本节介绍smartbi连接数据挖掘实验集群、服务集群和Python计算机点以及测试服务是否正常运行。
1、测试数据挖掘实验引擎集群
1.Smartbi连接实验引擎集群
①登录smartbi，检查当前连接的实验引擎节点
系统运维--系统选项—引擎设置，如图所示，当前连接的是实验引擎主节点
系统运维--系统选项--执行引擎–引擎配置，确认连接信息
②停止实验引擎主节点
登录到实验引擎主节点服务器
cd /opt/smartbi-mining-engine-bin/engine/sbin ./experiment-daemon.sh stop
③检查是否切换到备节点
重新打开smartbi 的系统运维–系统选项—引擎设置
如上图所示，已自动切换连接备节点。实验引擎主备部署成功。
2.测试实验引擎集群
①登陆smartbi，打开数据挖掘-案例-选择一个案例，打开。
②保存数据挖掘实验，运行数据挖掘，运行成功即数据挖掘实验部署成功。
2、测试数据挖掘服务引擎集群
1.Smartbi连接服务引擎集群
①登录smartbi，检查当前连接的引擎节点
系统运维--系统选项—引擎设置，如图所示，当前连接的是服务引擎10.10.204.125节点
配置如下：
服务地址：https://10.10.204.125:8900
服务代理地址：http://10.10.17.164:8080/smartbi
②系统监控-服务监控列表可以看到多个服务引擎节点:
③查看smartbi-proxy转发服务引擎接口是否成功
浏览器输入http://[proxyIP:端口]/smartbi/api/v1/servers 如返回结果类似下图，则表示成功：
④停止10.10.204.125的服务引擎节点
登录到10.10.204.125服务引擎节点服务器
cd /opt/smartbi-mining-engine-bin/engine/sbin ./experiment-daemon.sh stop
⑤检查是否切换到其他节点
重新打开smartbi 的系统运维–系统选项—引擎设置
已经切换到10.10.204.126服务引擎。
2.测试服务引擎集群
①登陆smartbi，打开数据挖掘-案例-窃漏电预测。
②保存示例，点击运行，等待运行成功。
③右键点击”训练”-模板-保存模型。
④保存的的模型可以在左侧导航栏的”已训练模型”中查看。右键删除”随机森林”，”训练”。
⑤将保存的示例模型拖入，并与”预测连线”。
⑥导航栏-服务-拖入 服务输入、服务输出，并连线，运行成功后点击部署服务。
⑦服务部署成功后选择服务测试，显示测试结果。
⑧提供外部程序调用的服务地址
登录smartbi，数据挖掘–服务管理，打开部署的服务可得到外部调用服务地址，如下图：
通过外部调用地址来调用服务，即可实现服务引擎的负载均衡
3、测试Python计算节点
1.测试Python计算机点
①打开 数据挖掘 > 新建实验 。
②拖拽“示例数据源”，选择数据源 - 保存 - 运行 - 运行成功。
③拖拽PYTHON脚本，与示例数据源连线，点击Python脚本。
④点击确定。
⑤点击运行，提示运行成功，则Python部署成功。
