坑挺多 | 联邦学习FATE：上传数据（一）

吐槽一下这个号称“最流行”的联邦学习框架，对新手入门非常不友好，从安装到上传数据，需要多个文档对着看，列举一下笔者在自己测试时候的坑：

• 代码确实有，但是配套的说明文档不是一气呵成的，需要多个地方对着看才能看懂
• 社群基数还不友好，很多问题难以找到解答，要么就是在官方群里问
• 报错信息乱七八糟，丢了一堆，debug非常困难
• 代码对新手不友好，基本需要你对这款比较熟悉，才能猜到一些默认参数会是什么
• 很多依赖代码没说明白

几个需要对着看的官方文档：
GITHUB
readthedocs

---

---

1 上传数据之前需要知道的坑点

1.1 在哪台机器上传数据？

笔者作为新手，一开始对官方[Pipeline Upload Data Tutorial]教程的以下代码感到很困惑：

!pipeline init --ip 127.0.0.1 --port 9380

因为127.0.0.1代表你启动的是本机的fate，也就是如果你有两台服务器，9999/10000，你应该需要挑选某一台进行上传数据/建模等其他操作？
那能不能由第三台服务器进行上传数据操作呢？
当然，答案是：可以的

1.2 如何连接fate server

首先各类教程里面，pipeline init就是启动了fate flow server，

!pipeline init --ip 127.0.0.1 --port 9380

但是你会发现，最坑的是，不论你ip换成啥，都会显示Pipeline configuration succeeded.
笔者一开始看到succeeded就觉得没问题了，但是跑后面的代码一直报错：

{
    "retcode": 100,
    "retmsg": "Connection refused. Please check if the fate flow service is started"
}

就一直报错，查了半天也没有什么教程解释；终于自己摸索了半天才发现：

!pipeline config check 
>>> Flow server status normal, Flow version: 1.7.2

这样才是正确的检查是否启动fate flow server的正确姿势

所以这里最好换成公有IP：

!pipeline init --ip 你的公有IP --port 9380
!pipeline config check 

1.3 需要及时切换IP才能上传两台服务器

笔者是在同一个jupyter里面测试，

!pipeline init --ip fate-9999.aliyun.xxxx.com --port 9380

首先我连接9999，然后上传数据；
之后想在10000上传数据，那么笔者当然以为在同一个kernel下pipeline init --ip 10000，就切换到了10000，然后就可以上传了；
但，这样是不行的，需要你restart kernel，才行。

2 上传数据代码

笔者自己根据实验总结如下的上传代码：

from pipeline.backend.pipeline import PipeLine
import os

def upload_fate_data(params,partition = 4,\
                     role = 'guest',party_id = 9999,guest=9999):
    pipeline_upload = PipeLine().set_initiator(role=role, party_id=party_id).set_roles(guest=guest)
    pipeline_upload.add_upload_data(file=params['file_name'],
                                table_name=params["name"],             # table name
                                namespace=params["namespace"],         # namespace
                                head=1, 
                                partition=partition)               # data info

    pipeline_upload.upload(drop=1)
    print('success upload!')


data_base = "/FATE-master/examples/data" # 数据地址
namespace = 'student_hetero'

host_train_data_params = {"name": "student_hetero_host",\
                          "namespace": namespace,\
                          'file_name':os.path.join(data_base,'student_hetero_host.csv')}
    
host_test_data_params = {"name": "student_hetero_host",\
                         "namespace": namespace,\
                         'file_name':os.path.join(data_base,'student_hetero_host.csv')}
    
guest_train_data_params = {"name": "student_hetero_guest",\
                           "namespace": namespace,\
                           'file_name':os.path.join(data_base,'student_hetero_guest.csv')}
    
guest_test_data_params = {"name": "student_hetero_guest",\
                          "namespace": namespace,\
                          'file_name':os.path.join(data_base,'student_hetero_guest.csv')}


#### guest网络
!pipeline init --ip fate-9999.aliyun.xxxx.com --port 9380
!pipeline config  check

upload_fate_data(guest_train_data_params,partition = 4)
upload_fate_data(guest_test_data_params,partition = 4)

上面在guest上传了两份数据，然后需要restart kernel，然后继续在10000上传数据

#### host网络
!pipeline init --ip fate-10000.aliyun.xxxx.com --port 9380
!pipeline config  check

upload_fate_data(host_train_data_params,partition = 4)
upload_fate_data(host_test_data_params,partition = 4)

当然，这里笔者继续吐槽，看到fateboard，因为笔者pipeline初始化，设置的是role = 'guest'，但是现在上传role 显示是local，也把笔者恶心了一阵子…
当然，笔者后面无力继续究其原因，感觉，在上传数据环节，无论你role设置成啥，到最后，还是role为local

你上传了两个数据集，就会生成2个job

3 各类报错小记

3.1 最恶心笔者的：Connection refused. Please check if the fate flow service is started

{
    "retcode": 100,
    "retmsg": "Connection refused. Please check if the fate flow service is started"
}

刚刚提到过了，需要

!pipeline config check 

查看

3.2 各类依赖版本不对

AttributeError: type object 'h5py.h5r.Reference' has no attribute '__reduce_cython__'
>>> 需要重新安装h5py,先卸载,再重装

'_ipython_canary_method_should_not_exist_'

2022-06-14 21:09:13.653 | ERROR    | IPython.utils.dir2:get_real_method:74 - An error has been caught in function 'get_real_method', process 'MainProcess' (10068), thread 'MainThread' (23392):

遇到很多，反正看提示，重装。。