数据挖掘组件介绍
部署Smartbi 数据挖掘引擎集群需要部署以下组件：
| 服务名称 | 简介 | 备注 |
|---|---|---|
数据挖掘-实验引擎 | 负责接收smartbi 发送实验执行请求。 | |
| 数据挖掘-服务引擎 | 提供模型预测服务给第三放系统调用 | |
| Zookeeper | 用于实现数据挖掘实验引擎和数据挖掘服务引擎的高可用。 | |
| Python执行节点 | python 执行环境，主要承担实验引擎发送过来的python计算任务。 可以横向扩张，实验引擎会根据负责均衡策略把python计算任务分发到不同节点。 | 可选 |
| Smartbi Proxy | 负载均衡服务器，用于数据挖掘服务引擎代理。 |
提示
所有组件均可单机部署或集群部署
操作系统推荐：
| Linux操作系统平台 | 系统版本 |
|---|---|
Red Hat Enterprise Linux | 推荐7.4 及以上 |
CentOS | 推荐7.4 及以上 |
服务配置建议：
| 组件 | CPU | 内存 | 硬盘 | 网络 | 备注 |
|---|---|---|---|---|---|
数据挖掘实验引擎 | 8核+ | 8G+ | 安装目录300G+ | 万兆网卡 | 如果资源紧张，可以跟服务引擎在同台机器 |
数据挖掘服务引擎 | 8核+ | 8G+ | 安装目录300G+ | 万兆网卡 | 如果资源紧张，可以跟实验引擎在同台机器 |
Zookeeper | 2核+ | 2G+ | 300G+ | 万兆网卡 | 主要用于实现实验引擎的高可用 |
Python执行节点 | 16核+ | 32G+ | 1T+ | 万兆网卡 | 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 强烈建议最好独立机器，避免资源争抢 |
安装介质：
| 名称 | 软件包文件 | 说明 |
|---|---|---|
数据挖掘引擎 | SmartbiMiningEngine-V11.0.tar.gz | 数据挖掘引擎主程序 |
| zookeeper-3.7.1.tar.gz | Zookeeper，部署数据挖掘集群时需要安装 | |
python-3.9.13.tar.gz | Python，用于数据挖掘执行python计算任务 如不需要执行Pyhon计算任务，可不安装 | |
| JDK | jdk-8u181-linux-x64.tar.gz | JAVA运行环境 |
提示
安装介质可能会版本更新，请以实际为准
关于主机名和IP地址映射：
注意事项
部署数据挖掘时，需要将Smartbi和数据挖掘组件中的服务器主机名映射到每台服务器的/etc/hosts文件中，
数据挖掘组件之间的通信会使用到主机名，如果未配置主机名和地址映射，数据挖掘在运行过程中会报错，
主机名不能以数字开头，且不能含有下划线，
Smartbi配置数据挖掘连接地址后，需重启Smartbi，数据挖掘地址会自动转换为数据挖掘服务器的主机名。
