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
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 |
---|---|
执行引擎 |
...
8899,4040,7777,,[30000-65535] | |
服务引擎 | 8900 |
Zookeeper | 2181,2888,3888 |
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:8900,8899,4040,7777, [30000-65535]
代码块 | ||||
---|---|---|---|---|
| ||||
firewall-cmd --zone=public --add-port=8899/tcp --permanent firewall-cmd --zone=public --add-port=8900/tcp --permanent firewall-cmd --zone=public --add-port=4040/tcp --permanent firewall-cmd --zone=public --add-port=7777/tcp --permanent firewall-cmd --zone=public --add-port=30000-65535/tcp --permanent firewall-cmd --zone=public --add-port=2181/tcp --permanent firewall-cmd --zone=public --add-port=2888/tcp --permanent firewall-cmd --zone=public --add-port=3888/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 |
1.
...
2 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:
代码块 | ||||
---|---|---|---|---|
| ||||
vi /etc/security/limits.conf |
在文件的末尾加入以下内容:
代码块 | ||||
---|---|---|---|---|
| ||||
* soft nofile 65536
* hard nofile 65536
* soft nproc 131072
* hard nproc 131072 |
1.3 安装JAVA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 |
1.4 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 |
文件末尾添加(根据实际环境信息设置):
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 |
...
注意 | ||
---|---|---|
| ||
部署smartbi服务器的/etc/hosts,需要添加所有数据挖掘组件的主机和IP地址映射 |
2、部署数据挖掘-执行引擎(高可用)
注意 | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|
| ||||||||||
数据挖掘执行引擎需要依赖zookeeper,故而文档环境部署zookeeper集群。
|
2.1 部署Zookeeper集群
注意 | ||
---|---|---|
| ||
Zookeeper的版本必须要高于3.5.5版本 |
1、登陆zookeeper-1节点执行操作。
① 上传zookeeper安装包到服务器,并解压到指定目录:
代码块 | ||
---|---|---|
| ||
tar -zxvf zookeeper-3.5.9.tar.gz -C /data/ |
② 创建zookeeper数据目录、日志目录
代码块 | ||
---|---|---|
| ||
cd /data/zookeeper-3.5.9
mkdir {data,log} |
③ 修改zookeeper配置文件
代码块 | ||
---|---|---|
| ||
cd /data/zookeeper-3.5.9/conf
mv zoo_sample.cfg zoo.cfg #重命名配置文件
vi zoo.cfg #编辑配置文件 |
zookeeper配置文件参考:
代码块 | ||
---|---|---|
| ||
tickTime=60000
initLimit=300
syncLimit=5
#修改数据目录和日志目录
dataDir=/data/zookeeper-3.5.9/data
dataLogDir=/data/zookeeper-3.5.9/log
clientPort=2181
#保留20个文件
autopurge.snapRetainCount=20
#保留48小时
autopurge.purgeInterval=48
#zookeeper集群信息
server.1=10-10-35-64:2888:3888
server.2=10-10-35-66:2888:3888
server.3=10-10-35-67:2888:3888 |
④ 将Zookeeper安装包分发到其他节点
假设当前的系统用户为root命令如下:
代码块 | ||
---|---|---|
| ||
scp -r /data/zookeeper-3.5.9 root@10-10-35-66:/data/
scp -r /data/zookeeper-3.5.9 root@10-10-35-67:/data/ |
2、创建myid文件,并写入ID,集群中每个节点mysqid不能相同
代码块 | ||
---|---|---|
| ||
echo 1 > /data/zookeeper-3.5.9/data/myid #zookeeper-1节点执行
echo 2 > /data/zookeeper-3.5.9/data/myid #zookeeper-2节点执行
echo 3 > /data/zookeeper-3.5.9/data/myid #zookeeper-3节点执行 |
3、启动Zookeeper集群
所有节点启动Zookeeper服务
代码块 | ||
---|---|---|
| ||
cd /data/zookeeper-3.5.9/bin
./zkServer.sh start |
4、查看每个节点Zookeeper状态
代码块 | ||
---|---|---|
| ||
cd /data/zookeeper-3.5.9/bin
./zkServer.sh status |
其中有一个leader节点,两个follower节点
zookeeper集群部署完成。
2.2 部署执行引擎(主节点)
1、解压数据挖掘安装包到指定的目录
代码块 | ||||
---|---|---|---|---|
| ||||
tar -zxvf SmartbiMiningEngine-V10.0.64186.21183.tar.gz -C /data |
2、启动数据挖掘执行引擎
代码块 | ||||
---|---|---|---|---|
| ||||
cd /data/smartbi-mining-engine-bin/engine/sbin/
./experiment-daemon.sh start |
注意 | ||
---|---|---|
| ||
首次启动执行引擎只是为了生成相关配置文件 |
3、修改执行引擎配置文件
进入配置文件目录,注意:下面的配置文件是执行引擎首次启动时生成的。
代码块 | ||||
---|---|---|---|---|
| ||||
cd /data/smartbi-mining-engine-bin/conf
vi experiment-application.properties |
experiment-application.properties配置文件具体修改如下图:
4、停止执行引擎服务
代码块 | ||||
---|---|---|---|---|
| ||||
cd /data/smartbi-mining-engine-bin/engine/sbin/
./experiment-daemon.sh stop |
5、将数据挖掘安装包分发到其他节点
假设当前的系统用户为root命令如下:
代码块 | ||
---|---|---|
| ||
scp -r /data/smartbi-mining-engine-bin root@10-10-35-65:/data/
|
6、启动数据挖掘执行引擎集群
分别登陆两个节点,执行脚本启动执行引擎
代码块 | ||
---|---|---|
| ||
cd /data/smartbi-mining-engine-bin/engine/sbin/ ./experiment-daemon.sh start |
2.3 运维操作
1、启动/重启/查看执行引擎
代码块 | ||
---|---|---|
| ||
cd /data/smartbi-mining-engine-bin/engine/sbin/
./experiment-daemon.sh restart #重启执行引擎
./experiment-daemon.sh stop #停止执行引擎
./experiment-daemon.sh status #查看执行引擎运行状态
|
2、测试执行引擎
参考 测试数据挖掘集群
3、部署数据挖掘服务引擎
...
