基于 Flink 实现的商品实时推荐系统(附源码)

前言

之前一直给大家推荐的是关于 Flink 的介绍和知识点，可以在历史文章搜索了解。总的来说，现在还挺缺这种真正实战的项目分享出来，尤其是把源代码分享出来的，近期我在 GitHub 观察到一个不错的 Flink 项目，然后也和作者交流了下，于是在这里做一个分享。所以，那些平时问我有没有 Flink 项目的可以看过来了。地址在 ：https://github.com/CheckChe0803/flink-recommandSystem-demo 下面介绍下这个项目。

1. 系统架构 v2.0

• 1.1 系统架构图

• 1.2模块说明

• a.在日志数据模块(flink-2-hbase)中,又主要分为6个Flink任务:

• 用户-产品浏览历史 -> 实现基于协同过滤的推荐逻辑

  通过Flink去记录用户浏览过这个类目下的哪些产品,为后面的基于Item的协同过滤做准备
  实时的记录用户的评分到Hbase中,为后续离线处理做准备.

  数据存储在Hbase的p_history表

• 用户-兴趣 -> 实现基于上下文的推荐逻辑

  根据用户对同一个产品的操作计算兴趣度,计算规则通过操作间隔时间(如购物 - 浏览 < 100s)则判定为一次兴趣事件
  通过Flink的ValueState实现,如果用户的操作Action=3(收藏),则清除这个产品的state,如果超过100s没有出现Action=3的事件,也会清除这个state

  数据存储在Hbase的u_interest表

• 用户画像计算 -> 实现基于标签的推荐逻辑

  v1.0按照三个维度去计算用户画像,分别是用户的颜色兴趣,用户的产地兴趣,和用户的风格兴趣.根据日志不断的修改用户画像的数据,记录在Hbase中.

  数据存储在Hbase的user表

• 产品画像记录 -> 实现基于标签的推荐逻辑

  用两个维度记录产品画像,一个是喜爱该产品的年龄段,另一个是性别

  数据存储在Hbase的prod表

• 事实热度榜 -> 实现基于热度的推荐逻辑

  通过Flink时间窗口机制,统计当前时间的实时热度,并将数据缓存在Redis中.

  通过Flink的窗口机制计算实时热度,使用ListState保存一次热度榜

  数据存储在redis中,按照时间戳存储list

• 日志导入

  从Kafka接收的数据直接导入进Hbase事实表,保存完整的日志log,日志中包含了用户Id,用户操作的产品id,操作时间,行为(如购买,点击,推荐等).

  数据按时间窗口统计数据大屏需要的数据,返回前段展示

  数据存储在Hbase的con表

• b. web模块

• 前台用户界面

  该页面返回给用户推荐的产品list

• 后台监控页面

  该页面返回给管理员指标监控

2.推荐引擎逻辑说明

• 2.1 基于热度的推荐逻辑

  现阶段推荐逻辑图

  根据用户特征，重新排序热度榜，之后根据两种推荐算法计算得到的产品相关度评分，为每个热度榜中的产品推荐几个关联的产品

• 2.2 基于产品画像的产品相似度计算方法

  基于产品画像的推荐逻辑依赖于产品画像和热度榜两个维度,产品画像有三个特征,包含color/country/style三个角度,通过计算用户对该类目产品的评分来过滤热度榜上的产品

  在已经有产品画像的基础上,计算item与item之间的关联系,通过余弦相似度来计算两两之间的评分,最后在已有物品选中的情况下推荐关联性更高的产品.

• 2.3 基于协同过滤的产品相似度计算方法

  根据产品用户表（Hbase） 去计算公式得到相似度评分：

3. 前台推荐页面

当前推荐结果分为3列,分别是热度榜推荐,协同过滤推荐和产品画像推荐

4. 后台数据大屏

在后台上显示推荐系统的实时数据,数据来自其他Flink计算模块的结果.目前包含热度榜和1小时日志接入量两个指标. 
真实数据位置在resource/database.sql

5. 部署说明

以下的部署均使用Docker，对于搭建一套复杂的系统，使用docker来部署各种服务中间件再合适不过了。这里有一套简单的Docker入门系列

需要的服务有：Mysql、Redis、Hbase和Kafka

Mysql

1docker pull mysql:5.7
2
3docker run --name local-mysql -p 3308:3306  -e MYSQL_ROOT_PASSWORD=123456 -d mysql:5.7

