DII4J是什么？
DII是一个算法在线服务平台，定位于为算法和工程同学提供可定制化的在线服务解决方案。平台提供了数据回流、集群搭建、版本发布、日常运维等算法服务的全生命周期管控能力。DII在线服务框架支持丰富的表结构类型以及强大的多表检索能力，并提供灵活的插件机制，开发者只需专注于算法逻辑的实现，即可以实现一个完整的在线服务。目前DII已经在搜索、推荐、优酷、菜鸟等多个业务线广泛应用，平台的高性能和易用性得到了同学们的一致认可。但是长期以来，由于DII的插件开发只支持C++语言，Java的同学们只能望而却步，无法享受到平台的红利。但是从现在起，用户可以基于我们最新推出的DII4J，直接在DII平台上使用Java来开发插件了。DII4J是DII for Java的简称，是DII平台提供的一种Java插件的运行机制，在Java插件中，用户可以获取与C++插件完全一致的能力。
DII4J怎么玩？
实现一个Java插件，用户只需继承DII4J的插件接口Dii4jModule并实现其中的init、cloneModule和process方法即可。假定有个业务需要一个类目预测服务，并且算法同学已经在离线挖掘出一份常用Query到类目映射的ODPS词表，作为一名资深Java开发，如何利用DII4J来构建出这么一个类目预测的在线服务呢？首先我们需要在DII平台上录入这张ODPS表，平台会自动完成从ODPS到在线KV表的回流，然后再来编写一个简单的DII4J模块，即可以完成整个功能。大致处理流程如下所示：
示例插件的Java代码中，使用用户Query来查询本地KV表，并输出最终查询到的类目信息，如下所示：
import com.taobao.search.dii4j.framework.ProcessContext;
import com.taobao.search.dii4j.framework.ResultManager;
import com.taobao.search.dii4j.plugin.Dii4jModule;
import com.taobao.search.dii4j.util.AnyContainer;
public class SampleModule extends Dii4jModule {
private String tableName;
@Override
public int init(AnyContainer conf) {
tableName = conf.get("table").get("name").getAsString();
if (null == tableName || tableName.isEmpty()) {
return -1;
}
return 0;
}
@Override
public Dii4jModule cloneModule() {
SampleModule module = new SampleModule();
module.tableName = tableName;
return module;
}
@Override
public int process(ProcessContext processContext, ResultManager resultManager) {
tracer.info("start process");
String query = processContext.getPara("query");
if (null == query || query.isEmpty()) {
tracer.warn("failed to get pare:[query]");
return -1;
}
String cat = store.getString(tableName, query);
if (null == cat) {
tracer.warn("failed to get value with tableName:[%s] and query:[%s]", tableName, query);
return -1;
}
AnyContainer result = resultManager.getContainer("result", AnyContainer.Type.MAP);
result.add("cat", cat);
return 0;
}
}DII平台上还提供了表数据更新的功能，来满足用户手动干预或实时更新词表的需求。
用户可以借助Store对象访问本地表，实现更加复杂的功能，同时，所有在Java开发环境中支持的二方包、三方包，都可以无障碍在DII4J中集成使用；各种Java调试工具的使用，也都是没有差异的。
DII4J还能怎么玩？
DII平台在推荐算法中有广泛应用，如：猜你喜欢等。一个典型的推荐在线服务架构如下所示：
对于猜你喜欢、手淘首页这样的大规模推荐场景，上面的架构既利用了IGRAPH、BE和RTP各自强大的数据管理和计算能力，又充分发挥了TPP平台快捷访问第三方服务和组装业务逻辑的能力。但对于一些数据规模相对较小的新兴业务场景来说，如果需要分别部署和接入IGRAPH、BE、RTP、TPP多个系统才能搭建起一个类似的推荐在线服务，成本是非常高的。而有了DII4J之后，用户直接在DII平台就可以搭建起一个简单但功能完整的推荐在线服务，结构如下：
如上所述，DII4J提供的Java插件开发能力给DII平台的业务开发增添了许多可能性。DII4J还能怎么玩，期待大家发挥想象力，一起造起来！
