update recall-update-h rule

config.py

@@ -87,12 +87,12 @@ class BaseConfig(object):
 
     # 小程序离线ROV模型结果存放 redis key前缀，完整格式：com.weiqu.video.recall.hot.item.score.{date}
     RECALL_KEY_NAME_PREFIX = 'com.weiqu.video.recall.hot.item.score.'
-    # 小程序小时级更新结果存放 redis key前缀，完整格式：com.weiqu.video.recall.item.score.h.{return_count}.{date}.{h}
+    # 小程序小时级更新结果存放 redis key前缀，完整格式：com.weiqu.video.recall.item.score.h.{rule_key}.{date}.{h}
     RECALL_KEY_NAME_PREFIX_BY_H = 'com.weiqu.video.recall.item.score.h.'
     # 小程序离线ROV模型结果与小程序小时级更新结果去重后 存放 redis key前缀，
-    # 完整格式：com.weiqu.video.recall.hot.item.score.dup.h.{return_count}{date}.{h}
+    # 完整格式：com.weiqu.video.recall.hot.item.score.dup.h.{rule_key}.{date}.{h}
     RECALL_KEY_NAME_PREFIX_DUP_H = 'com.weiqu.video.recall.hot.item.score.dup.h.'
-    # 小时级视频状态不符合推荐要求的列表 redis key，完整格式：com.weiqu.video.filter.h.item.{return_count}
+    # 小时级视频状态不符合推荐要求的列表 redis key，完整格式：com.weiqu.video.filter.h.item.{rule_key}
     H_VIDEO_FILER = 'com.weiqu.video.filter.h.item.'
 
     # app应用 小程序离线ROV模型结果存放 redis key前缀，完整格式：com.weiqu.video.recall.hot.item.score.app.{date}

rule_rank_h.py

@@ -94,13 +94,14 @@ def cal_score(df):
     return df
 
 
-def video_rank(df, now_date, now_h, return_count):
+def video_rank(df, now_date, now_h, rule_key, param):
     """
     获取符合进入召回源条件的视频，与每日更新的rov模型结果视频列表进行合并
     :param df:
     :param now_date:
     :param now_h:
-    :param return_count: 小时级数据回流限制数
+    :param rule_key: 小时级数据进入条件
+    :param param: 小时级数据进入条件参数
     :return:
     """
     # 获取rov模型结果
@@ -110,7 +111,9 @@ def video_rank(df, now_date, now_h, return_count):
     log_.info(f'initial data count = {len(initial_data)}')
 
     # 获取符合进入召回源条件的视频，进入条件：小时级回流>=20 && score>=0.005
-    h_recall_df = df[(df['lastonehour_return'] >= return_count) & (df['score'] >= 0.005)]
+    return_count = param.get('return_count')
+    score_value = param.get('score_rule')
+    h_recall_df = df[(df['lastonehour_return'] >= return_count) & (df['score'] >= score_value)]
     h_recall_videos = h_recall_df['videoid'].to_list()
     log_.info(f'h_recall videos count = {len(h_recall_videos)}')
     # 写入对应的redis
@@ -121,11 +124,11 @@ def video_rank(df, now_date, now_h, return_count):
         h_recall_result[int(video_id)] = float(score)
         h_video_ids.append(int(video_id))
     h_recall_key_name = \
-        f"{config_.RECALL_KEY_NAME_PREFIX_BY_H}{return_count}.{datetime.datetime.strftime(now_date, '%Y%m%d')}.{now_h}"
+        f"{config_.RECALL_KEY_NAME_PREFIX_BY_H}{rule_key}.{datetime.datetime.strftime(now_date, '%Y%m%d')}.{now_h}"
     if len(h_recall_result) > 0:
         redis_helper.add_data_with_zset(key_name=h_recall_key_name, data=h_recall_result, expire_time=23 * 3600)
         # 清空线上过滤应用列表
-        redis_helper.del_keys(key_name=f"{config_.H_VIDEO_FILER}{return_count}")
+        redis_helper.del_keys(key_name=f"{config_.H_VIDEO_FILER}{rule_key}")
 
     # 去重更新rov模型结果，并另存为redis中
     initial_data_dup = {}
@@ -134,7 +137,7 @@ def video_rank(df, now_date, now_h, return_count):
             initial_data_dup[int(video_id)] = score
     log_.info(f"initial data dup count = {len(initial_data_dup)}")
     initial_key_name = \
-        f"{config_.RECALL_KEY_NAME_PREFIX_DUP_H}{return_count}.{datetime.datetime.strftime(now_date, '%Y%m%d')}.{now_h}"
+        f"{config_.RECALL_KEY_NAME_PREFIX_DUP_H}{rule_key}.{datetime.datetime.strftime(now_date, '%Y%m%d')}.{now_h}"
     if len(initial_data_dup) > 0:
         redis_helper.add_data_with_zset(key_name=initial_key_name, data=initial_data_dup, expire_time=23 * 3600)
 
