基于Spark的電影推薦系統(tǒng)(推薦系統(tǒng)~7)

第四部分-推薦系統(tǒng)-實時推薦

  • <font color=#00cc66 size=4 face="黑體"> 本模塊基于第4節(jié)得到的模型,開始為用戶做實時推薦,推薦用戶最有可能喜愛的5部電影。</font>

說明幾點

1.數(shù)據(jù)來源是 testData 測試集的數(shù)據(jù)。這里面的用戶,可能存在于訓(xùn)練集中,也可能是新用戶。因此,這里要做處理。

  1. SparkStreaming + kakfa


    在這里插入圖片描述

開始Coding

步驟一:在streaming 包下,新建PopularMovies2


package com.csylh.recommend.streaming

import com.csylh.recommend.config.AppConf
import org.apache.spark.sql.SaveMode

/**
  * Description: 個性化推薦
  *
  * @Author: 留歌36
  * @Date: 2019/10/18 17:42
  */
object PopularMovies2 extends AppConf{
    def main(args: Array[String]): Unit = {
        val movieRatingCount = spark.sql("select count(*) c, movieid from trainingdata group by movieid order by c")
        // 前5部進(jìn)行推薦
        val Top5Movies = movieRatingCount.limit(5)

        Top5Movies.registerTempTable("top5")

        val top5DF = spark.sql("select a.title from movies a join top5 b on a.movieid=b.movieid")

        // 把數(shù)據(jù)寫入到HDFS上
        top5DF.write.mode(SaveMode.Overwrite).parquet("/tmp/top5DF")

        // 將數(shù)據(jù)從HDFS加載到Hive數(shù)據(jù)倉庫中去
        spark.sql("drop table if exists top5DF")
        spark.sql("create table if not exists top5DF(title string) stored as parquet")
        spark.sql("load data inpath '/tmp/top5DF' overwrite into table top5DF")

        // 最終表里應(yīng)該是5部推薦電影的名稱
    }
}


步驟二:在streaming 包下,新建SparkDirectStreamApp

package com.csylh.recommend.streaming

import com.csylh.recommend.config.AppConf
import kafka.serializer.StringDecoder
import org.apache.spark.mllib.recommendation.MatrixFactorizationModel
import org.apache.spark.streaming.kafka.KafkaUtils
import org.apache.spark.streaming.{Seconds, StreamingContext}

/**
  * Description:
  *
  * @Author: 留歌36
  * @Date: 2019/10/18 16:33
  */
object SparkDirectStreamApp extends AppConf{
    def main(args:Array[String]): Unit ={
      val ssc = new StreamingContext(sc, Seconds(5))

      val topics = "movie_topic".split(",").toSet

      val kafkaParams = Map[String, String](
        "metadata.broker.list"->"hadoop001:9093,hadoop001:9094,hadoop001:9095",
        "auto.offset.reset" -> "largest" //smallest :從頭開始 largest:最新
      )
      // Direct 模式:SparkStreaming 主動去Kafka中pull拉數(shù)據(jù)
      val modelPath = "/tmp/BestModel/0.8521581387523667"
      val stream = KafkaUtils.createDirectStream[String, String, StringDecoder, StringDecoder](ssc, kafkaParams, topics)

      def exist(u: Int): Boolean = {
        val trainingdataUserIdList = spark.sql("select distinct(userid) from trainingdata")
          .rdd
          .map(x => x.getInt(0))
          .collect()  // RDD[row] ==> RDD[Int]

        trainingdataUserIdList.contains(u)
      }

      // 為沒有登錄的用戶推薦電影的策略:
      // 1.推薦觀看人數(shù)較多的電影,采用這種策略
      // 2.推薦最新的電影
      val defaultrecresult = spark.sql("select * from top5DF").rdd.toLocalIterator

