Google for Developers

Oportunidades con Prediction API desde GAE

miércoles, 15 de agosto de 2012

En este artículo analizaremos la utilización de Prediction API en GAE (Google App Engine). Para esta actividad de análisis, utilizaremos como base un desarrollo de código fuente abierto llamado tryprediction.

La solución mostrada propone la utilización Prediction API para java, utilizando 4 servlets y un archivo index.jsp que en conjunto permiten la puesta en marcha de la solución de ejemplo. El objetivo del desarrollo propone una manera flexible de declarar modelos predictivos y poder dinámicamente personalizar los elementos en la interfaz de usuario que permitan interactuar con eso modelos, finalmente hacerlos útiles muy rápidamente.
El ejemplo nos propone introducir conceptos de evolución e innovación de soluciones tecnológicas haciendo uso de la potencia de las APIs de Google.
Veamos la estructura básica que propone la solución en la Fig. 1.

Fig. 1 Estructura solución tecnológica
Un detalle un tanto más profundo de la Fig. 1 nos muestra la estructura de la solución tecnológica. La ubicación del código fuente de cada uno de los servlets se encuentra en src/main/java. Tenemos que tener en cuenta la ubicación de la webapp en src/main/webapp. En la webapp tendremos la hojas de estilo necesarias, imágenes, elementos de javascript y algunos elementos personalizados de importancia dentro de la carpeta rc. En esta carpeta están los archivos que permiten la configuración de los modelos que ejecutaremos con Prediction API y su escenario de autenticación. Recuerden que Prediction API requiere este modelo de autenticación, que debemos configurar desde la Google API console.

Elementos programáticos principales:
- AuthReturnServlet.java
- IndexServlet.java
- PredictServlet.java
- ResetServlet.java
- index.jsp

Fig. 2 - Clases que forman parte de la solución presentada
En la Fig. 2 se puede observar el diagrama de clases de la solución propuesta. Para la simplicidad del análisis vamos a presentar la arquitectura de la solución y vamos a analizar en detalle el PredictServlet.

También es interesante analizar el nivel de relación que poseen los elementos de la solución que estaremos desarrollando como muestra la Fig. 3. En esta oportunidad vamos a prestar especial atención a los dos servlets que hacen el trabajo con Prediction API.

- IndexServlet.java
- PredictServlet.java

Fig. 3 - Visualización de relaciones entre los elementos de la solución Análisis detallado de PredictServlet Vamos a iniciar el análisis detallado de PredictServlet. En primer lugar como muestra el Código 1 obtenemos las credenciales del datastore de Google App Engine. (Este paso es porque en la definición de diseño de determinó almacenar credenciales de esta forma) try { // Devolver las credenciales desde el datastore de App Engine. DatastoreService datastore = DatastoreServiceFactory.getDatastoreService(); Key credsKey = KeyFactory.createKey("Credentials", "Credentials"); credentials = datastore.get(credsKey); } catch (EntityNotFoundException ex) { // Si no se pueden obtener las credenciales enviamos una exception al cliente javascript. response.setContentType("text/html"); response.getWriter().println("exception: " + ex.getMessage()); }Código 1 - Accediendo al datastore para obtener las credenciales
Luego de obtener estos elementos de autenticación el PredictServlet realiza diversas funciones de soporte para acceder a la información de los modelos que deseamos poner al alcance del usuario. Esto se realiza accediendo a model.json. Obtenida esta información no pasamos a interactuar directamente con Prediction API como muestra el Código 2 para iniciar las tareas de autenticación en la integración de la API.

// Establecer el acceso OAuth 2.0 GoogleAccessProtectedResource requestInitializer = new GoogleAccessProtectedResource(tokens.accessToken,httpTransport, jsonFactory, clientId, clientSecret, tokens.refreshToken);Código 2 - Autenticando a Prediction API

Para cerrar nuestro análisis el Código 3 propone la interacción de predicción concreta de nuestra solución.
La clave del Código 3 es la línea que invoca al método trainedmodels().predict.
// Finalmente completar los datos de predición llamada a la API and trabajar los resultados en la Javascript AJAX cliente Prediction prediction = new Prediction(httpTransport, requestInitializer, jsonFactory); Input input = new Input(); InputInput inputInput = new InputInput(); inputInput.setCsvInstance(params); input.setInput(inputInput); Output output = prediction.trainedmodels().predict(modelId, input).execute(); Código 3 - Ejecutando la predicción en Prediction API
Para realizar el despliegue de la solución en la infraestructura de Google App Engine debemos tener configurada nuestra aplicación en la consola de administración de Google App Engine. La Fig. 4 muestra una representación de la actividad en la consola de Google App Engine.

