angel
Task 执行流程
Task是Angel的最小计算单元，一个Task的执行流程如图所示：
基本流程主要有两步：
- 训练数据准备。原始的数据存在分布式文件系统之上，且格式一般不能直接被机器学习算法使用。所以Angel抽象出了训练数据准备这一过程：在这个过程中，Task将分布式文件系统上的数据拉取到本地，然后解析并转换成所需的数据结构。
- 计算。对于一般的模型训练，这一步会进行多轮的迭代计算，最后输出一个模型；对于预测，数据只会被计算一次，输出预测结果。
为了让应用程序定制所需的计算流程，Angel抽象出了BaseTaskInterface接口，并在其基础上提供BaseTask，TrainTask和PredictTask等基类。应用程序可以根据自己的需求扩展这些基类。
Task在计算过程中，需要用到一些系统配置信息和控制迭代进度等，这些功能是通过TaskContext来提供的。
BaseTaskInterface<KEYIN, VALUEIN, VALUEOUT>
BaseTaskInterface定义了一个算法的计算流程接口。KEYIN和VALUEIN表示原始输入数据的类型；VALUEOUT表示预处理输出的数据类型，同时它也是训练过程的输入数据。
parse
-
定义：
VALUEOUT parse(KEYIN key, VALUEIN value) -
功能描述：解析原始输入数据的一行，生成训练过程需要的数据结构
-
参数：KEYIN key, VALUEIN value 以键值对表示的原始数据
-
返回值：VALUEOUT 训练数据
preProcess
-
定义：
void preProcess(TaskContext taskContext) -
功能描述：表示从原始数据块到训练数据集合的转换过程
-
参数：TaskContext taskContext 运行预处理过程的Task相关信息
-
返回值：无
run
-
定义：
void run(TaskContext taskContext) throws AngelException -
功能描述：模型训练过程
-
参数：TaskContext taskContext 当前Task相关信息
-
返回值：无
下图是一个简单的数据处理和计算流程
在一般情况下，数据转换都是逐条进行的，因此Angel提供了一个实现了默认按行处理的preProcess函数的类BaseTask。
在很多算法中，需要的训练数据都是一种带有标签的数据结构，Angel定义了一个数据结构LabeledData 表示这一类数据结构。为了进一步简化应用程序编程接口，Angel定义了两个BaseTask的子类TrainTask和PredictTask（这两个类的VALUEOUT均为LabeledData），分别用于训练和预测模式下。应用程序可以根据需求扩展TrainTask和PredictTask。
TrainTask[KEYIN, VALUEIN]
KEYIN和VALUEIN含义可参考BaseTaskInterface
train
-
定义：
void train(TaskContext taskContext) -
功能描述：模型训练过程
-
参数：TaskContext taskContext Task相关信息
-
返回值：无
PredictTask[KEYIN, VALUEIN]
KEYIN和VALUEIN含义可参考BaseTaskInterface
train
-
定义：
def predict(taskContext: TaskContext) -
功能描述：利用模型进行预测
-
参数：TaskContext taskContext 当前Task相关信息
-
返回值：无
TaskContext
应用程序可以通过TaskContext来获取任务配置，Task运行信息等。除此之外，也可以将计算过程中的一些指标保存在TaskContext中以便任务页面展示。
train
-
定义：
<K, V> Reader<K, V> getReader() -
功能描述：获取分配给这个Task的数据块对应的Reader，一般只在preProcess接口中使用
-
参数：无
-
返回值：原始数据块Reader
getConf
-
定义：
Configuration getConf() -
功能描述：获取任务配置信息
-
参数：无
-
返回值：任务配置
getTotalTaskNum
-
定义：
int getTotalTaskNum() -
功能描述：获取任务任务总的Task数量
-
参数：无
-
返回值：任务总的Task数量
getIteration
-
定义：
int getIteration() -
功能描述：获取当前Task的迭代轮数
-
参数：无
-
返回值：当前Task迭代到多少轮
incIteration
-
定义：
void incIteration() -
功能描述：将迭代轮数加1，表示进入下一轮迭代
-
参数：无
-
返回值：无
getMatrixClock
-
定义：
int getMatrixClock(int matrixId) -
功能描述：获取某个矩阵的时钟信息。时钟信息用于进行Task之间的同步控制
-
参数：int matrixId 矩阵id
-
返回值：矩阵的当前时钟
globalSync
-
定义：
void globalSync() -
功能描述：将当前Task与任务下的所有其他Task进行同步，让他们进度一致。本方法主要用于BSP同步模型下，一般情况下并不需要应用程序显示调用它来实现同步控制（Angel在内部已经做了同步控制，内部同步过程是以矩阵为单位进行的），除非算法有这方面的特殊需求，否则不需要调用该方法
-
参数：无
-
返回值：无
setCounter
-
定义：
void setCounter(String counterName, int updateValue) -
功能描述：设置Counter值
-
参数：String counterName Counter名；int updateValue Counter值
-
返回值：无
updateCounter
-
定义：
void updateCounter(String counterName, int updateValue) -
功能描述：以累加的方式更新Counter值
-
参数：String counterName Counter名；int updateValue Counter更新值
-
返回值：无