如何實現語法的自解釋（MLSQL易用性設計有感）
摘要：
突然想明白了一件事， 語法應該是自解釋的。什麼意思呢，就是使用者需要有一個學習語法的語法，而這個語法應該極度簡單，他只要花上一分鐘，甚至依靠直覺就能知道怎麼用，透過這個口，以點窺面，讓使用者具備自主學習其他語法的能力。
系統如果能從這個層面考慮，那麼易用性就會好很多。通常而言，文件少了沒安...
突然想明白了一件事， 語法應該是自解釋的。什麼意思呢，就是使用者需要有一個學習語法的語法，而這個語法應該極度簡單，他只要花上一分鐘，甚至依靠直覺就能知道怎麼用，透過這個口，以點窺面，讓使用者具備自主學習其他語法的能力。
系統如果能從這個層面考慮，那麼易用性就會好很多。通常而言，文件少了沒安全感，文件多了，尋找到對應的資訊又是難事，然後只能各種Google。
但是如果語法自解釋了，會是個什麼樣子的呢？
比如在MLSQL裡，對於模型，使用者只要記住一個關鍵字 model
一個簡單的load語法，然後完了就可以了。
第一次是這樣：
load model.`` as output;
會呈現如下三個資訊：
image.png
接著使用者使用者使用
load model.`list` as output;
得到可用模型的列表：
nametype --------------------------- PythonAlgprocess RandomForestalgorithm .....
然後我想試試RandomForest:
load model.`params` where alg="RandomForest"as output; -- or load modelParams.`RandomForest ` as output;
結果如下：
image.png
接著能給我例子麼？
load model.`example`where alg="RandomForest" as output; -- or load modelExample.`RandomForest ` as output;
則顯示如下內容
-- create test data
set jsonStr='''
{"features":[5.1,3.5,1.4,0.2],"label":0.0},
{"features":[5.1,3.5,1.4,0.2],"label":1.0}
{"features":[5.1,3.5,1.4,0.2],"label":0.0}
{"features":[4.4,2.9,1.4,0.2],"label":0.0}
{"features":[5.1,3.5,1.4,0.2],"label":1.0}
{"features":[5.1,3.5,1.4,0.2],"label":0.0}
{"features":[5.1,3.5,1.4,0.2],"label":0.0}
{"features":[4.7,3.2,1.3,0.2],"label":1.0}
{"features":[5.1,3.5,1.4,0.2],"label":0.0}
{"features":[5.1,3.5,1.4,0.2],"label":0.0}
''';
load jsonStr.`jsonStr` as data;
select vec_dense(features) as features ,label as label from data
as data1;
-- use RandomForest
train data1 as RandomForest.`/tmp/model` where
-- once set true,every time you run this script, MLSQL will generate new directory for you model
keepVersion="true"
-- specicy the test dataset which will be used to feed evaluator to generate some metrics e.g. F1, Accurate
and evaluateTable="data1"
-- specify group 0 parameters
and `fitParam.0.labelCol`="features"
and `fitParam.0.featuresCol`="label"
and `fitParam.0.maxDepth`="2"
-- specify group 1 parameters
and `fitParam.0.featuresCol`="features"
and `fitParam.0.labelCol`="label"
and `fitParam.1.maxDepth`="10"
;
自此，使用者其實已經自助看完了一篇文件。這麼做的好處是：
- 寫程式碼的同時也是寫文件
- 所有引數/模型都有自省機制。比如Spark MLlib params就做的非常好，可以很容易的羅列出可用引數。那麼其實模型也是可以做到的。比如這個模型是用來做資料處理的還是做演算法的，我們需要在類裡面有對應的資訊，無論是通過Annotation或者是方法。
- 使用者在使用load語法檢視功能的時候，就已經熟悉了MLSQL的使用模式了。