报名参加CloudWeGo黑客松,奖金直推双丰收! 了解详情
写点什么

联通大数据实操:CDH 部署多版本的 Python 环境及搭建本地的 Python 第三方库

  • 2019-09-09
  • 本文字数:4039 字

    阅读完需:约 13 分钟

联通大数据实操:CDH部署多版本的Python环境及搭建本地的Python第三方库

由于其易用性好,以及现在机器学习和人工智能的崛起,Python 成为当前非常火热的一门语言。承载多租户的大数据平台往往对于 Python 版本和第三方库有很多个性化的需求,联通大数据平台承载了百度、阿里、腾讯、苏宁、京东等上百个租户,在租户部署模型时就会要求集群计算节点拥有不同类别的 Python 科学计算包。下文将主要讲述如何在 CDH 集群基于二次打包的 Anaconda 安装包部署 Python 多版本运行环境,并搭建本地 Python 第三方库。

基于 Anaconda 部署 Python3

一般生产环境默认 python 版本为 2.7,为了提供多版本 python 开发环境。需要先下载 anaconda 的 parcel 安装包并解压到本地,安装 python3 虚拟环境,然后安装集群计算节点所需要的常用 python 第三方包,如 TensorFlow 等科学计算包。


需准备:


  • 电脑准备 300G 或以上的存储空间;

  • wget:下载某个源的所有 package 到本地;

  • Nginx:发布本地 PyPI。


首先我们先进行 Anaconda.Parcel 的解压和 Python3 环境的创建:


第一步:下载 Anaconda 的 Parcel 包。


参考链接:https://repo.continuum.io/pkgs/misc/parcels/archive/



第二步:解压 Anaconda 的 Parcel 包,安装 Python3 私有环境。




安装好后显示环境如下:




安装私有的 Python 第三方本地库,Python 第三方库分为 pip 和 Conda 库两种安装方式(最后我们选择 Conda,比 pip 功能更强大,完善包及虚拟环境管理工具):


Conda 私有库安装方式:


首先通过外网下载所有第三方包,第三方包在清华镜像站,虽然有部分包不是最新版本,但下载速度快。


参考链接:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/


由于公司主机不能连接外网。这里就省事地通过 Windows 安装 wget 全量捞取页面所需包。


Windows 安装 wget:


以管理员身份运行 CMD,下载安装 wget。


C:\WINDOWS\system32>@"%SystemRoot%\System32\WindowsPowerShell\v1.0\powershell.exe" -NoProfile -InputFormat None -ExecutionPolicy Bypass -Command "iex ((New-Object System.Net.WebClient).DownloadString('https://chocolatey.org/install.ps1'))" && SET "PATH=%PATH%;%ALLUSERSPROFILE%\chocolatey\bin"C:\WINDOWS\system32>choco install wget
复制代码


wget 安装完毕,如果想更新,就输入:


C:\WINDOWS\system32>choco upgrade wget
复制代码


下载第三方 Python 包:


通过 UE 列操作范围选择过滤各个包名,存入 txt。然后使用 wget 读取 txt 下载,下载时间大概持续 7~8 个小时。


-b 后台,-c 断电追加, -i 读取文档多个连接, -p 下载 urls 下所有文档, -f 指定日志文件位置。


wget -b -c -i C:\conf\pyku.txt -p C:\conf\ku -f C:\conf\wget-log
复制代码


Linux,安装 Nginx,并配置本地文件 HTTP 映射。


具体 Nginx 配置如下:


先配置两个页面:


/usr/share/nginx/html
index.html<!DOCTYPE html><html><head><title>Welcome to nginx!</title><style>body {width: 35em;margin: 0 auto;font-family: Tahoma, Verdana, Arial, sans-serif;}</style></head><body><h1>Welcome to nginx!</h1><a href="http://12.109.21.84/pkgs/free/">free</a><a href="http://12.109.21.84/pkgs/main/">main</a>
<p><em>Thank you for using nginx.</em></p></body></html>

free.html
cat free.html<!DOCTYPE html><html><head></head><body><a href="http://12.109.21.84/pkgs/free/linux-64/">linux-64</a><a href="http://12.109.21.84/pkgs/main/linux-64/">linux-64</a></body></html>


/etc/nginx/conf.d
server {listen 80;server_name localhost;
#charset koi8-r;#access_log /var/log/nginx/log/host.access.log main;
location / {root /usr/share/nginx/html/;index index.html index.htm;}location /pkgs/free {alias /usr/share/nginx/html/pkgs/free/;index index.html index.htm;autoindex on;autoindex_exact_size on;autoindex_localtime on;}location /pkgs/free/linux-64 {alias /opt/beh/core/condaku/freeku/;autoindex on;autoindex_exact_size on;autoindex_localtime on;}location /pkgs/free/noarch {alias /opt/beh/core/condaku/freenorch/;index index.html index.htm;autoindex on;autoindex_exact_size on;autoindex_localtime on;}
#error_page 404 /404.html;
# redirect server error pages to the static page /50x.html#error_page 500 502 503 504 /50x.html;location = /50x.html {root /usr/share/nginx/html;}}
复制代码


