大家都知道,两年前我发表了一篇java万能调用python机器学习模型的文章,得到了很多网友的受用。在快速的大数据环境下,毫秒级响应成为大家关注的焦点,之前的方法当python程序涉及导入包比较多时,多上百万线程方式过来的每条数据在调用python时就会变得特别慢,最慢达到了5秒才执行完,这对很多系统有非常大的延迟,很多公司选用阿里的flink框架,今天小順在这里介绍一种非常简单的常规方式,同样可以达到毫秒级响应。我是小順,请大家关注我,我会给大家发更多的工具。
本文的例子是dga域名检测的机器学习模型的调用
JavaExecPythonMLModel.java
import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.text.SimpleDateFormat;
import java.util.Properties;
public class JavaExecPythonMLModel {
try {
String ip = "192.168.1.3";
int port = 50007;
Socket client = new Socket(ip, port);
OutputStreamWriter os = new OutputStreamWriter(client.getOutputStream());
StringBuilder sb = new StringBuilder();
sb.append("baidu.com").append("\r\n");
os.write(sb.toString());
os.flush();
InputStream is = client.getInputStream();
byte[] buf = new byte[1024 * 8];
StringBuilder msg = new StringBuilder();
for (int len = is.read(buf); len > 0; len = is.read(buf)) {
msg.append(new String(buf, 0, len));
}
client.shutdownInput();
System.out.println("正在接收回复信息...");
System.out.println("服务器返回的信息: " + msg);
System.out.println("接收回复信息完成");
} catch (UnknownHostException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
dga_server.py
import pandas as pd
import pickle
from DGA_CHECK_MODEL import dgaCheck # 这个属于知识产权保护范畴,不能公开,是自己做的模型python程序,各位小伙伴替换自己的方法即可
#导入训练的好的模型
with open('./DGA_SVM.pkl', 'rb') as f:
clf = pickle.load(f)
import socket
HOST = '192.168.1.3'
PORT = 50007
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.bind((HOST,PORT))
while True:
try:
s.listen()
conn,addr = s.accept()
data = conn.recv(1024)
data = bytes.decode(data)
data = data.replace("\\r\\n","")
result = dgaCheck(data.split(','), clf)
conn.sendall(str.encode(str(result)))
conn.close()
except Exception:
pass
运行原理:
1 首先运行python dga_server.py , 即socket服务端,就是将所有消耗时间的导入包、导入模型等统统准备好。
2 然后再通过java 的socket客户端 调用服务端,毫秒级响应就返回了想要的结果。
测试时我写了个测试jar包,用拥有20个线程的线程池,去消费1000000个线程,观察每个线程的消耗时间,截取其中一段,如图