7 月 10 日，由星策社区主办的第三期「MLOps Meetup」于线上发展，本次流动由 51CTO、开源中国、CSDN、思否、示说网、云原生社区同步直播，累计观看人次1.5w+。
流动围绕“如何应用 SQL 实现工业级机器学习全流程”，星策社区发起人—谭中意 ，为本次流动进行收场，同时介绍了“SQL boy 也能够做 AI”的流动背景；开源我的项目 OpenMLDB PMC、第四范式平台架构师— 陈迪豪 ，介绍如何用 SQL 实现特色工程；百度飞桨、EDL、SQLFlow、Couler 外围开发者贡献者— 武毅 ，分享如何用 SQL 做模型训练与预测；Byzer 社区 PMC、Kyligence 技术合伙人— 祝海林，介绍如何用 SQL 实现端到端机器学习流程。
🌟本文依据四位老师分享的重点内容整顿而成，视频回顾见文章开端，PPT 获取请关注公众号「星策开源」并回复「0710」
Part1：SQL Boy 也能够做 AI —谭中意
为什么 SQL 现在仍在风行？
SQL 从 1978 年倒退至今仍在业界十分风行，起因有以下几点：首先，SQL 是一种申明式编程语言，它只需表白想要失去的后果，而不必关怀具体实现的过程。其次，SQL 是标准化的，只有是符合标准（ANSI 等）的 SQL，在不同的机器与环境下都能够运行，并失去同样的后果。最初，SQL 最大的长处就是简略，工程师能够很容易学习和应用。
SQL 的用处
SQL 的用处很广，比方在传统的企业业务零碎里，用 MySQL 数据库或微软 SQL 数据库等做 CRUD 的利用。大数据的数据分析畛域，有 Spark SQL、HiveSQL 等。除此之外，SQL 的利用也能波及机器学习畛域，它能够实现特色工程、模型训练，甚至能够做端到端的机器学习。本次 Meetup 就将介绍如何用 SQL 实现这些。
Part2：OpenMLDB—以 SQL 为外围的线上线下一致性特色平台—陈迪豪
人工智能工程化落地的数据和特色挑战
依据 Gartner 的考察统计，现在人工智能畛域中 95% 的工夫精力都破费在数据上，如何正确、高效的 AI 数据和特色供应成为数据侧的新挑战。机器学习利用从开发到上线的全流程（MLOps）能够分成离线开发与线上服务两个过程，这两个过程别离蕴含：DataOps、FeatureOps、ModelOps 三个步骤。其中特色问题尤为辣手，如 FeatureOps（特色工程）中线上线下一致性校验带来的昂扬工程化落地老本问题。为了解决这一问题：1% 的头部企业抉择消耗上千小时自研构建平台，非头部企业有的则会洽购低廉的 SaaS 工具和服务，而 OpenMLDB 提供了另一种解决方案，它以 SQL 为外围，提供了低成本、高效的线上线下一致性生产级特色计算平台。
OpenMLDB 用 SQL 实现开发即上线
OpenMLDB 是一个开源机器学习数据库，提供了线上线下统一的特色平台，他的整体架构如下图所示，与 AI 利用落地所须要的工具链一样，整体框架分为离线与在线两局部，别离提供了基于 Spark++ 的批处理 SQL 引擎与基于自研时序数据库的实时 SQL 引擎，中间层提供了基于 SQL 的一致性执行打算生成器。总结来看，通过 OpenMLDB 开发者只有会写 SQL，只需三步，即可实现开发即上线的过程。
以 SQL 为外围的开发和治理体验
应用 OpenMDLB，SQL boy 也能够做机器学习。如下图所示 OpenMLDB 的命令行与 SQL 命令行相似，进入 OpenMLDB CLI 后，用户能够间接执行 SQL 语句做离线特色计算，同时通过 Deploy 语句将 SQL 计划上线，上线实现后即可在客户端做线上申请。整个应用体验均基于 SQL，升高了机器学习特色工程局部的应用门槛。
OpenMLDB GitHub（https://github.com/4paradigm/OpenMLDB）
Part3：从 SQLFlow 到“3-FLow”—武毅
SQLFLow
SQLFlow 是一个编译器，它能够将 SQL 程序编译为在 Kubernetes 上运行的工作流。该输出是一个 SQL 程序，用扩大 SQL 语法编写，以反对 AI 作业，包含培训、预测、模型评估、模型解释、自定义作业和数学编程。输入是在分布式 Kubernetes 集群上运行的 Argo 工作流。同时，SQLFlow 反对各种数据库系统，如 MySQL、MariaDB、TiDB、Hive、MaxCompute 以及许多机器学习工具包，如 TensorFlow、Keras、XGBoost 等。
为什么应用 SQLFLow
