整理
若名
近日，阿里云计算部门已在GitHub上发布了其Alink平台的“核心代码”，并上传了一系列算法库，它们支持批处理和流处理，这对支持机器学习任务至关重要。
Alink是基于Flink的通用算法平台，由阿里巴巴计算平台PAI团队研发。除了支持阿里自己的平台外，还支持Kafka，HDFS和HBase等一系列开源数据存储平台。
阿里云计算和机器智能部门表示，开发者和数据分析师可以利用开源代码来构建软件功能，例如统计分析、机器学习、实时预测、个性化推荐和异常检测。而Alink提供的一系列算法，可以帮助处理机器学习任务，例如AI驱动的客户服务和产品推荐。
开源算法列表
阿里巴巴集团副总裁、阿里云智能计算平台事业部总裁、高级研究员贾扬清指出，对于寻求大数据和机器学习工具的开发人员而言，Alink将是一个新的选择。
在他看来，作为中国企业是GitHub上十大贡献者之一，阿里致力于在软件开发周期中尽早与开源社区建立联系。而在GitHub上开源Alink遵循了这一承诺。
阿里目前已将Alink部署到其旗下电子商务平台天猫上。今年“双11”期间，单日数据处理量达到PB，每秒处理峰值数据高达25亿条，Alink帮助天猫产品推荐的点击率提高了4％。
迄今为止，阿里的开发人员在过去八年中为整个开源社区贡献了多个项目，包括云基础架构、机器学习、数据库和网络。阿里巴巴的开放源代码计划包括基于MySQL的AliSQL，容器工具Pouch和JStorm（基于Java的ApacheStorm版本）。
关于Alink的使用问题
Q：能否连接远程Flink集群进行计算？
A：通过方法可以连接一个已经启动的Flink集群：
useRemoteEnv(host,port,parallelism,flinkHome=None,localIp=localhost,shipAlinkAlgoJar=True,config=None)
。其中，参数
host和port表示集群的地址；parallelism表示执行作业的并行度；flinkHome为flink的完整路径，默认使用PyAlink自带的flink-1.9.0路径；localIp指定实现FlinkDataStream的打印预览功能时所需的本机IP地址，需要Flink集群能访问。默认为localhost。shipAlinkAlgoJar是否将PyAlink提供的Alink算法包传输给远程集群，如果远程集群已经放置了Alink算法包，那么这里可以设为False，减少数据传输。Q：如何停止长时间运行的Flink作业？
A：使用本地执行环境时，使用Notebook提供的“停止”按钮即可。使用远程集群时，需要使用集群提供的停止作业功能。
Q：能否直接使用Python脚本而不是Notebook运行？
A：可以。但需要在代码最后调用resetEnv，否则脚本不会退出。
使用步骤
使用前准备：
确保使用环境中有Python3，版本=3.5；需要根据Python版本下载对应的pyalink包（下载链接参见GitHub）；使用easy_install进行安装easy_install[存放的路径]/pyalink-0.0.1-py3.*.egg。需要注意的是：如果之前安装过pyalink，请先使用pipuninstallpyalink卸载之前的版本。如果有多个版本的Python，可能需要使用特定版本的easy_install，比如easy_install-3.7。如果使用Anaconda，则需要在Anaconda命令行中进行安装。
开始使用：
阿里推荐通过JupyterNotebook来使用PyAlink，能获得更好的使用体验。
pyAlink
使用步骤：
在命令行中启动Jupyter：jupyternotebook，并新建Python3的Notebook。导入pyalink包：frompyalink.alinkimport*。使用方法创建本地运行环境：useLocalEnv(parallism,flinkHome=None,config=None)。其中，参数parallism表示执行所使用的并行度；flinkHome为flink的完整路径，默认使用PyAlink自带的flink-1.9.0路径；config为Flink所接受的配置参数。运行后出现如下所示的输出，表示初始化运行环境成功：JVMlisteningon***Pythonlisteningon***4.开始编写PyAlink代码，例如：
source=CsvSourceBatchOp\.setSchemaStr(sepal_lengthdouble,sepal_widthdouble,petal_lengthdouble,petal_widthdouble,categorystring)\.setFilePath(