开源 6 个月，机器学习平台 Alink 有哪些值得期待的新功能？

本文根据 Flink Forward 全球在线会议 · 中文精华版整理而成，由阿里巴巴计算平台事业部资深算法专家杨旭(品数)分享。本文主要介绍了 Alink 从宣布开源到现在，最近半年来的进展情况，重点分享了 Alink 的一些特性、原理、使用技巧等，为大家使用 Alink 进行开发提供了参考。

Alink进展总览

Alink 到目前已经发布了四个 Release 版本：

1. Alink version 1.0：2019年11月在Flink Forword Asia大会上宣布开源。
2. Alink version 1.0.1：于2019年12月发布，主要解决一些场景下PyAlink的安装问题。在此期间也出了一系列的开发文章，包括Alink环境搭建，入门示例等，为大家使用Alink第一步提供了指导。
3. Alink version 1.1.0：于2020年02月发布，在Flink发布1.10版本后，Alink 第一时间做了兼容，目前Alink支持Flink 1.10和Flink 1.9，PyAlink也兼容PyFlink。此外，从这个版本开始，Alink已经发布到Maven中央仓库和PyPI。这样，Maven工程中使用Alink，只需要在POM文件中引入Alink的相关依赖就可以了，无需自己手动编译，打包安装。Python环境则可以借助PyPI仓库，进行Alink的安装。
4. Alink version 1.1.1 ：于2020年04月发布，主要是提升了使用体验，提升了性能。

Alink 发展之路

上图是Alink在发布1.0版本的时候，所有的算法以及功能，简单来说，Alink的批式功能是和SparkML对应的，SparkML有的功能，Alink基本都提供了。相较于SparkML，除了批式的功能，Alink还提供了流式的功能。

Alink在近半年，功能上整体没有大的变化，下面列举一些正在研发测试，即将开源的一些功能：

1. 提供更多数据处理，特征工程相关功能，在小版本就会陆续推出。
2. 经典的分类和回归问题上，主要为两个方面：一是对已有模型，我们将会披露更多模型内部信息，让大家对模型有更多的了解，而不仅仅只是拿模型来进行预测，二是FM系列算法的推出。
3. 关联规则&协同过滤，在协同过滤推荐问题上，SparkML主要提供的是ALS，它可以解决一些推荐的问题，但是实际运用过程中，仅仅使用ALS是不够的，后续Alink将推出更多推荐类的算法。
4. 在线学习，在1.0发布的时候，已经提供了在线学习的功能，但在实际应用场景中，用户希望在线学习能够变得更加灵活，后续的版本中将会对这部分进行加强。

重要特性介绍

在本章，将按照版本的发布顺序，逐步介绍Alink的特性，设计原理，以及使用技巧等内容。

1.Alink version 1.1.0

■ 程序构建

从Alink 1.1.0开始，使用Maven中央仓库即可构建Alink项目，下面是POM文件示例。Flink 1.10版本依赖：

<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>

Flink 1.9版本依赖：

<dependency>
    <groupId>com.alibaba.alink</groupId>
    <artifactId>alink_core_flink-1.9_2.11</artifactId>
    <version>1.1.0</version>
</dependency>
<dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>flink-streaming-scala_2.11</artifactId>
    <version>1.9.0</version>
</dependency>
<dependency>
    <groupId>org.apache.flink</groupId>
    <artifactId>flink-table-planner_2.11</artifactId>
    <version>1.9.0</version>
</dependency>

■ 环境安装实践

• 准备环节

主要是Python环境搭建，以及JAVA 8的安装，Python环境的搭建我们推荐安装Anaconda3，可以对Python的版本进行灵活的控制。不同操作系统的环境准备，请参考下面的教程：

MacOS： https://zhuanlan.zhihu.com/p/110898678
Linux环境： https://zhuanlan.zhihu.com/p/110898735
Windows：https://zhuanlan.zhihu.com/p/97020481

• PyAlink安装

从1.1.0开始，Alink已经发布到了PyPI，安装更加方便了，请参考如下链接：

如何安装最新版本PyAlink？
https://zhuanlan.zhihu.com/p/110944464

• PyAlink卸载

如果之前安装过PyAlink，因为之前版本我们是手动安装的，在升级到新版本时，可能会遇到一些问题，因此需要将其卸载，可以参考下面的文章：<