配置好之后,启动 Nginx,查看本地页面如下:



配置 condarc:


conda config --add channels http://12.109.21.84/pkgs/free/ conda config --add channels http://12.109.21.84/pkgs/free/noarch/ conda config --set show_channel_urls yesvi ~/.condarc删除  - defaults这一行,保存退出后,source ~/.condarc
复制代码


安装第三方包:


使用命令 conda install 包名。



若在私有库没有的一些第三方库,也可以下载安装包之后移动到 pkgs 目录下。



使用 pip 安装 whl 包。



打包创建好 Python3,安装好所需科学计算包的 Anaconda,生成 sha 校验文件。


tar -zcvf Anaconda-5.0.1-el7.parcel Anaconda-5.0.1 --owner=root --group=rootsha1sum Anaconda-5.0.1-el7.parcel | cut -d ' ' -f 1 > Anaconda-5.0.1-el7.parcel.sha
复制代码


将 Anaconda 和生成的 sha 校验文件一起拷贝到 Parcel-Repo 目录下。



通过 CM 的 Parcel 管理,进行 Anaconda 的分发激活。



下面还整理了一份搭建私有 Python pip 源的过程(Windows 环境):


1、安装 Anaconda


参考链接:https://www.jb51.net/article/137772.htm


这个链接提供了 Anaconda 的安装,和使用国内镜像快速下载 Anaconda(5~6M/s)。


2、搭建自己的 pip 源


参考链接:https://www.jianshu.com/p/799b3490ad6d


  • 准备 300G 或以上的存储空间;

  • bandersnatch:下载某个源的所有 package 到本地;

  • Nginx:发布本地 PyPI。


这个网站提供的是 Linux 的,不过 Windows 也能用,具体如下:


1)首先下载 bandersnatch,因为装好了 Anaconda,所以可以使用 pip 直接下载


pip install bandersnatch


2) 生成配置文件 /etc/bandersnatch.conf


bandersnatch mirror


注:这一步会报错,因为 Windows 没有/etc 目录,直接在 C 盘下创建 etc 文件夹 ,然后再次运行会发现:C:\\etc\\bandersnatch.conf


文件被生成。


3)根据实际情况,重点修改以下两个配置,directory 指 package 在本地存放的位置,master 指被同步的源


[mirror]; The directory where the mirror data will be stored.directory = /srv/pypi
; The PyPI server which will be mirrored.; master = https://testpypi.python.org; scheme for PyPI server MUST be httpsmaster = https://pypi.python.org
复制代码


这部分需要修改为 Windows,且 directory 目录至少要 300G,包太多:



4)下载所有 package 至本地,我这要在 Windows 下的 Anconda Prompt 里面运行



bandersnatch -c /etc/bandersnatch.conf mirror$ bandersnatch -c /etc/bandersnatch.conf mirror2014-01-15 09:49:26,556 INFO: bandersnatch/1.5 (CPython 2.7.6-final0, Linux 3.19.0-37-generic x86_64)2014-01-15 09:49:26,558 INFO: Setting up mirror directory: /srv/pypi/2014-01-15 09:49:26,559 INFO: Setting up mirror directory: /srv/pypi/web/simple2014-01-15 09:49:26,560 INFO: Setting up mirror directory: /srv/pypi/web/packages2014-01-15 09:49:26,560 INFO: Setting up mirror directory: /srv/pypi/web/local-stats/days2014-01-15 09:49:26,561 INFO: Generation file missing. Reinitialising status files.......
复制代码


更新本地的 pacakge,(我暂时没用到,刚下载完,再去更新,会发现全是文件已存在):


bandersnatch -c /etc/bandersnatch.conf mirror
复制代码


5)安装并配置 Nginx(我的是基于 Windows,我安装的是下面链接的 Nginx 版本,没用最新的)


参考链接:https://www.cnblogs.com/qfb620/p/5508468.html


测试 Nginx 可用后,关闭 Nginx,然后修改配置文件:


D:\nginx\nginx-1.8.1\conf\nginx.conf
复制代码


备份该文件,然后删除里面的 server{…},用如下替换:


server {  listen *:80;  server_name localhost;  root F:\\python_package\\web;  autoindex on;  charset utf-8;}
复制代码


注:F:\\python_package\\web 是之前 bandersnatch 下载包之后自动生成的。


配置好之后,启动 Nginx。


6)配置其他服务器的 pip 源(基于 Windows)