@@ -156,23 +159,23 @@ def video_rank(df, now_date, now_h, return_count):
     # redis_helper.add_data_with_zset(key_name=final_key_name, data=final_data, expire_time=24 * 3600)
 
 
-def rank_by_h(now_date, now_h, return_count_list):
+def rank_by_h(now_date, now_h, rule_params):
     # 获取特征数据
     feature_df = get_feature_data(now_date=now_date)
     # 计算score
     score_df = cal_score(df=feature_df)
     # rank
-    for cnt in return_count_list:
-        log_.info(f"return_count = {cnt}")
-        video_rank(df=score_df, now_date=now_date, now_h=now_h, return_count=cnt)
+    for key, value in rule_params.items():
+        log_.info(f"rule = {key}, param = {value}")
+        video_rank(df=score_df, now_date=now_date, now_h=now_h, rule_key=key, param=value)
     # to-csv
     score_filename = f"score_{datetime.datetime.strftime(now_date, '%Y%m%d%H')}.csv"
     score_df.to_csv(f'./data/{score_filename}')
 
 
-def h_rank_bottom(now_date, now_h, return_count):
+def h_rank_bottom(now_date, now_h, rule_key):
     """未按时更新数据，用上一小时结果作为当前小时的数据"""
-    log_.info(f"return_count = {return_count}")
+    log_.info(f"rule_key = {rule_key}")
     # 获取rov模型结果
     redis_helper = RedisHelper()
     if now_h == 0:
@@ -183,40 +186,44 @@ def h_rank_bottom(now_date, now_h, return_count):
         redis_h = now_h - 1
     key_prefix_list = [config_.RECALL_KEY_NAME_PREFIX_BY_H, config_.RECALL_KEY_NAME_PREFIX_DUP_H]
     for key_prefix in key_prefix_list:
-        key_name = f"{key_prefix}{return_count}.{redis_dt}.{redis_h}"
+        key_name = f"{key_prefix}{rule_key}.{redis_dt}.{redis_h}"
         initial_data = redis_helper.get_data_zset_with_index(key_name=key_name, start=0, end=-1, with_scores=True)
         final_data = dict()
         for video_id, score in initial_data:
             final_data[video_id] = score
         # 存入对应的redis
         final_key_name = \
-            f"{key_prefix}{return_count}.{datetime.datetime.strftime(now_date, '%Y%m%d')}.{now_h}"
+            f"{key_prefix}{rule_key}.{datetime.datetime.strftime(now_date, '%Y%m%d')}.{now_h}"
         if len(final_data) > 0:
             redis_helper.add_data_with_zset(key_name=final_key_name, data=final_data, expire_time=23 * 3600)
     # 清空线上过滤应用列表
-    redis_helper.del_keys(key_name=f"{config_.H_VIDEO_FILER}{return_count}")
+    redis_helper.del_keys(key_name=f"{config_.H_VIDEO_FILER}{rule_key}")
 
 
 def h_timer_check():
-    return_count_list = [20, 10]
+    rule_params = {
+        'rule1': {'return_count': 20, 'score_rule': 0.005},
+        'rule2': {'return_count': 20, 'score_rule': 0.001}
+    }
+    # return_count_list = [20, 10]
     now_date = datetime.datetime.today()
     log_.info(f"now_date: {datetime.datetime.strftime(now_date, '%Y%m%d%H')}")
     now_h = datetime.datetime.now().hour
     now_min = datetime.datetime.now().minute
     if now_h == 0:
-        for cnt in return_count_list:
-            h_rank_bottom(now_date=now_date, now_h=now_h, return_count=cnt)
+        for key, _ in rule_params.items():
+            h_rank_bottom(now_date=now_date, now_h=now_h, rule_key=key)
         return
     # 查看当前小时更新的数据是否已准备好
     h_data_count = h_data_check(project=project, table=table, now_date=now_date)
     if h_data_count > 0:
         log_.info(f'h_data_count = {h_data_count}')
         # 数据准备好，进行更新
-        rank_by_h(now_date=now_date, now_h=now_h, return_count_list=return_count_list)
+        rank_by_h(now_date=now_date, now_h=now_h, rule_params=rule_params)
     elif now_min > 50:
         log_.info('h_recall data is None, use bottom data!')
-        for cnt in return_count_list:
-            h_rank_bottom(now_date=now_date, now_h=now_h, return_count=cnt)
+        for key, _ in rule_params.items():
+            h_rank_bottom(now_date=now_date, now_h=now_h, rule_key=key)
     else:
         # 数据没准备好，1分钟后重新检查
         Timer(60, h_timer_check).start()