Fig. 4 - Consola de administracion Google App Engine

Com muestra la Fig. 4 tenemos la aplicación “appdemoutn” en donde vamos a realizar una nueva versión en un nuevo despliegue.

Fig. 5 - Aplicación final de ejemplo

La Fig. 5 muestra el resultado de nuestra solución, en donde cada modelo Prediction se puede seleccionar y dependiendo de esta selección, se personalizan los elementos de la interfaz de usuario que requiere el modelo para desempeñar la actividad. (Como ejemplo si nuestro modelo requiere solamente una caja de texto para ingresar la consulta es lo que se propone en la interfaz de usuario, si se requieren otros elementos se personaliza según ese criterio). Además la solución propone la valuación de Prediction API mediante un gráfico utilizando la integración de Google Chart Tools, de esta forma poder visualizar de una forma más flexible la valoración.

Espero que puedan hacer uso de estas herramientas, integrar elementos distintivos y evolucionar sus aplicaciones utilizando todo el potencial que brinda Google con sus APIs.

Nicolás Bortolotti Perfil | Twitter | Blog

Nicolás es director de relaciones para desarrolladores en latinoamérica región sur para Google. El ha desarrollado comunidades académicas y de investigación en varios países de Latinoamérica sobre la plataforma de desarrollo web y mobile de Google. Además Nicolas es profesor universitario, donde trabaja fuertemente en arquitecturas de software, ambientes emergentes e innovación en modelos de ingeniería de software

Les dejo el video de implementación con la demostración paso a paso:

Les dejo el análisis del código fuente central de la solución presentada:

Notas del Articulo:

Este articulo corresponde a los contenidos expuestos en la sesión de Developers Live para desarrolladores en español. Innovación en aplicaciones utilizando Prediction API - Parte 2.

Nivel: Intermedio.

Referencias

Google API Java Client
http://code.google.com/p/google-api-java-client/

Simple Logging Facade for Java (SLF4J)
http://www.slf4j.org/

TryPrediction (Python and Java)
http://code.google.com/p/try-prediction/

Google Developers
https://developers.google.com/

Prediction API
https://developers.google.com/prediction/

Google Char Tools
https://developers.google.com/chart/

Mis primeros pasos utilizando Prediction API

domingo, 5 de agosto de 2012

Prediction APIPrediction API
ModeloEjemploCloud StoragePrediction API

Google API Console.

Google Cloud Storage.

Google API Explorer.

Primeros pasos en la configuración de un modelo en Prediction API

Fig.1 Consola de administración de APIs
Prediction APIAPI Console

Fig. 2 Configuración de acceso a las APIs
Prediction APIAPI explorer

Fig. 3 Panel de administración de Google Cloud Storage
Cloud StorageSensaciones.csvCloud StoragePrediction APIAPI Explorer Crear y utilizar un modelo en prediction API Para esta actividad vamos a utilizar API explorer en donde vamos a generar un nuevo modelo basado en los datos almacenados en Cloud Storage.

Fig. 4 Google API Explorer para la versión de Prediction API 1.5
APIs Explorer Prediction APIinsertpredict

Fig. 5 Insertando un modelo en Prediction API
insertIdstorageDataLocation,Cloud Storage

Fig. 6 Consultas al modelo en Prediction API
predictIdPrediction API

Nicolás Bortolotti Perfil | Twitter | Blog

Les dejo el video de implementación con la demostración paso a paso:

Notas del Articulo:
Este articulo corresponde a los contenidos expuestos en la sesión de Developers Live para desarrolladores en español. Innovación en aplicaciones utilizando Prediction API - Parte 1.
Nivel: inicial.

