推荐引擎-如何添加云资源|学习笔记

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 快速学习推荐引擎-如何添加云资源

开发者学堂课程【阿里云推荐引擎使用教程推荐引擎-如何添加云资源】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/409/detail/5258


推荐引擎-如何添加云资源


内容介绍:

一·开通推荐引擎

二·开通“MaxCompute”的服务

三·如何“创建项目” 

一·开通推荐引擎

首先进入推荐引擎控制台,点击上方“资源管理”。

1·资源管理

“资源管理”负责管理的是整个推荐引擎所依赖的各项资源,推荐引擎唯一强制需要依赖的资源储存类型为 ”MaxCompute” 的资源。

image.png

 2·MaxCompute

“MaxCompute” 是阿里云对外提供的大数据计算服务,它是一个能够针对海量数据进行离线计算的工具。推荐引擎的数据经过算法的计算就是依靠 “MaxCompute”。


二·开通“MaxCompute”的服务

在开通推荐引擎之后 ,还需要去开通 “MaxCompute” 的服务。

该服务是有两种付费方式:预付费和按量付费 。

image.png

在初次尝试时优先选择按量付费, 这样在推荐引擎的算法计算过程当中 ,会根据您的数据的实际使用量来进行扣费。

因为初期都是进行一些次时性的实验,所以消费不会太高;如果消费高的话,后续是可以随时变更为付费的模式。

那么在完整的 “MaxCompute” 之中,假设登录之后可以点击管理控制台进入到 “MaxCompute” 的控制台, 在 “MaxCompute” 控制台中, 它主要是进行项目的管理 ,每个项目就是对数据的一个操作单元。


三·如何“创建项目”

1·开始可能没有项目, 可以点击“创建项目” 。

例如这个项目我们可以使用后付费的方式,输入项目名称后点击确定,等待一段时间后,就会弹出“创建成功”字样。

2·项目创建完毕后,系统会在这里显示新创建的 “MaxCompute” 平台的 “rec-test3 ” 项目。

image.png此时,选择进入工作区,就可以对项目中的内容进行操作,主要的操作就是进行数据的上传以及数据的一些 etl 开发, 那在推荐引擎当中 ,一旦把这个项目创建完之后 在推荐引擎中需要一个配置——需要点击“添加云计算资源”,输入之前设计的项目名称 “rec-test3”

3·不需要填写 “endPoint” 的信息,系统会自动生成, “Access Key Secret” 是用于访问项目数据的凭据,凭据的信息点击“概览”界面右上角的 “rec-test” 中的 “accesskeys”  按钮,进入,点击“继续使用 AccessKey ”,就会发现 “Access Key ID” ,也就是“添加云计算资源”中的“ Access Key ID ”,点击显示将信息记录下到搜索引擎填好,设定唯一的标识,添加云资源就完成了。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
SQL 分布式计算 算法
推荐引擎RecEng基本操作演示|学习笔记
快速学习推荐引擎RecEng基本操作演示
200 0
推荐引擎RecEng基本操作演示|学习笔记
|
存储 缓存 人工智能
推荐引擎产品RecEng介绍|学习笔记
快速学习推荐引擎产品RecEng介绍
613 0
推荐引擎产品RecEng介绍|学习笔记
|
搜索推荐 算法 开发者
推荐引擎的算法原理|学习笔记
快速学习推荐引擎的算法原理
225 0
推荐引擎的算法原理|学习笔记
|
机器学习/深度学习 自然语言处理 算法
推荐引擎—算法策略讲解1|学习笔记
快速学习推荐引擎—算法策略讲解1
推荐引擎—算法策略讲解1|学习笔记
|
存储 分布式计算 算法
推荐引擎-如何创建推荐业务|学习笔记
快速学习推荐引擎-如何创建推荐业务|学习笔记
推荐引擎-如何创建推荐业务|学习笔记
|
数据采集 分布式计算 算法
推荐引擎-如何配置数据|学习笔记
快速学习推荐引擎-如何配置数据
推荐引擎-如何配置数据|学习笔记
|
算法 搜索推荐 测试技术
推荐引擎——如何创建测试场景|学习笔记
快速学习推荐引擎——如何创建测试场景
推荐引擎——如何创建测试场景|学习笔记
|
数据采集 自然语言处理 算法
推荐引擎—算法策略讲解2|学习笔记
快速学习推荐引擎—算法策略讲解2
|
算法 测试技术 BI
推荐引擎-如何进行场景上线|学习笔记
快速学习推荐引擎-如何进行场景上线
|
5月前
|
机器学习/深度学习 数据采集 算法
推荐引擎离线算法与在线算法的探索与实践
推荐引擎是现代互联网产品中至关重要的组成部分。离线算法和在线算法分别负责处理大量数据的预处理和模型训练,以及快速响应用户的实时请求。通过合理的架构设计和算法选择,可以构建出高效且个性化的推荐系统,从而提升用户体验,增加用户满意度和留存率。未来,随着技术的发展,推荐引擎将更加智能化和个性化,为用户提供更加精准的服务。