使用 Maven 快速构建 Alink 项目

刚发布的 Alink 1.1.0 版本，支持发布到 Maven Central，Java 开发者通过 Maven 可以快速搭建 Alink 机器学习项目。本文将演示一个简单的构建方案，便于爱好者快速入门。

先说一下相关的环境，Windows 系统，使用的 Jave 编辑器是 InterlliJ IDEA（Version 2019.3.2），Java SDK 的版本为 1.8。

第一步，创建项目

在 InterlliJ IDEA 中选择创建新项目，并选择 Maven，如下图所示：

使用默认选项，不用勾选"Create from archetype"，点击"Next"按钮，进入下图所示页面，这里只需填写 Name 项，其它内容会自动关联生成。

最后，点击"Finish"按钮，就完成了 Maven 工程的创建。

我们在 InterlliJ IDEA 编辑器中可以看到整个项目的结构如下：

我们查看 pom.xml，内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>org.example</groupId>
    <artifactId>AlinkMavenExample</artifactId>
    <version>1.0-SNAPSHOT</version>


</project>

第二步，HelloAlink

在开始引入 Alink 相关 jar 包前，我们先进行一个小实验，运行简单的打印输出。在 src -> main -> java 下新建一个 package: "org.example"，再新建一个 Java Class:

"HelloAlink.java"
package org.example;

public class HelloAlink {
    public static void main(String[] args) {
        System.out.println("Hello Alink!");
    }
}

运行该代码，结果正常打印。

然后，我们在看一下 maven 打包的情况，进入 IDEA 的 Maven 窗口，如下图所示：

在 Maven 窗口中点击执行"package"操作，操作正常执行完成。在该项目文件夹的 target 子文件夹下可以看到打包出来的 AlinkMavenExample-1.0-SNAPSHOT.jar。

第三步，修改 POM 文件，导入 Alink 相关 jar 包

这是本文中最重要的环节，在 POM 文件中设置 Alink 相关的 dependency，从而在项目中可以使用 Alink 库函数。

可以从如下两个地址中找到 Alink1.1.0 的 dependency 设置：

[1]https://github.com/alibaba/Alink#java-接口使用介绍
[2]https://zhuanlan.zhihu.com/p/109896804

其实，Alink 提供了两个设置方案，分别针对 Flink 1.10 和 Flink 1.9 版本，这里我们选择针对 Flink 最新版本的方案。复制 dependency 项，并粘贴到 POM 的 ... 中，改动后的 POM 文件内容如下：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>org.example</groupId>
    <artifactId>AlinkMavenExample</artifactId>
    <version>1.0-SNAPSHOT</version>

    <dependencies>
        <dependency>
            <groupId>com.alibaba.alink</groupId>
            <artifactId>alink_core_flink-1.10_2.11</artifactId>
            <version>1.1.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-streaming-scala_2.11</artifactId>
            <version>1.10.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-table-planner_2.11</artifactId>
            <version>1.10.0</version>
        </dependency>
    </dependencies>

</project>

这是 IDEA 会弹出小窗如下：

选择"Import Changes"，需要等待一段时间，将所需的 jar 包下载到本地 maven 仓库。

第四步，构建运行

参考 Alink 的 Java 例子：

[3]https://github.com/alibaba/Alink/blob/master/examples/src/main/java/com/alibaba/alink/KMeansExample.java

在当前项目中新建 KMeansExample.java，保留当前的 package 路径package org.example;，将 Alink 例子中的其它代码直接复制过来。代码如下：

package org.example;

import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.source.CsvSourceBatchOp;
import com.alibaba.alink.pipeline.Pipeline;
import com.alibaba.alink.pipeline.clustering.KMeans;
import com.alibaba.alink.pipeline.dataproc.vector.VectorAssembler;

/**
 * Example for KMeans.
 */
public class KMeansExample {

    public static void main(String[] args) throws Exception {
        String URL = "https://alink-release.oss-cn-beijing.aliyuncs.com/data-files/iris.csv";
        String SCHEMA_STR = "sepal_length double, sepal_width double, petal_length double, petal_width double, category string";

        BatchOperator data = new CsvSourceBatchOp().setFilePath(URL).setSchemaStr(SCHEMA_STR);

        VectorAssembler va = new VectorAssembler()
                .setSelectedCols(new String[]{"sepal_length", "sepal_width", "petal_length", "petal_width"})
                .setOutputCol("features");

        KMeans kMeans = new KMeans().setVectorCol("features").setK(3)
                .setPredictionCol("prediction_result")
                .setPredictionDetailCol("prediction_detail")
                .setReservedCols("category")
                .setMaxIter(100);

        Pipeline pipeline = new Pipeline().add(va).add(kMeans);
        pipeline.fit(data).transform(data).print();
    }
}

然后，选择运行 KMeansExample.main()，可看到正常的输出结果如下（显示篇幅关系，只保留了头两条和末尾 2 条数据）：

category|prediction_result|prediction_detail
--------|-----------------|-----------------
Iris-setosa|0|0.49148233882941467 0.3017994492572307 0.2067182119133547
Iris-versicolor|1|0.3249474882831926 0.396327539544579 0.2787249721722284
......
Iris-virginica|2|0.13906038938197507 0.38042216584746935 0.4805174447705556
Iris-virginica|1|0.18304443868954268 0.43146730855314785 0.38548825275730947

以上，即可完成 Alink 项目的创建。

■ 版本更新下载及 Github 送 Star ■
https://github.com/alibaba/Alink

以上分享希望对你有所帮助，了解更多 Alink 上手实践文章，更多Alink技术交流可钉钉扫描下方二维码加入交流群：