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。
数据挖掘服务引擎如果没有用到这两个功能模块，也可以不用部署python节点
| 注意 | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ||||||||||||||||||||||||
集群部署数据挖掘组件环境如下：
如果Python计算任务较多，建议Python节点单独部署 |
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（立即生效）
| 代码块 | ||
|---|---|---|
| ||
systemctl stop firewalld
|
...
永久关闭防火墙（重启后生效）
| 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：
| 服务名 | 需要开放端口 |
|---|---|
| Python | 8980 |
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
| 代码块 | ||
|---|---|---|
| ||
firewall-cmd --reload
|
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。
| 代码块 | ||
|---|---|---|
| ||
setenforce 0
|
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、部署Python计算机点集群
| 注意 | ||
|---|---|---|
| ||
Python计算节点集群没有特别设置，只需要在每个服务器中将Python计算节点部署启动完成即可，数据挖掘服务会自动将Python计算任务分发到Python计算节点中。 多个Python节点时，参考以下步骤部署即可。 |
1.安装前配置
...
① 配置本地yum源，参考文档：https://www.
...
...
| 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
| 代码块 | ||
|---|---|---|
| ||
vi /etc/hosts |
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
| 代码块 | ||
|---|---|---|
| ||
vi /etc/profile |
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:$JAVA_BIN |
让配置生效
| 代码块 | ||
|---|---|---|
| ||
source /etc/profile |
验证安装
| 代码块 | ||
|---|---|---|
| ||
java -version |
...
2.安装Python主程序
2.1. 安装Python
1、上传安装包到服务器
2、解压安装包至指定目录
| 代码块 | ||||
|---|---|---|---|---|
| ||||
tar -zxvf python-3.9.13.tar.gz -C /usr/local/ |
3、 配置环境变量
| 代码块 | ||||
|---|---|---|---|---|
| ||||
vi /etc/profile |
在末尾添加以下内容：
| 代码块 | ||||
|---|---|---|---|---|
| ||||
export PATH=/usr/local/python-3.9.13/bin:$PATH |
使配置生效，查看python版本
| 代码块 | ||||
|---|---|---|---|---|
| ||||
source /etc/profile |
2.2. 验证Python程序
1、查看python版本
| 代码块 | ||||
|---|---|---|---|---|
| ||||
python --version |
2、查看pip版本验证
| 代码块 | ||||
|---|---|---|---|---|
| ||||
pip -V |
3、pip查看安装插件列表
| 代码块 | ||||
|---|---|---|---|---|
| ||||
pip list |
3.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 | ||
|---|---|---|
| ||
数据挖掘引擎包版本需要与Smartbi版本一致。 Python计算节点和数据挖掘引擎部署在相同服务器，无需重复解压安装包，使用相同安装包即可。 |
4.创建Python执行用户
创建用户组、用户并设置密码
| 代码块 | ||||
|---|---|---|---|---|
| ||||
groupadd mining #创建mining组
useradd -g mining mining-ag #创建启动用户(mining-ag)并指定用户组为mining
passwd mining-ag #设置mining-ag用户密 |
给引擎安装目录附权限(为了使用mining-ag用户启动执行代理程序时候，有权限创建agent-data跟agent-logs目录)
| 代码块 | ||||
|---|---|---|---|---|
| ||||
chgrp mining -R /data/smartbi-mining-engine-bin chmod 775 -R /data/smartbi-mining-engine-bin |
...
5.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-ag用户
| 注意 | ||
|---|---|---|
| ||
为了避免出现安全问题，一定要切换到mining-ag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 |
| 代码块 | ||||
|---|---|---|---|---|
| ||||
su - mining-ag |
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 |
...
.10.35.64:8899 --env python |
...
6.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。
