无服务器 Kubernetes 对数据科学家来说已经变得非常宝贵

[shukla7789]

Kubernetes 是数据科学家的一个强大平台，在无服务器环境中使用它时会更有用。
肖恩·帕克
肖恩·帕克
9 分钟阅读
无服务器 Kubernetes 对数据科学家的好处
Shutterstock 照片许可 - Piotr Swat

数据科学是一个不断发展的职业。虽然它涉及的机会比以往任何时候都多，但也存在更多复杂性。标准和期望正在迅速变化，尤其是在用于 奥地利电话号码数据 创建数据科学项目的技术类型方面。

内容
Kubernetes 对数据科学的好处
为什么 Kubernetes 中采用无服务器技术？
没有节点的 Kubernetes？
在 Kubernetes 中部署无服务器工作负载
容器即服务 (CaaS)
功能即服务 (FaaS)
Kubernetes 是数据科学家的绝佳资源
如今，大多数数据科学家都在使用某种形式的 DevOps 界面。最受欢迎的界面之一是 Kubernetes。Kyle Gallatin 最近录制了一个 Kubernetes 教程，该教程在纽约市数据科学学院进行了展示，说明了这个平台对他的职业的重要性。

对于使用 Kubernetes 的数据科学家来说，有很多重要的细微差别。其中最重要的一个就是无服务器 Kubernetes 的适配。



在本文中，我们将探讨无服务器如何改变传统的 Kubernetes 架构。不过，我们首先要讨论 Kubernetes 在数据科学领域的优势。

阅读更多
构建分析门户以支持分析文化
预测分析能解决内容创作中的挑战吗？
5 个令人惊讶的大数据来源，助力提高数据质量和业务分析
医疗行业如何利用大数据节省大量成本
提升以数据为中心的公司 Looker 绩效的 4 种方法
Kubernetes 对数据科学的好处
Kubernetes 基于一个控制节点，结合多个工作节点来促进其集群架构。然后，工作负载被分发到这些工作节点，同时由控制节点进行管理。随着无服务器技术的出现，人们越来越有兴趣在 Kubernetes 中使用无服务器来管理工作负载并提供集群本身。

数据科学家为何能从这个界面中获益，这一点应该比较明显。Domino Data Labs 高级总监 Bob Laurent 谈到了一些最大的原因。他指出，Kubernetes 允许对 GPU 和 CPU 进行可扩展访问，并有助于实现基础设施抽象。这些功能使数据科学项目具有可扩展性、成本效益和更易于管理。