阿里云推荐引擎使用调查记录
最近项目中需要使用到推荐引擎，直接选用的是阿里云推荐引擎。由于一开始都没涉及过这方面的知识，而且调查时正好是V3发布前，调查到一半的时候，推荐引擎发布了最新V3版本，DDL和V2的略有不同。在调查与开发过程中踩了不少的坑，这里总结下。
首先最有感触的就是阿里的工单真好用，回复的效率还是很高的，基本上当天就能得到有效的回复。所以开发中很多问题和解决方法都是从咨询客服中获取的。
1、已得知的基础情报
1、推荐模块下的api调用目前官方没有提供SDK，需要自己使用API进行调用。
2、大数据模块下的官方提供了SDK，地址：https://help.aliyun.com/document_detail/34614.html
3、一个project其实是一个数据库资源，为不同的业务提供基础数据
4、业务依赖依赖数据库资源，不同场景可以选择不同算法
5、SDK使用说明：https://help.aliyun.com/document_detail/34614.html
6、API调用demo:https://help.aliyun.com/document_detail/30245.html
7、在推荐引擎管理后台上，可以编写脚本和启动定时任务，目前还么使用到2、踩坑点
1、demo上用的是V2版本的数据和DDL，我们使用V3版本的DDL进行初始化，算法任务死活是失败的。
2、V3版本刚发布时，算法任务失败log是看不到的，总是提示队列处理中。没办法，项目比较紧急，只能选用V2版本进行开发。
3、使用SDK上传数据的时候，以为只需要把需要用到的字段传入数据即可，测试后发现数据导入的字段不对。需要把表结构上的所有字段按顺序定义出来，然后再根据字段名称进行赋值
以下为使用到的基本代码，部分从官方文档中获取，部分是咨询客服获取到的。
1、初始化API账号数据
Account account = new AliyunAccount(accessId, accessKey);
Odps odps = new Odps(account);
odps.setEndpoint(endPoint);
odps.setDefaultProject(project);
TableTunnel tunnel = new TableTunnel(odps);
tunnel.setEndpoint("http://dt.odps.aliyun.com");
从官网：https://help.aliyun.com/document_detail/30245.html 中获取的代码片段
2、判断分区是否存在，不存在则建立分区
public boolean createPartitionIfNeed(String dsDate, Odps odps, String table) throws OdpsException {
Tables tbs = odps.tables();
Table t = tbs.get(table);
String partition = "ds=" + dsDate;
PartitionSpec partitionSpec = new PartitionSpec(partition);
boolean partitionExists = false;
for (Partition p : t.getPartitions()) {
if (StringUtils.equals(p.getPartitionSpec().get("ds"), dsDate)) {
partitionExists = true;
break;
}
}
if (!partitionExists) {
logger.info("分区{}不存在，新建分区！", dsDate);
t.createPartition(partitionSpec);
logger.info("分区{}不存在，新建分区成功！", dsDate);
}
return !partitionExists;
}
3、启动数据预处理任务
4、启动离线算法任务
5、查询任务状态
目前官方没有提供SDK，需要通过API调用6、执行SQL,从dual表中获取数据
public class RecTest {
private static final String accessId = "";
private static final String accessKey = "";
private static final String endPoint = "http://service.odps.aliyun.com/api";
private static final String project = "myproject";
private static final String ct = "20170624";
private static final String sql = "INSERT OVERWRITE TABLE demo.demo_user_meta PARTITION (ds="+ ct +") SELECT x ,null FROM demo.dual_demo WHERE x = '20170620';";
public static void main(String[] args) {
Account account = new AliyunAccount(accessId, accessKey);
Odps odps = new Odps(account);
odps.setEndpoint(endPoint);
odps.setDefaultProject(project);
Instance i;
try {
i = SQLTask.run(odps, sql);
i.waitForSuccess();
List<Record> records = SQLTask.getResult(i);
for (Record r : records) {
System.out.println(r.get(0).toString());
}
} catch (OdpsException e) {
e.printStackTrace();
}
}
}
7、上传数据
UploadSession uploadSession = tunnel.createUploadSession(project, table, new PartitionSpec("ds=20170623"));
RecordWriter recordWriter = uploadSession.openRecordWriter(0);
String date = "20170623";
for (int i = 0; i < 60; i++) {
//这里需要注意，需要把表结构下的所有字段按表结构顺序定义出来，否则会出现数据导到其他字段中去的情况
Record record = new ArrayRecord(new Column[] { new Column("item_id", OdpsType.STRING), new Column("ds", OdpsType.STRING),
new Column("category", OdpsType.STRING) });
record.set("item_id", "itemid_1" + i);
record.set("ds", date);
record.set("category", "category" + i);
recordWriter.write(record);
}
recordWriter.close();
long id = uploadSession.getAvailBlockId();
uploadSession.commit(new Long[] { id });
8、获取表数据
DownloadSession downloadSession = tunnel.createDownloadSession(project, table, new PartitionSpec("ds=20170623"));
long count = downloadSession.getRecordCount();
RecordReader recordReader = downloadSession.openRecordReader(0, count);
Record record;
while ((record = recordReader.read()) != null) {
int colCount = record.getColumnCount();
for (int i = 0; i < colCount; i++) {
System.out.print(record.get(i) + ",");
}
System.out.println();
}
recordReader.close();
System.out.println("总数量为：" + count);
通过以上的接口功能，推荐功能的基本步骤如下：
1、同过SDK上传完用户基本数据和行为数据
2、 调用API启动数据预处理任务，获取到任务id
3、根据任务id判断数据预处理是否成功
4、数据预处理成功后调用API启动离线算法，获取到任务id
5、根据步骤4获取到的任务id，判断离线算法是否处理成功
