圆桌会回顾 | SecureBoost：挑战千万级别样本训练之性能提升篇
【私信獲取圓桌會視頻】
5月26日，FATE開源社區第九期圓桌會圓滿落幕。本次圓桌會，微眾陳偉敬為我們分享了SecureBoost：挑戰千萬級別樣本訓練之性能提升篇。
接下來帶大家回顧經典問答環節，為新老朋友答疑解惑。
?
問答環節
?
● Q1：
想問下fast-sbt在不同數據上和hetero-sbt對比？
● A1：
以fast sbt的mix模式為例，mix模式下，一代用guest的特征建樹，一代用host的特征建樹，以此往復，這樣很像是跑hetero-sbt時對特征做一個列采樣。我們在幾份樣例數據上測試fast-sbt，最終達到的效果是差不多的，但是fast-sbt它可能會需要多跑一些代數，最終才能達到hetero-sbt的效果。
● Q2：
為什么沒有使用lightGBM的優化呢，Xgboost只是lifewise，leafwise ?
● A2：
Xgboost是層優先的，layer-wise，是一層一層的構建的，lightgbm的是leafwise，lightgbm用到的goss, 直方圖相減FATE-1.6都是用到了的。
● Q3：
1.7的升級會在架構上和1.6有很大差別嗎？還是側重于訓練過程優化？
● A3：
4月圓桌我們有對1.7進行展望，有興趣可以去回顧（文末有鏈接），1.7fate-flow等會拆分，架構會有比較大的變動。
● Q4：
想問下sbt安全性問題，目前像mix模式, host方的完整樹結構是需要發給guest，這會不會有一定安全性問題。
● A4：
mix模式，host樹結構是不會發給guest的。
● Q5：
有沒有考慮實現密文下比大小的操作？這樣host就不需要回傳分裂點給guest。
● A5：
是在host做分裂點收益比較嗎？目前在同態加密的情況下，在host沒有辦法計算出分裂點收益，所以也就沒辦法進行比較了。
● Q6：
用eggroll來做的計算框架，用單機standalone的時候，按照我的CPU的核數來分配的，就是單機的，后來我變成集群模式的時候，也是相當于核數有幾臺就擴充了幾臺，總核數都利用上，但是在效果上發現訓練時長甚至比原來單機的時間還要長，不知道有沒有這方面的一個排查問題的思路？
● A6：
配置里面會有一些并發參數，有兩個參數，一個是 computing_partition: 數據的分塊，分了幾個partition；還有一個是task_cores：并行的時候，用上多少個核，如果沒有配上的話，確實有可能是跑得比較慢的，另外一個情況是集群模式下有調度和網絡傳輸開銷。
● Q7：
（接上一個問題）這兩個參數都是有配置的，而且配置了48，和我們的核數符合。
● A7：
在運行Hetero-SBT的時候，我們這邊也碰到一種情況，partition越大的時候，寫出的時候，每個partition就會涉及一個加密直方圖寫出的過程，這個過程每個partition根據key將結果分發到不同的nodemanager上，這是一個shuffle的過程。那么這種情況下涉及IO開銷和調度開銷。所以當你數據量不是很大，計算已經很快了，那增大partition可能會導致其他方面有出現瓶頸。
● Q8：
（接上一個問題）所以其實有的時候是需要去減少分區數量？
● A8：
是的，數據量比較小，或者計算性能提升到極致后，會導致有其他瓶頸的情況出現。
● Q9：
（接上一個問題）所以你建議的一個優化的方案就是說適當去減小分區數嗎？
● A9：
理論上來說計算和IO調度等消耗是有一個平衡點的，并不是無限的增大資源，就一定會提升速度。
?
以下為本次圓桌會的部分內容介紹，添加小助手可獲取詳細資料：
?
?
?
?
?
?
?
?
?
?
?
以上就是本次圓桌會互動環節內容。
想報名參與下一期的圓桌會？
或者對以上內容還有疑問，
私信獲取協助。
總結
以上是生活随笔為你收集整理的圆桌会回顾 | SecureBoost：挑战千万级别样本训练之性能提升篇的全部內容，希望文章能夠幫你解決所遇到的問題。
