国外机器学习工程师正面临失业
|
PreAccept阶段尝试将日志以及与其它日志之间的相对顺序达成一致，同时维护该日志与其它日志之间的冲突关系，如果运行完PreAccept阶段，没有发现该日志与其它并发提议的日志之间有冲突，则该日志以及与其它日志之间的相对顺序已经达成一致，直接发送异步的Commit消息提交;否则如果发现该日志与其它并发提议的日志之间有冲突，则日志之间的相对顺序还未达成一致，需要运行Accept阶段将冲突依赖关系达成多数派，再发送Commit消息提交。 Raft假设系统在任意时刻最多只有一个Leader，提议只能由Leader发出(强Leader)，否则会影响正确性;而Multi-Paxos虽然也选举Leader，但只是为了提高效率，并不限制提议只能由Leader发出(弱Leader)。 强Leader在工程中一般使用Leader Lease和Leader Stickiness来保证：
Raft限制具有最新已提交的日志的节点才有资格成为Leader，Multi-Paxos无此限制。 Raft在确认一条日志之前会检查日志连续性，若检查到日志不连续会拒绝此日志，保证日志连续性，Multi-Paxos不做此检查，允许日志中有空洞。 Raft在AppendEntries中携带Leader的commit index，一旦日志形成多数派，Leader更新本地的commit index即完成提交，下一条AppendEntries会携带新的commit index通知其它节点;Multi-Paxos没有日志连接性假设，需要额外的commit消息通知其它节点。 EPaxos EPaxos(Egalitarian Paxos)于SOSP'13提出，比Raft还稍早一些，但Raft在工业界大行其道的时间里，EPaxos却长期无人问津，直到最近，EPaxos开始被工业界所关注。 EPaxos是一个Leaderless的一致性算法，任意副本均可提交日志，通常情况下，一次日志提交需要一次或两次网络来回。 EPaxos无Leader选举开销，一个副本不可用可立即访问其他副本，具有更高的可用性。各副本负载均衡，无Leader瓶颈，具有更高的吞吐量。客户端可选择最近的副本提供服务，在跨AZ跨地域场景下具有更小的延迟。 不同于Paxos和Raft，事先对所有Instance编号排序，然后再对每个Instance的值达成一致。EPaxos不事先规定Instance的顺序，而是在运行时动态决定各Instance之间的顺序。EPaxos不仅对每个Instance的值达成一致，还对Instance之间的相对顺序达成一致。EPaxos将不同Instance之间的相对顺序也做为一致性问题，在各个副本之间达成一致，因此各个副本可并发地在各自的Instance中发起提议，在这些Instance的值和相对顺序达成一致后，再对它们按照相对顺序重新排序，最后按顺序应用到状态机。 从图论的角度看，日志是图的结点，日志之间的顺序是图的边，EPaxos对结点和边分别达成一致，然后使用拓扑排序，决定日志的顺序。图中也可能形成环路，EPaxos需要处理循环依赖的问题。 EPaxos引入日志冲突的概念(与Parallel Raft类似，与并发冲突不是一个概念)，若两条日志之间没有冲突(例如访问不同的key)，则它们的相对顺序无关紧要，因此EPaxos只处理有冲突的日志之间的相对顺序。
若并发提议的日志之间没有冲突，EPaxos只需要运行PreAccept阶段即可提交(Fast Path)，否则需要运行Accept阶段才能提交(Slow Path)。 原因一方面是个人的奉献精神，另一方面则是对于“金饭碗”的安全性考虑，毕竟相较于“打工”类不知道下一年行业、甚至下个月变动的态势，一份稳定而持久的工作更加让人有安全感。 正如前面所说，如今很多人只是因为宠物经济够火爆才加入，但对于未来的发展方向还是忐忑的。也许宠物经济也许是当下的，但 AI 是未来的，作为公认的未来科技，AI 的发展与赋能总是会让人更看好其未来的情况，有着 AI 技术的加入也能让人更加安心，给予宠物行业从业者更多的行业安全感。 最后是 KPI。做为结果导向的最佳体现，KPI 往往代表着一个员工的实际价值或者说一个企业的期望价值，但 KPI 往往在制造业等流水线生产活动中更为明确，放在服务业中，尤其是宠物经济中，十分模糊，目标定多高，对于这个新兴产业都很难统计。 而 AI 技术一方面可以综合市场大数据，智能化根据风向与需求的变动去智能化定制企业 KPI 目标，机遇更加弹性、更加智能的发展规划；另一方面也能够通过 AI 技术的赋能，让从业人员服务更具效率化，提升整个行业的 KPI。 前麦肯锡资深合伙人理查德·福斯特在《进攻者的优势》一书中提到：企业界向来都有进攻者和防守者，只有不断的进攻，懂得运用新方法，去挑战极限才可能有新的转变，进攻者的关键可能在于技术优势，不断扩展自己的思路。
对于 AI 行业来说，向不同场景的进攻正是能让其技术优势发挥出来的正确手段，但正确的手段也要有正确的对象才能使效果最佳，抓住宠物经济B端的赋能方向，可能才是 AI+ 宠物的帕累托最优解。 （编辑：惠州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