5 cosas que no sabías podías hacer con el API de Google Drive

jueves, 2 de agosto de 2012

¿Has intentado utilizar el API de Google Drive? Si es así, entonces sabes que te permite manipular de manera programática el Google Drive de un usuario y construir aplicaciones para manipular archivos almacenados en su cuenta. Sin embargo, el API es capaz de hacer algunas cosas más que no sabías. Aquí está una lista de cinco casos específicos y cómo son utilizados desde el API. 1) Compartir un archivo con el mundo Cuando compartes públicamente un archivo en Google Drive, puede ser descargado sin autenticación de por medio desde el URL provista por el API en el campo webContentLink, en el recurso Files. Para obtener este valor, envía una solicitud GET para obtener los meta datos del archivo y localiza el elemento webContentLink en la respuesta JSON, como se muestra en este ejemplo:{ "kind": "drive#file", "id": "0B8E...", "etag": "WtRjAP...", "selfLink": "https://www.googleapis.com/drive/v2/files/0B8E...", "webContentLink": "https://docs.google.com/a/google.com/uc?id=0B8E...", ... } 2) Permitir acceso a un usuario para comentarios exclusivamente Cuando asignas permisos para un archivo con el API de Google Drive, puedes seleccionar uno de los valores owner, writer y reader para el parámetro role. La IU de Drive lista además otro rol, commenter, que no es válido para el parámetro role. Para permitir a un usuario acceso para realizar comentarios exclusivamente con el API de Drive, debes asignar el rol de lector e incluir el valor de commenter en la lista additionalRoles, como se muestra en el siguiente ejemplo:{ "kind": "drive#permission", ... "role": "reader", "additionalRoles": [ "commenter" ], ... } 3) Listar todos los archivos en la raíz Es posible restringir la lista de archivos (y folders) que regresa el API de Drive, especificando los criterios de búsqueda en el parámetro q. Cada archivo tiene una colección de padres con todos los folders que lo contienen y puedes llamar al folder raíz en Google Drive con el conveniente alias root. Así, lo que tienes que hacer para obtener todos los archivos en la raíz es buscar aquellos elementos que incluyan a ‘root’ en su colección de padres, aquí está un ejemplo:GET https://www.googleapis.com/drive/v2/files?q='root' in parents Recuerda URL-codificar la búsqueda para la transmisión, a menos que utilices alguna de las bibliotecas cliente. 4) Determinar cuánto almacenamiento está disponible en la cuenta del usuario Tu aplicación puede necesitar saber si los usuarios tienen espacio suficiente para salvar un archivo, para poder manejar aquellos casos en los que no. La información de la cuota está disponible en la fuente About del API de Drive:{ "kind": "drive#about", ... "quotaBytesTotal": "59055800320", "quotaBytesUsed": "14547272", "quotaBytesUsedInTrash": "511494", ... } La fuente incluye tres valores relacionados con el manejo de la cuota: quotaBytesTotal, quotaBytesUsed y quotaBytesUsedInTrash. El primer valor indica la cantidad total de bytes disponibles al usuario (las cuentas nuevas obtienen 5GB gratis), mientras el segundo nos dice cuántos de esos bytes están siendo utilizados. Finalmente, cuando necesitas más espacio libre, puedes utilizar el último valor para conocer cuántos bytes están utilizados por archivos que han sido marcados como basura. Una aplicación puede utilizar este valor para sugerir vaciar la papelera antes de obtener espacio adicional. 5) Determinar si una aplicación del usuario puede abrir un archivo Google Drive permite a sus usuarios almacenar cualquier tipo de archivo, así como instalar aplicaciones para abrir tipos de archivos que no están soportados por aplicaciones nativas de Google. En el caso que necesites saber qué aplicaciones están instaladas y qué tipos de archivos soportan, puedes obtener la fuente de Apps y buscar los elementos primaryMimeTypes y secondaryMimeTypes para conocer los tipos MIME o primaryFileExtensions y secondaryFileExtensions para sus extensiones de archivo:{ "kind": "drive#app", "name": "Pixlr Editor", ... "primaryMimeTypes": [ "image/psd", "image/pxd", "application/vnd.google-apps.drive-sdk.419782477519" ], "secondaryMimeTypes": [ "image/png", "image/jpeg", "image/gif", "image/bmp" ], "primaryFileExtensions": [ "pxd", "psd" ], "secondaryFileExtensions": [ "jpg", "png", "jpeg", "bmp", "gif" ], … } Nota: para acceder a la fuente de Apps necesitas solicitar acceso al alcance OAuth https://www.googleapis.com/auth/drive.apps.readonly.

Claudio Cherubino profile | twitter | blog

Claudio is an engineer in the Google Drive Developer Relations team. Prior to Google, he worked as software developer, technology evangelist, community manager, consultant, technical translator and has contributed to many open-source projects. His current interests include Google APIs, new technologies and coffee.

Versión original.
Publicado en español por Francisco Solsona, Google Developer Program Manager

Oportunidades con Prediction API desde GAE

Mis primeros pasos utilizando Prediction API

5 cosas que no sabías podías hacer con el API de Google Drive

Labels

Archive

Feed