在具体的算法层

    3. Angel-Client（接口层）

    Angel的接口层，是可以基于底层，进行插拔式扩展的。目前有2套API，一套是Angel的，一套是Spark的。

    • Angel的API

      Angel的本身API，设计时关注点在于PSModel。整体的任务运行，有第一代MR的影子，简单而直接。MLRunner通过Task驱动，调用Learner，学习到多个或者1个PSModel组成的MLModel。

    • Spark on Angel的API

      Spark on Angel的API，重点在于和Spark的配合。Angel的PS-Service设计，使得我们可以轻松开发Spark on Angel，在Spark中，无需修改Core，而直接调用Spark on Angel。

    4. Angle-MLLib（算法层）

    基于Angel本身的接口，我们开发了多个算法，包括：

    • SVM
    • LR（各种优化方法）
    • KMeans
    • GBDT
    • LDA
    • MF（矩阵分解）
    • FM（因式分解机）

    Angel的算法开发思路比较直接，都是围绕着PS上的模型进行，不停更新。算法的实现技巧也比较灵活，追求最优的性能。

    整体上，通过这4个层级的代码，用户可以全方位的积木式进行代码的设计，开发出高效的机器学习代码。