数据挖掘功能概述
数据挖掘包含三大部分：数据挖掘执行引擎、数据挖掘服务引擎，数据挖掘计算节点
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，分别发送给计算节点。
- 本身并不承担计算任务，只负责计算任务的调度跟分发。
数据挖掘计算节点：
- 负责接收并执行从执行引擎（主节点）发过来的计算任务。
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
文档环境如下：
| 服务器IP | 主机名 | 组件实例 | 部署目录 |
|---|---|---|---|
| 10.10.35.176 | 10-10-35-176 | 数据挖掘-1，Zookeeper-1 | /data |
| 10.10.35.177 | 10-10-35-177 | 数据挖掘-2，Zookeeper-2 | /data |
| 10.10.35.178 | 10-10-35-178 | Zookeeper-3，Proxy | /data |
数据挖掘集群依赖zookeeper和smartbi-proxy。
前置条件
数据挖掘数据量2000万、15个并发任务时以下时，只需要提升数据挖掘服务器配置即可
系统环境准备
文档环境
所有节点均需执行系统环境准备操作
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。
1.1 关闭防火墙
临时关闭防火墙（立即生效）
systemctl stop firewalld
永久关闭防火墙（重启后生效）
systemctl disable firewalld
查看防火墙状态
systemctl status firewalld
1.2 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 |
| smartbi-Proxy | 31082 |
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 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 firewall-cmd --zone=public --add-port=31082/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
1.3 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
1.4 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
1.5 安装JAVA环境
jdk版本支持说明
2025年3月1号以后的Smartbi数据挖掘/ETL版本，可以支持jdk8，jdk11，jdk17版本。
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
1.6 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
文件末尾添加(根据实际环境信息设置)：
10.10.35.176 10-10-35-176 10.10.35.177 10-10-35-177 10.10.35.178 10-10-35-178
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