简单介绍一下命令，先拉取镜像，然后指定参数启动容器

• --name local-mysql 容器名为local-mysql

• -p 3308:3306 宿主机与容器的端口映射为3308:3306 即你访问宿主机的3308就是访问容器的3306端口，需要理解下

• -e MYSQL_ROOT_PASSWORD=123456 容器内的变量名MYSQL_ROOT_PASSWORD对应的值为123456 即mysql的root密码为123456

• -d 后台启动

Redis

1$ docker run --name local-redis -p 6379:6379 -d redis

Hbase

 1docker pull harisekhon/hbase
 2
 3docker run -d -h base-server \
 4        -p 2181:2181 \
 5        -p 8080:8080 \
 6        -p 8085:8085 \
 7        -p 9090:9090 \
 8        -p 9000:9000 \
 9        -p 9095:9095 \
10        -p 16000:16000 \
11        -p 16010:16010 \
12        -p 16201:16201 \
13        -p 16301:16301 \
14        -p 16020:16020\
15        --name hbase \
16        harisekhon/hbase

Hbase用到的端口,可以参考一下详细教程
启动成功之后我们可以访问http://localhost:16010/master-status登录Web界面

:point_right: 快速实现SpringBoot集成Hbase

Kafka

考虑到更好的区别这些端口，我这里启动了一个虚拟机，在虚拟机中在用dokcer安装Kafka，过程如下

 1## pull images
 2docker pull wurstmeister/zookeeper
 3docker pull wurstmeister/kafka
 4docker pull sheepkiller/kafka-manager
 5
 6docker run -d --name zookeeper --publish 2181:2181 \
 7  --volume /etc/localtime:/etc/localtime \
 8  --restart=always \
 9  wurstmeister/zookeeper
10
11
12## run kafka
13docker run --name kafka \
14  -p 9092:9092 \
15  --link zookeeper:zookeeper \
16  -e KAFKA_ADVERTISED_HOST_NAME=192.168.1.8 \
17  -e KAFKA_ZOOKEEPER_CONNECT=zookeeper:2181 \
18  -d  wurstmeister/kafka  
19
20## run kafka manager
21docker run -d \
22  --link zookeeper:zookeeper \
23  -p 9000:9000  \
24  -e ZK_HOSTS="zookeeper:2181" \
25  hlebalbau/kafka-manager:stable \
26  -Dpidfile.path=/dev/null

如果想设置webui 的权限，可以这样设置

1KAFKA_MANAGER_AUTH_ENABLED: "true"
2KAFKA_MANAGER_USERNAME: username
3KAFKA_MANAGER_PASSWORD: password

容器启动成功之后就可以在页面访问localhost:9000查看Kafkfa的管理界面。

:point_right: 快速实现SpringBoot集成Kafka

启动服务

以下的操作是在IDEA下完成

1、将上述部署的几个服务的ip和端口号分别配置在flink-2-hbase和web服务中;

2、在flink-2-hbase中的根目录执行mvn clean install，目的是将其打包并放置在本地仓库中;

3、分别启动task目录下的task(直接在idea中右键启动就行了);

4、把SchedulerJob启动起来，定时的去计算协同过滤和用户画像所需要的分数;

5、在idea中打开web项目，等待其自动引入flink-2-hbase生成的jar包之后，再启动服务就ok了；

注意：所有的服务启动后，因为没有任何的点击记录，所以就是随机从数据库取得产品，这里需要你在推荐页面随便点击，等有了一定的历史数据之后，就能实现实时推荐的效果了

6. 下一步工作

• 添加flink任务监控

• 完善数据大屏,显示更详细的指标

• 统计召回率/准确率等业务指标

1. ---

2. 如喜欢本文，请点击右上角，把文章分享到朋友圈
   如有想了解学习的技术点，请留言给若飞安排分享

3. ·END·

4. 相关阅读：

• 基于 Flink 和 Drools 的实时日志处理
• 基于 Flink + ClickHouse 打造轻量级点击流实时数仓
• Flink架构分析之资源分配
• Flink架构及其工作原理
• Flink编程API设计分析
• 使用Flink实现索引数据到Elasticsearch
  

1. 
   

2. 作者：

   来源：

   版权申明：内容来源网络，版权归原创者所有。除非无法确认，我们都会标明作者及出处，如有侵权烦请告知，我们会立即删除并表示歉意。谢谢!

   架构师

   我们都是架构师！

   
   

   
   

   关注架构师(JiaGouX)，添加“星标”

   获取每天技术干货，一起成为牛逼架构师
   

   技术群请加若飞：1321113940 进架构师群

   投稿、合作、版权等邮箱：admin@137x.com