(负载均衡)
注意 | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
| ||||||||||||
数据挖掘服务引擎需要依赖zookeeper,故而文档环境部署zookeeper集群,服务引擎需要依赖Smartbi-Proxy代理,故而需要部署Smartbi-Proxy环境。
服务引擎使用相同zookeeper集群,无需重复部署。 |
3.1 部署Smartbi-Proxy
登陆10-10-204-250节点部署Smartbi-Proxy。
1、Tomcat安装包解压到/opt目录
代码块 | ||||
---|---|---|---|---|
| ||||
tar -zxvf apache-tomcat-8.5.57.tar.gz -C /data |
2、修改Tomcat启动参数
进入Tomcat下的bin目录
代码块 | ||||
---|---|---|---|---|
| ||||
cd /data/apache-tomcat-8.5.57/bin |
创建Tomcat启动参数文件:setenv.sh
代码块 | ||||
---|---|---|---|---|
| ||||
vi setenv.sh |
具体参数如下(根据实际部署替换配置中的路径):
代码块 | ||||
---|---|---|---|---|
| ||||
export JAVA_HOME="/data/jdk1.8.0_181"
export JRE_HOME="/data/jdk1.8.0_181/jre"
export CATALINA_HOME="/data/apache-tomcat-8.5.57"
export JAVA_OPTS="-Dfile.encoding=UTF-8 -Duser.region=CN -Duser.language=zh -Djava.awt.headless=true -Xms512m -Xmx2048m -XX:MaxPermSize=512m -Dmail.mime.splitlongparameters=false -XX:+HeapDumpOnOutOfMemoryError -XX:+UseG1GC" |
赋予setenv.sh相关权限
代码块 | ||||
---|---|---|---|---|
| ||||
chmod 755 setenv.sh |
3、上传Smartbi-Proxy war包到目录 /data/apache-tomcat-8.5.57/webapps/ 目录
4、启动Tomcat服务
代码块 | ||||
---|---|---|---|---|
| ||||
cd /data/apache-tomcat-8.5.57/bin
./startup.sh |
5、启动完成后,浏览器访问Smartbi-Proxy控制台,http://IP:PORT/smartbi/proxy 控制台初始账号密码都是admin。
Smartbi-Proxy部署完成。
3.2 部署服务引擎
1、解压数据挖掘安装包到指定的目录
代码块 | ||||
---|---|---|---|---|
| ||||
tar -zxvf SmartbiMiningEngine-V10.0.64186.21183.tar.gz -C /data |
注意 | ||
---|---|---|
| ||
执行引擎与服务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。 |
2、启动数据挖掘服务引擎
代码块 | ||||
---|---|---|---|---|
| ||||
cd /data/smartbi-mining-engine-bin/engine/sbin/
chmod +x *.sh
./service-daemon.sh start |
注意 | ||
---|---|---|
| ||
首次启动服务引擎只是为了生成相关配置文件 |
3、修改服务引擎配置文件
进入配置文件目录,注意:下面的配置文件是服务引擎首次启动时生成的。
代码块 | ||||
---|---|---|---|---|
| ||||
cd /data/smartbi-mining-engine-bin/conf
vi service-application.properties |
service-application.properties配置文件具体修改如下图:
4、停止服务引擎
代码块 | ||||
---|---|---|---|---|
| ||||
cd /data/smartbi-mining-engine-bin/engine/sbin/
./service-daemon.sh stop |
5、将数据挖掘安装包分发到其他节点
假设当前的系统用户为root命令如下:
代码块 | ||
---|---|---|
| ||
scp -r /data/smartbi-mining-engine-bin root@10-10-35-65:/data/
|
注意 | ||
---|---|---|
| ||
如果服务引擎集群与执行引擎部署在相同的服务器时,请直接启动服务引擎,并修改服务引擎的配置文件,无需再重复分发安装包 |
6、启动数据挖掘服务引擎集群
分别登陆两个节点,执行脚本启动服务引擎
代码块 | ||
---|---|---|
| ||
cd /data/smartbi-mining-engine-bin/engine/sbin/
./service-daemon.sh start |
7、服务引擎启动后,可以登陆Smartbi-Proxy控制台查看服务引擎节点信息,如下图:
3.2 运维操作
1、启动/重启/查看服务引擎
代码块 | ||
---|---|---|
| ||
cd /data/smartbi-mining-engine-bin/engine/sbin/
./experiment-daemon.sh restart #重启服务引擎
./experiment-daemon.sh stop #停止服务引擎
./experiment-daemon.sh status #查看服务引擎运行状态
|
2、测试服务引擎
参考 测试数据挖掘集群