我这里用的是同一个局域网的其他 Windows 电脑。(能 Ping 通我的 IP)


来到另一台电脑,安装 Python 后会自带 pip,然后做如下操作:


参考链接:https://www.cnblogs.com/cwp-bg/p/8497075.html


打开查看隐藏文件夹选项后来到:(AppData 为隐藏项目)C:\Users\Administrator\AppData\Roaming。


然后看有没有 pip 文件夹,没有就新建该文件夹,然后在该文件夹下新建 pip.ini,输入如下:


[global]timeout = 6000index-url = http://我的机器ip/simpletrusted-host = 我的机器ip
复制代码


7)测试 pip install


用配置好 pip 源的电脑,管理员运行 CMD,输入如下:


pip install pymysql
复制代码


结果如下:



生效,确实访问了我的 IP 下的 pip 源,并且路径一致,可以在我的电脑浏览器输入链接,找到该文件:


输入链接:http://我的机器ip/packages/ed/39/15045ae46f2a123019aa968dfcba0396c161c20f855f11dea6796bcaae95/


发现如下:



8)下一步,照搬到 Linux。


作者介绍


余澈,中国联通大数据技术部平台组核心技术负责人,项目管理高级工程师,具有多年大数据平台运维管理及开发优化经验。管理过多个上千节点集群,擅长对外多租户平台的维护开发。信科院大数据性能测试、功能测试主力,大厂 PK 获得双项第一。


本文转载自公众号 DBAplus 社群(ID:dbaplus)


原文链接


https://mp.weixin.qq.com/s?__biz=MzI4NTA1MDEwNg==&mid=2650780800&idx=2&sn=0def50e6bb44db39b2457e6ac152e0df&chksm=f3f90115c48e8803c6eb4d33e5eefe62c15afa0c02b8a180e2dcb8f3448252859e212cc25f58&scene=27#wechat_redirect


2019-09-09 08:002792

评论 1 条评论

发布
用户头像
厉害厉害!
2019-09-09 09:01
回复
没有更多了
发现更多内容

部署Palworld幻兽帕鲁服务器最佳实践(Ubuntu)

天翼云开发者社区

云计算 最佳实践 服务器 云服务器

Kubeadmiral 开源编程挑战 —— 我觉得不错

miraclejzd

字节跳动 Kubernetes 云原生 Kubeadmiral

OurBMC社区首场Meetup成功举办,共建BMC产业生态

OurBMC

Meetup 汇聚智力 共建BMC

怎么用ETL工具实现MQ消息同步

RestCloud

MQ ETL 数据集成工具

MySQL常用图形管理工具

小魏写代码

大文件上传原理及实现方案 | 京东物流技术团队

京东科技开发者

玩转OurBMC第一期:社区操作指南-功能篇

OurBMC

玩转OurBMC 操作指南 基本功能

Gas Hero Coupon NFT 概览与数据分析

Footprint Analytics

区块链 加密货币 NFT

使用SD-WAN进行企业网络升级的必要性

Ogcloud

SD-WAN SD-WAN组网 SD-WAN服务商

推动海外云手机发展的几个因素

Ogcloud

云手机 海外云手机 云手机海外版 国外云手机

网络安全训练营第 0 期 -- 毕业总结

楷鹏:)

【教程】一个比较良心的C++代码混淆器

OurBMC技术委员会2023年四季度例会顺利召开

OurBMC

技术委员会 工作汇报 四季度例会

OurBMC运营委员会2023年下半年度例会顺利召开

OurBMC

运营委员会 工作汇报 首次例会

Palworld幻兽帕鲁世界参数修改最佳实践(Ubuntu)

天翼云开发者社区

云计算 最佳实践 云服务器

OurBMC大咖说 | OurBMC,共创国产软硬件开源发展新纪元

OurBMC

大咖说 软硬件开源 BMC技术全栈

OurBMC 社区 SIG 建设月报(2023 年 10 月)

OurBMC

SIG月报 SIG进展

淘宝/天猫商品详情API:返回值参数详解及商业逻辑实现

Noah

基于BiLSTM-CRF模型的分词、词性标注、信息抽取任务的详解,侧重模型推导细化以及LAC分词实践

汀丶人工智能

自然语言处理 nlp 信息抽取 词性标注 分词算法

有了ERP和MES,还需要质量管理QMS系统吗?

万界星空科技

数字化 生产管理系统 mes 万界星空科技 QMS

“祥龙守神州,舞瑞中国年”,京东超市携手王牌驼喜迎新春

科技热闻

浅谈LocalCache | 京东云技术团队

京东科技开发者

联通大数据实操:CDH部署多版本的Python环境及搭建本地的Python第三方库_大数据_余澈_InfoQ精选文章