Python节点主要用于机器学习的DBSACN算法和自定义模块的python脚本扩展。如果没有用到这两个功能模块,可以不用部署python节点。
注意 |
---|
|
文档中单机数据挖掘部署环境如下: 服务器IP | 主机名 | 组件实例 |
---|
192.168.137.139 | smartbi-engine | 实验引擎,服务引擎 | 192.168.137.140 | smartbi-python | python执行节点 | 192.168.137.141 | smartbi-spark | spark单节点(master+worker),hadoop |
PS:可根据实际服务器资源,将数据挖掘及其组件部署在不同服务器,或者部署在同一台服务器中(可能导致性能下降). |
1、系统环境准备
1.1防火墙配置
为了便于安装,建议在安装前关闭防火墙。使用过程中,为了系统安全可以选择启用防火墙,但必须启用服务相关端口。
1.关闭防火墙
临时关闭防火墙
代码块 |
---|
|
systemctl stop firewalld
|
永久关闭防火墙
代码块 |
---|
|
systemctl disable firewalld
|
查看防火墙状态
代码块 |
---|
|
systemctl status firewalld
|
2.开启防火墙
相关服务及端口对照表:
如果确实需要打开防火墙安装,需要给防火墙放开以下需要使用到的端口
开启端口:8980
代码块 |
---|
|
firewall-cmd --zone=public --add-port=8980/tcp --permanent
|
配置完以后重新加载firewalld,使配置生效
查看防火墙的配置信息
代码块 |
---|
|
firewall-cmd --list-all
|
3.关闭selinux
临时关闭selinux,立即生效,不需要重启服务器。
永久关闭selinux,修改完配置后需要重启服务器才能生效
代码块 |
---|
|
sed -i 's/=enforcing/=disabled/g' /etc/selinux/config
|
1.2 安装Java环境
安装包解压到/opt目录
代码块 |
---|
|
tar -zxvf jdk8.0.202-linux_x64.tar.gz -C /opt
|
配置java环境变量
①执行 vi ~/.bash_profile 在文件末尾添加java环境变量参数,并保存
代码块 |
---|
|
export JAVA_HOME=/opt/jdk8.0.202-linux_x64
export JRE_HOME=$JAVA_HOME/jre
export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/jre/lib:$CLASSPATH
export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH
|
②使配置生效
代码块 |
---|
|
source ~/.bash_profile
|
③查看java版本信息
2、Python计算机点单机部署
2.1. 安装Python
1、上传安装包到服务器
2、解压安装包至指定目录
代码块 |
---|
language | bash |
---|
linenumbers | true |
---|
|
tar -zxvf python-3.9.13.tar.gz -C /usr/local/ |
3、 配置环境变量
代码块 |
---|
language | bash |
---|
linenumbers | true |
---|
|
vi /etc/profile |
在末尾添加以下内容:
代码块 |
---|
language | bash |
---|
linenumbers | true |
---|
|
export PATH=/usr/local/python-3.9.13/bin:$PATH |
使配置生效,查看python版本
代码块 |
---|
language | bash |
---|
linenumbers | true |
---|
|
source /etc/profile |
2.2. 验证Python程序
1、查看python版本
代码块 |
---|
language | bash |
---|
linenumbers | true |
---|
|
python --version |
2、查看pip版本验证
代码块 |
---|
language | bash |
---|
linenumbers | true |
---|
|
pip -V |
3、pip查看安装插件列表
代码块 |
---|
language | bash |
---|
linenumbers | true |
---|
|
pip list |
4.部署数据挖掘引擎包
上传安装包到服务器,并解压到指定目录
代码块 |
---|
|
tar -zxvf SmartbiMiningEngine-V9.5.57319.20294.tar.gz /opt |
注意 |
---|
|
数据挖掘引擎包版本需要与Smartbi版本一致。 |
5.创建Python执行用户
创建用户并设置密码
代码块 |
---|
|
useradd mining-py
passwd mining-py |
给引擎安装目录附权限(为了使用mining-py用户启动执行代理程序时候,有权限创建data跟logs目录)
代码块 |
---|
|
chmod -R 777 /opt/smartbi-mining-engine-bin |
6.启动Python执行代理
通过系统管理员登录smartbi
系统选项---引擎设置--Python代理器启动命令--复制
登录到部署Python节点机器,并切换到mining-py用户
为了避免出现安全问题,一定要切换到mining-py用户去启动执行代理服务,不要使用root用户安装或带有sudo权限的用户来启动执行代理服务
mining-py用户配置相关环境变量
①执行 vi ~/.bash_profile 在文件末尾添加相关环境变量参数,并保存
代码块 |
---|
|
export JAVA_HOME=/opt/jdk8.0.202-linux_x64
export JRE_HOME=$JAVA_HOME/jre
export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/jre/lib:$CLASSPATH
export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH
export PATH=/opt/anaconda3usr/local/python-3.9.13/bin:$PATH
|
②使配置生效
代码块 |
---|
|
source ~/.bash_profile
|
③查看版本信息
代码块 |
---|
|
java -version
python --version #显示Python 3.7.4 表示安装成功
|
④python目录添加权限
代码块 |
---|
|
chmod -R 755 /usr/opt/anaconda3local/python-3.9.13
|
切到引擎启动目录
代码块 |
---|
|
cd /opt/smartbi-mining-engine-bin/engine/sbin |
把拷贝命令粘贴,并执行,例如:
代码块 |
---|
|
./agent-daemon.sh start --master http://smartbi-engine:8899 --env python |
7.运维操作
1、更新Python数据挖掘引擎包
Smartbi更新war包版本时,Python执行节点需要同步更新对应版本的数据挖掘引擎。