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
文档环境
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
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 |
|---|---|
| 执行引擎 | 8899,4040,7777, [30000-65535] |
| 服务引擎 | 8900 |
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]
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
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
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：
vi /etc/security/limits.conf
在文件的末尾加入以下内容：
* 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：
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、部署数据挖掘执行引擎(高可用)
数据挖掘执行引擎-高可用 节点说明
数据挖掘执行引擎需要依赖zookeeper，故而文档环境部署zookeeper集群。
| 主机名 | 角色 |
|---|---|
| 10-10-35-64 | 执行引擎(主)，Zookeeper-1 |
| 10-10-35-65 | 执行引擎(备) |
| 10-10-35-66 | Zookeeper-2 |
| 10-10-35-67 | Zookeeper-3 |