      // 創(chuàng)建SparkStreaming接收kafka消息隊列數(shù)據(jù)的2種方式
      // 一種是Direct approache,通過SparkStreaming自己主動去Kafka消息隊
      // 列中查詢還沒有接收進(jìn)來的數(shù)據(jù),并把他們拉pull到sparkstreaming中。

      val model = MatrixFactorizationModel.load(ssc.sparkContext, modelPath)
      val messages = stream.foreachRDD(rdd=> {

              val userIdStreamRdd = rdd.map(_._2.split("|")).map(x=>x(1)).map(_.toInt)

              val validusers = userIdStreamRdd.filter(userId => exist(userId))
              val newusers = userIdStreamRdd.filter(userId => !exist(userId))

              // 采用迭代器的方式來避開對象不能序列化的問題。
              // 通過對RDD中的每個元素實時產(chǎn)生推薦結(jié)果,將結(jié)果寫入到redis,或者其他高速緩存中,來達(dá)到一定的實時性。
              // 2個流的處理分成2個sparkstreaming的應(yīng)用來處理。
              val validusersIter = validusers.toLocalIterator
              val newusersIter = newusers.toLocalIterator

              while (validusersIter.hasNext) {
                val u= validusersIter.next
                println("userId"+u)
                val recresult = model.recommendProducts(u, 5)
                val recmoviesid = recresult.map(_.product)
                println("我為用戶" + u + "【實時】推薦了以下5部電影:")
                for (i <- recmoviesid) {
                  val moviename = spark.sql(s"select title from movies where movieId=$i").first().getString(0)
                  println(moviename)
                }
              }

              while (newusersIter.hasNext) {
                println("*新用戶你好*以下電影為您推薦below movies are recommended for you :")
                for (i <- defaultrecresult) {
                  println(i.getString(0))
                }
              }


     })
      ssc.start()
      ssc.awaitTermination()
    }
}

步驟三:將創(chuàng)建的項目進(jìn)行打包上傳到服務(wù)器
mvn clean package -Dmaven.test.skip=true

步驟四:先編寫個性化推薦代碼 shell 執(zhí)行腳本

[root@hadoop001 ml]# vim PopularMovies2.sh 
export HADOOP_CONF_DIR=/root/app/hadoop-2.6.0-cdh5.7.0/etc/hadoop

$SPARK_HOME/bin/spark-submit \
--class com.csylh.recommend.streaming.PopularMovies2 \
--master spark://hadoop001:7077 \
--name PopularMovies2 \
--driver-memory 10g \
--executor-memory 5g \
/root/data/ml/movie-recommend-1.0.jar

步驟五:執(zhí)行sh PopularMovies2.sh

確保:

[root@hadoop001 ml]# spark-sql
19/10/20 22:59:28 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Spark master: local[*], Application Id: local-1571583574311
spark-sql> show tables;
default links   false
default movies  false
default ratings false
default tags    false
default testdata    false
default top5df  false
default trainingdata    false
default trainingdataasc false
default trainingdatadesc    false
Time taken: 2.232 seconds, Fetched 9 row(s)
spark-sql> select * from top5df;
Follow the Bitch (1996)
Radio Inside (1994)
Faces of Schlock (2005)
Mág (1988)
"Son of Monte Cristo
Time taken: 1.8 seconds, Fetched 5 row(s)
spark-sql> 

步驟六:再編寫model實時推薦代碼 shell 執(zhí)行腳本

export HADOOP_CONF_DIR=/root/app/hadoop-2.6.0-cdh5.7.0/etc/hadoop

$SPARK_HOME/bin/spark-submit \
--class com.csylh.recommend.streaming.SparkDirectStreamApp \
--master spark://hadoop001:7077 \
--name SparkDirectStreamApp \
--driver-memory 10g \
--executor-memory 5g \
--total-executor-cores 10 \
--jars /root/app/kafka_2.11-1.1.1/libs/kafka-clients-1.1.1.jar \
--packages "mysql:mysql-connector-java:5.1.38,org.apache.spark:spark-streaming-kafka-0-8_2.11:2.4.2" \
/root/data/ml/movie-recommend-1.0.jar

步驟七:sh SparkDirectStreamApp.sh

// TODO...

有任何問題,歡迎留言一起交流~~
更多文章:基于Spark的電影推薦系統(tǒng):https://blog.csdn.net/liuge36/column/info/29285

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容