数据挖掘包含两大部分：数据挖掘实验引擎、数据挖掘服务引擎
数据挖掘实验引擎：
- 负责接收smartbi 发送实验执行请求。
- 通过解析实验定义，生成spark 计算任务或python计算任务，分别发送给spark集群或python集群。
- 本身并不承担计算任务，只负责计算任务的调度跟分发。
数据挖掘服务引擎：
- 提供模型预测服务给第三放系统调用
数据挖掘实验引擎和服务引擎可部署在同一台服务器中，也可以分开部署在不同服务器中。
1、系统环境准备
注意：如果服务部署集群，集群内所有服务器均需设置系统环境。 |
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
systemctl stop firewalld |
永久关闭防火墙
systemctl disable firewalld |
查看防火墙状态
systemctl status firewalld |
2.开启防火墙
相关服务及端口对照表：
| 服务名 | 需要开放端口 |
|---|---|
实验引擎 | 8899 |
| 服务引擎 | 8900 |
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：8899.8900
firewall-cmd --zone=public --add-port=8899/tcp --permanent firewall-cmd --zone=public --add-port=8900/tcp --permanent |
配置完以后重新加载firewalld，使配置生效
firewall-cmd --reload |
查看防火墙的配置信息
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。
setenforce 0 |
永久关闭selinux，修改完配置后需要重启服务器才能生效
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
tar -zxvf jdk8.0.202-linux_x64.tar.gz -C /opt |
配置java环境变量
①在/etc/profile 文件末尾添加，并保存
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
source /etc/profile |
③查看java版本信息
java -version |
1.3取消打开文件限制
修改/etc/security/limits.conf文件在文件的末尾加入以下内容：
vi /etc/security/limits.conf |
在文件的末尾加入以下内容：
* soft nofile 65536 * hard nofile 65536 * soft nproc 131072 * hard nproc 131072 |
2、部署数据挖掘实验引擎（高可用）
部署服务器：
| IP地址 | 主机名 | 角色 |
|---|---|---|
10.10.204.125 | 10-10-204-125 | 实验引擎(主) |
10.10.204.126 | 10-10-204-126 | 实验引擎(备) |
1.修改主机名-添加映射关系
根据部署实际环境，各个服务器主机名不同即可不修改主机名，如需修改，可参考下面的修改方式：
hostnamectl set-hostname 主机名 |
PS：主机名不能使用下划线
配置主机名和IP的映射关系
vi /etc/hosts |
内容设置，例如:
127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4 ::1 localhost localhost.localdomain localhost6 localhost6.localdomain6 10.10.204.125 10-10-204-125 10.10.204.126 10-10-204-126 |