数据挖掘--部署数据挖掘引擎

数据挖掘包含两大部分：数据挖掘执行引擎、数据挖掘服务引擎

数据挖掘执行引擎：

负责接收smartbi 发送的执行请求。
通过解析执行定义，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

数据挖掘执行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。

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	执行引擎，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)

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

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

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执行 vi ~/.bash_profile 在文件末尾添加java环境变量参数，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 ~/.bash_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、部署数据挖掘引擎

前置要求

部署数据挖掘执行引擎和服务引擎时，可以提前部署好spark。

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
192.168.137.139 smartbi-engine
192.168.137.140 smartbi-python
192.168.137.141 smartbi-spark

注意！

部署smartbi的服务器的/etc/hosts，需要添加所有数据挖掘节点的主机和IP地址映射

2.安装数据挖掘-执行引擎

1、解压Smartbi-engine安装包到指定的安装目录

tar -zxvf SmartbiMiningEngine-V9.6.57367.20296.tar.gz -C /opt

2、启动数据挖掘执行引擎

cd /opt/smartbi-mining-engine-bin/engine/sbin/
chmod +x *.sh
./experiment-daemon.sh start

3.安装数据挖掘-服务引擎

注意事项

由于文档中服务引擎与执行引擎部署在同一台服务器，所以无需重复设置系统环境。

如果服务引擎与执行引擎部署在不同服务器时，服务引擎系统环境设置可参考实验引擎的配置。

1、启动数据挖掘执行引擎

cd /opt/smartbi-mining-engine-bin/engine/sbin/
./service-daemon.sh start

4.测试数据挖掘

第一步：数据挖掘执行引擎连接测试：

引擎和服务所在的主机名不能带有小数点或下划线。

（1）浏览器访问Smartbi，打开系统运维–系统选项–引擎设置

(2)在引擎设置页面输入引擎地址和服务地址后，点击测试连接

由于第一次部署数据挖掘服务，当前引擎不知道smartbi服务器的实际地址，所以会提示“平台到引擎连接成功，引擎到平台连接失败，请检查引擎配置”的警告。需要先点击保存按钮，然后再到执行引擎和服务引擎设置smartbi的地址，并保存。最后回到引擎设置点击测试连接才能提示“平台和引擎双向连通”

如果测试连接后没有保存，则执行引擎和服务引擎可能会显示空白页面

（3）打开系统运维--系统选项–执行引擎--引擎配置，如下图所示(具体配置根据实际部署环境修改)：

（4）打开系统运维--系统选项–执行引擎--计算节点配置，如下图所示：（如未部署Spark，点击 “恢复初始值” 即可）

若当前已部署好Spark，计算节点配置如下图所示：(具体配置根据实际部署环境修改)：

重点配置红框地方，第一个框填写spark master连接地址，其它选项配置策略如下：

instances * executor.memory <= spark可分配的内存数 * 0.7(例如 52G * 0.7 = 36)
instances * executor.cores <= spark可分配的cpu核数 * 0.7(例如: 32核 * 0.7 = 22)
max = executor.instances * executor.cores

默认情况下，executor.memory 配置为8G，除非总的内存比8G还小，根据上面策略，其它选项配置如下

instances = spark可分配的内存数 * 0.7 / executor.memory = 52 * 0.7 / 8 = 4
cores = spark可分配的cpu核数 * 0.7 / executor.instances = 32 * 0.7 / 4 = 5
max = executor.instances * executor.cores = 4 * 5 = 20

给引擎分配的cpu个数、内存大小，不能超过spark服务器拥有的cpu个数、总内存的大小，否则引擎会启动失败。

需采用先部署挖掘引擎在部署Spark的部署逻辑。

第二步:数据挖掘服务引擎连接测试：

(1）打开系统运维--系统选项–服务引擎--引擎配置，如下图所示(具体配置根据实际部署环境修改)：

（2）执行引擎和服务引擎完成设置、保存后回到引擎设置，对引擎地址、服务地址重新点击测试，弹出平台和引擎双向连通，说明设置成功，进行保存。如下图所示。

5.运维操作

1、启动/重启/查看实验引擎

cd /opt/smartbi-mining-engine-bin/engine/sbin
./experiment-daemon.sh restart   #重启实验引擎
./experiment-daemon.sh stop      #停止实验引擎
./experiment-daemon.sh status    #查看实验引擎运行状态
./service-daemon.sh restart      #重启服务引擎
./service-daemon.sh stop         #停止服务引擎
./service-daemon.sh status       #查看服务引擎运行状态

2、测试实验引擎

参考测试数据挖掘集群及其组件

3、日志查看

数据挖掘的日志路径：/opt/smartbi-mining-engine-bin/logs
安装部署或者使用中有问题，可能需要根据日志来分析解决。

4、设置数据挖掘开机启动

进入/etc/init.d目录，创建数据挖掘-实验引擎启动配置文件

vi /etc/init.d/mining-engine

配置参考如下：

#!/bin/bash
#
# tomcat startup script for the mining-engine server
# chkconfig: 345 80 20
# description: start the mining-engine deamon
#
# Source function library
. /etc/rc.d/init.d/functions

prog=mining-engine
JAVA_HOME=/home/smartbi/jdk1.8.0_181/       #注意替换成实际的JAVA部署路径
export JAVA_HOME
CATALANA_HOME=/data/smartbi-mining-engine-bin/engine/      #注意替换成实际的数据挖掘部署路径
export CATALINA_HOME 

case "$1" in
start)
    echo "Starting mining-service..."
    $CATALANA_HOME/sbin/experiment-daemon.sh start
    ;;

stop)
    echo "Stopping mining-service..."
    $CATALANA_HOME/sbin/experiment-daemon.sh stop
    ;;

restart)
    echo "Stopping mining-service..."
    $CATALANA_HOME/sbin/experiment-daemon.sh stop
    sleep 2
    echo
    echo "Starting mining-service..."
    $CATALANA_HOME/sbin/experiment-daemon.sh start
    ;;

*)
    echo "Usage: $prog {start|stop|restart}"
    ;;
esac
exit 0

进入/etc/init.d目录，创建数据挖掘-服务引擎启动配置文件

vi /etc/init.d/mining-service