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。
文档环境
单机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 |
|---|---|---|---|
| 10.10.204.248 | 10-10-204-248 | 数据挖掘 | /data |
| 10.10.204.249 | 10-10-204-249 | Spark | /data |
| 10.10.204.250 | 10-10-204-250 | Hadoop，Python | /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
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
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
firewall-cmd --zone=public --add-port=8980/tcp --permanent
配置完以后重新加载firewalld，使配置生效
firewall-cmd --reload
查看防火墙的配置信息
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。
setenforce 0
永久关闭selinux，修改完配置后需要重启服务器才能生效
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
注意事项
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
vi /etc/hosts
文件末尾添(根据实际环境信息设置)：
10.10.204.248 10-10-204-248 10.10.204.249 10-10-204-249 10.10.204.250 10-10-204-250
③安装javva环境
解压jdk到指定目录：
tar -zxvf jdk-8u181-linux-x64.tar.gz -C /data
添加环境变量
vi /etc/profile
在文件末尾添加下面内容：
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:$JAVA_BIN
让配置生效
source /etc/profile
验证安装
java -version
2.安装Python主程序
上传安装包到服务器的/data目录
①安装依赖包
rpm -ivh bzip2-1.0.6-13.el7.x86_64.rpm yum install gcc
注意事项
Centos7.4 以上，无需安装依赖包
②安装Anaconda3并指定安装目录为/data/anaconda3
cd /data chmod +x Anaconda3-2019.10-Linux-x86_64.sh bash Anaconda3-2019.10-Linux-x86_64.sh -b -p /data/anaconda3
③配置环境变量
vi /etc/profile
在末尾添加以下内容：
export PATH=/data/anaconda3/bin:$PATH
使配置生效，查看python版本
source /etc/profile python --version
显示Python 3.7.4 表示安装成功。
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
cd /data unzip plugin.zip
②批量安装
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
tar -zxvf SmartbiMiningEngine-V9.5.57319.20294.tar.gz /opt
注意事项
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
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)
chmod -R 777 /opt/smartbi-mining-engine-bin
6.启动Python执行代理
通过系统管理员登录smartbi
系统选项---引擎设置--Python代理器启动命令--复制
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
su - mining-py
mining-py用户配置相关环境变量
①执行 vi ~/.bash_profile 在文件末尾添加相关环境变量参数，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:$PATH export PATH=/opt/anaconda3/bin:$PATH
②使配置生效
source ~/.bash_profile
③查看版本信息
java -version python --version #显示Python 3.7.4 表示安装成功
④python目录添加权限
chmod -R 755 /opt/anaconda3
切到引擎启动目录
cd /opt/smartbi-mining-engine-bin/engine/sbin
把拷贝命令粘贴，并执行，例如：
./agent-daemon.sh start --master http://smartbi-engine: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。
