多租户系统（multi-tenant systems）对于现代、快节奏的企业来说是宝贵的。这些系统允许多个用户和团队同时访问和使用它们。特别是机器学习操作（MLOps，machine learning operations）团队，尤其会从多租户系统中受益匪浅。
不利用多租户系统的 MLOps 团队可能会面临低效率、不一致、重复工作和入职受阻等问题，这给本就复杂的工作流增加了阻力。让我们来看看多租户系统对 MLOps 团队的好处和挑战、有效扩展的最佳实践，以及多租户系统的未来可能是什么样子。
多租户系统允许多个用户在同一系统下共同工作，而不会妨碍各自的工作。
（来源：AI 生成）
google Drive 和 Salesforce 是多租户系统的优秀示例。它们允许大公司在单个系统上开发单个工作主体，通过消除重复工作来降低成本。
在 MLOps 情景中，使用多租户系统的好处是多方面的。机器学习工程师、数据科学家、分析师、建模师和其他参与 MLOps 的实践者，通常需要使用相似的软件堆栈执行类似的活动。
对于公司来说，只维护堆栈的一个实例或其功能是非常有益的——这可以降低成本、节省时间并增强协作。从本质上讲，多租户系统上的 MLOps 团队可以成倍地提高效率，因为他们不会把时间浪费在两个不同的堆栈或系统切换上。
多租户系统的采用正在增长，这是有充分理由的。这些系统有助于统一计算环境，避免了个别组织设置定制系统的情况。像这样的割裂的计算环境是高度重复的，并且增加了拥有成本，因为每个组可能需要一个专门的团队来保持其本地系统的运行。
这也会导致不一致的问题。在大公司中，可能会有一些组运行版本 7 的软件，另一些组运行版本 8，某些技术可能只在特定团队中使用。这样的例子不胜枚举。这些不一致导致对整个系统中正在发生的事情缺乏掌控，从而出现了潜在的风险。
归根结底，多租户并不是一个平台的特性：它是一个基本的安全功能。关于安全的考虑是预防性的，它需要成为系统基本架构的一部分。
对于努力构建多租户系统的团队来说，最大的好处之一是其架构固有的安全性。
尽管实现多租户系统有很多好处，但它们并非没有挑战。不管从事什么任务，这些系统的主要障碍之一是规模。每当任何扩展操作开始时，就会出现以前可能不明显的问题。
当你开始扩展时，会获得更多不同的用户体验和期望。突然间，你发现自己身处这样一个世界：用户开始与正在扩展的东西进行交互，并以你未曾预料到的方式使用该工具。更大、更根本的挑战是，你必须能够管理更多的复杂性。
当你构建多租户系统时，你可能会构建一个由多个用户使用的通用操作平台。这是一个重要的考虑因素。多租户也可能成为你业务的基本组成部分，因为这是一项有意义的投资。
要成功构建多租户系统，强大的产品管理至关重要，特别是如果系统是由机器学习专家构建的和为机器学习专家构建的。
设计和构建专供特定领域的系统的人员，应该对该领域有深入的了解，这一点很重要，这使他们能够根据用户的需求和能力给出设计，同时能够预测未来的业务和技术趋势。
这种需求只在机器学习等不断发展的领域得到强调，正如 MLOps 系统的扩散和增长所证明的那样。
除了这些最佳实践之外，还要确保对系统的每个组件，以及它们所支持的交互和工作流进行严格的测试。所谓的严格测试，是数百次测试，同时引入用户来测试每个元素和功能。有时你会发现，由于业务或技术的原因，你需要以特定的方式实现某些东西。但是你必须忠实于你的用户以及他们是如何使用系统来解决问题的。你绝对不想误解用户的需求。
用户可能会对你说：“嘿，我需要一匹更快的马。”你可能会把所有的时间都花在训练一匹更快的马上，而他们真正需要的是一种更可靠、更快速的运输工具，而这种运输工具不一定要吃干草，也可以烧汽油。
最后，专注于程序迭代，这可能听起来是一个缓慢的过程，但从长远来看，它将为你节省时间和资源。因为你已经完成了那些最繁琐的工作，并在问题再次困扰你之前就可以解决它。
这是一个令人兴奋的领域，预计这种势头将持续下去。我们可以期待看到对云技术和其他全托管服务的持续投资。特别是在 AI、机器学习和 MLOps 领域，事情发展十分迅速，以至于每当有人推荐一项新技术或软件时，它几乎立即就过时了。
现在真正重要的是快速迭代的能力，这在未来会更加重要。我们将看到越来越多的公司，无论大小，都在努力掌握这种敏捷性。他们做得越多，我们就会看到更多的进步，未来就会变得更令人兴奋。
支持：Ren
京公网安备 11010802035086号