家喻户晓，应用 SQL 实现 AI 计算不须要理解具体的计算细节，只须要定义要去训什么样的模型及参数，就能够实现整体的训练。SQLFlow 的指标就是为了升高整体机器学习和 AI 利用构建多门槛，同时它还是 Declarative 和 imperative 并存的，SQLFLow 能够更 High Level 的定义整个模型及数据的流向。
SQLFLow 劣势
如下图所示，SQLFLow 在对标 Microsoft SQL Server、Teradata SQL for DL 及 Google BigQuery 上领有以下四个劣势：它能够适配支流数据库系统、适配每个数据库系统的语法方言、定义扩大语法实现训练 / 预测 / 解释 / 线性规划、同时还能模型库 / 自定义模型的性能。
其中，对于 SQLFLow 如何具体训练 DNN 等 DL 模型、主动调整参数、训练 XGBoost 模型、执行预测、模型解释 (SHAP)、应用模型库中的模型 / 自定义模型、求解线性规划问题(linear programming)、运行自定义程序等设计细节可查看文章开端残缺视频。
在 MLOps 上的实现
“3-Flow”是 KubeFlow、MLFlow、SQLFlow 的整合，能够笼罩 MLOps 里大部分的流程。目前该我的项目应用 Helm Chart 在其余环境疾速装置和配置 Kubeflow，SQLFlow 的退出实现了一体化部署以及对应性能。将来，将退出 ParaFlow SDK 等模块，持续欠缺其 MLOps 性能。
SQLFLow GitHub（https://github.com/sql-machin…）
Part4：OpenMLDB + Byzer 应用 SQL 实现端到端机器学习流程”—祝海林
Byzer 是什么
Byzer 是一门面向 Data+AI 畛域的云原生类 SQL 语言。目前，Byzer 反对 ETL，数据挖掘和剖析，机器学习建模，模型部署。应用 Byzer 就能轻易实现整个机器学习的 Pipline，这包含：加载数据、解决数据、模型训练（反对多组参数，模型版本等）、批量预测、模型评估、部署 API 服务。架构图如下。
为什么须要 Byzer
现在，大数据和 AI 的门槛依然很高，平台割裂，语言割裂，保护艰难，应用艰难等问题让很多人望而生畏。Byzer 的呈现能够帮忙企业和集体都可能最低老本地开掘数据的价值，极大升高 Data + AI 门槛。
Byzer + OpenMLDB
尽管目前，Byzer 曾经能够实现简直不须要编程就能实现整个机器学习的 Pipeline。但对于特色工程，尤其实时在线特色计算这块，Byzer 目前还有软肋。所以在引入 OpenMLDB 之后，完满解决了 Byzer 在特色工程方面的短板。流动中具体演示了以 Kaggle 出租车行车时间预测问题为例，如何应用 OpenMLDB 和 Byzer 联结来打造残缺机器学习利用，涵盖湖仓数据加载，特色计算，模型训练，部署，及对外以 Rest API 提供端到端的预测能力，可查看文章开端残缺视频。
总结来看，应用 OpenMLDB+ Byzer 的过程，让整个特色计算通过 FeatureStoreExt 插件转化到 OpenMLDB 中进行计算。Online 局部通过 Rest 函数实时申请 OpenMLDB 取得特征值。Byzer 作为流式解决，能够将数据规整化写入 Kafka 再进入 OpenMLDB。由此能够发现，Byzer 的应用十分具备扩展性，能够让算法工程师 / 数据工程师 / 分析师等在 Notebook 中连接更多的生态进来。
Byzer GitHub（https://github.com/byzer-org/…）
总结
随着人工智能畛域的继续倒退和技术的迭代演进，机器学习不再是大家触不可及的畛域，工程师能够通过一些如 SQL 这样更简略、易用、低门槛的编程语言，通过像 OpenMLDB /SQLFlow / Byzer 等开源工具，疾速实现机器学习利用全流程，解决机器学习各阶段难题。置信在将来，AI 的落地会越来越简略，落地速度也将越来越快。本次流动中各家的实现细节可观看残缺视频回放，心愿大家有所播种。
最初，欢送大家继续关注 MLOps，退出 MLOps 爱好者交换群和咱们一起探讨相干内容。
-
SQL 也能玩转工业级 AI！——谭中意
https://www.bilibili.com/vide…\
-
OpenMLDB 以 SQL 为外围的线上线下一致性特色平台——陈迪豪
https://www.bilibili.com/vide…
-
从 SQLFlow 到“3-FLow”用 SQL 实现 AI 建模——武毅
https://www.bilibili.com/vide…
-
OpenMLDB + Byzer 用 SQL 实现端到端机器学习全流程！——祝海林
https://www.bilibili.com/vide…