benchmark是啥
终极管理员 知识笔记 160阅读
什么是benchmark？
答：通俗的讲，一个算法之所以被称为benchmark，是因为它的 性能已经被广泛研究，人们对它性能的表现形式、测量方法都非常熟悉，因此可以作为标准方法来衡量其他方法的好坏 。 这里需要区别state-of-the-art（SOTA），能够称为SOTA的算法表明其性能在当前属于最佳性能。
benchmark 和 baseline 的区别是什么？
答：benchmark ：本身是一种标准、规则。 要评估一个策略的好坏，就需要建立一个对比基线，以便后续观察算法效果的提升。 而 Baseline 算法的思想就是设立基线，并引入用户的偏差以及电影的偏差。 在上式中，等式中的是待求的基线模型中用户u给物品i打分的预估值； 等式右边的μ为所有用户对电影评分的均值；bu为u se r偏差（如果某用户比较苛刻，打分都相对偏低， 则bu会为负值；相反，如果某用户经常对很多片都打正分， 则bu为正值）；...
benchmark和profile工具有什么区别？
答：Benchmark用压力测试挖掘整个系统的性能状况，而Profile工具最大限度地呈现系统的运行时状态和性能指标，方便用户诊断性能问题和进行调优。 c）在Spark层面：web ui、console log，也可以修改Spark源码打印日志进行性能监控。
大数据benchmark是什么？
答：Benchmark的核心由3部分组成：数据集、 工作负载、度量指标。 数据类型分为结构化数据、半结构化数据和非结构化数据。 由于大数据环境下的数据类型复杂，负载多样，所以大数据Benchmark需要生成3种类型的数据和对应负载。 1）结构化数据：传统的关系数据模型，可用二维表结构表示。 典型场景有电商交易、财务系统、医疗HIS数据库、政务信息化系统等等；