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 |
|---|
|
集群部署数据挖掘组件环境如下： | 服务器IP | 主机名 | 组件实例 | 部署目录 |
|---|
| 10.10.35.64 | 10-10-35-64 | 数据挖掘-1，Zookeeper-1，Python-1 | /data | | 10.10.35.65 | 10-10-35-65 | 数据挖掘-2，Spark-1，Hadoop-1 | /data | | 10.10.35.66 | 10-10-35-66 | Spark-2，Zookeeper-2，Hadoop-2 | /data | | 10.10.35.67 | 10-10-35-67 | Spark-3，Zookeeper-3，Hadoop-3，Python-2 | /data |
|
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 |
2、Python计算机点单机部署
1.安装前配置
①配置本地yum源，参考文档：https://www.jellythink.com/archives/548
| 注意 |
|---|
|
Centos7.4 以上，可不设置本地yum源。 |
②配置主机名映射
将数据挖掘组件中的服务器主机名映射到hosts文件中
文件末尾添(根据实际环境信息设置，如果添加过则无需重复添加)：
| 代码块 |
|---|
|
10.10.35.64 10-10-35-64
10.10.35.65 10-10-35-65
10.10.35.66 10-10-35-66
10.10.35.67 10-10-35-67 |
③安装javva环境
解压jdk到指定目录：
| 代码块 |
|---|
|
tar -zxvf jdk-8u181-linux-x64.tar.gz -C /data |
添加环境变量
在文件末尾添加下面内容：
| 代码块 |
|---|
|
export JAVA_HOME=/data/jdk1.8.0_181
export JAVA_BIN=$JAVA_HOME/bin
export CLASSPATH=:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_BIN |
让配置生效
验证安装
2.安装Python主程序
上传安装包到服务器的/data目录
①安装依赖包
| 代码块 |
|---|
| language | bash |
|---|
| linenumbers | true |
|---|
|
rpm -ivh bzip2-1.0.6-13.el7.x86_64.rpm
yum install gcc |
②安装Anaconda3并指定安装目录为/data/anaconda3
| 代码块 |
|---|
| language | bash |
|---|
| linenumbers | true |
|---|
|
cd /data
chmod +x Anaconda3-2019.10-Linux-x86_64.sh
bash Anaconda3-2019.10-Linux-x86_64.sh -b -p /data/anaconda3 |
③配置环境变量
| 代码块 |
|---|
| language | bash |
|---|
| linenumbers | true |
|---|
|
vi /etc/profile |
在末尾添加以下内容：
| 代码块 |
|---|
| language | bash |
|---|
| linenumbers | true |
|---|
|
export PATH=/data/anaconda3/bin:$PATH |
使配置生效，查看python版本
| 代码块 |
|---|
| language | bash |
|---|
| linenumbers | true |
|---|
|
source /etc/profile
python --version |
显示Python 3.7.4 表示安装成功。
添加权限
| 代码块 |
|---|
|
chmod -R 755 /data/anaconda3
|
3.离线安装Python插件包
①上传离线压缩包到服务器/data目录，并解压
| 代码块 |
|---|
|
cd /data
unzip plugin.zip |
②批量安装
| 代码块 |
|---|
|
cd /data
pip install --no-index --find-links=./plugin/ -r requirements.txt |
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-V10.0.64186.21183.tar.gz -C /data |
| 注意 |
|---|
|
如果Python节点和数据挖掘部署在同一台服务器，则可以直接使用数据挖掘部署包，无需重复解压。 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 /data/smartbi-mining-engine-bin |
6.启动Python执行代理
①浏览器访问Smartbi，打开系统运维–数据挖掘配置–引擎设置，复制Python代理器启动命令
| 注意 |
|---|
|
复制Python代理器启动命令前，请确认数据挖掘引擎能正常测试连接成功 |
②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
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 |
|---|
| language | bash |
|---|
| linenumbers | true |
|---|
|
export JAVA_HOME=/data/jdk1.8.0_181
export JAVA_BIN=$JAVA_HOME/bin
export CLASSPATH=:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
export PATH=$PATH:$JAVA_BIN
export PATH=/data/anaconda3/bin:$PATH
|
使配置生效
| 代码块 |
|---|
| language | bash |
|---|
| linenumbers | true |
|---|
|
source ~/.bash_profile
|
查看版本信息
| 代码块 |
|---|
| language | bash |
|---|
| linenumbers | true |
|---|
|
java -version
python --version #显示Python 3.7.4 表示安装成功
|
进入引擎启动目录
| 代码块 |
|---|
|
cd /data/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://10-10-204-248:8899 --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。
