SQLFlow 从零开始安装使用

在 Kubernetes 集群上安装 SQLFlow Playground官网参考:https://sql-machine-learning.github.io/sqlflow/doc/run/kubernetes/一. 安装 Docker, 参考: https://docs.docker.com/engine/install/centos/0. 卸载之前 Dockeryum remove doc

Doooooing

4633人浏览 · 2020-10-27 16:47:28

Doooooing · 2020-10-27 16:47:28 发布

在 Kubernetes 集群上安装 SQLFlow Playground

官网参考: https://sql-machine-learning.github.io/sqlflow/doc/run/kubernetes/

一. 安装 Docker, 参考: https://docs.docker.com/engine/install/centos/

0. 卸载之前 Docker

yum remove docker \
        docker-client \
        docker-client-latest \
        docker-common \
        docker-latest \
        docker-latest-logrotate \
        docker-logrotate \
        docker-engine

1. 安装工具包

yum install -y yum-utils

2. 配置镜像仓库 (官网镜像比较慢, 使用国内阿里云镜像仓库)

yum-config-manager \
    --add-repo \
    http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

3. 更新 yum 软件包索引

yum makecache fast

4. 安装最新版本Docker Engine和容器

yum install docker-ce docker-ce-cli containerd.io

5. 启动 Docker

systemctl start docker

6. 配置容器镜像加速, 修改 /etc/docker/daemon.json 文件内容, 无则创建.

打开阿里云网页 -- 菜单 -- 产品与服务 -- 容器镜像服务 -- 镜像加速器
	注: 其中的 xxxxx ,每个人不相同,自己注册登陆后复制自己的.
sudo mkdir -p /etc/docker

sudo tee /etc/docker/daemon.json <<-'EOF'
{
  "registry-mirrors": ["https://xxxxx.mirror.aliyuncs.com"]
}
EOF

sudo systemctl daemon-reload
sudo systemctl restart docker

7. 通过运行 hello-world 镜像来验证是否正确安装了Docker Engine

docker run hello-world
	容器运行时,它会打印参考消息并退出,下载的镜像使用 docker images 可查看.

至此, Docker 安装成功!

SQLFlow 安装过程相关文件目录:

/
	sqlflow
		config            --所有配置文件统          
		out               --所有日志输出统

二. 安装 Minikube (迷你版 k8s 集群), 参考: https://minikube.sigs.k8s.io/docs/start/

0. 删除集群, 重新安装 (报错太多或安装失败)

minikube delete --all

1. 安装和配置 kubectl, 官网参考: https://kubernetes.io/docs/tasks/tools/install-kubectl/

2. 安装和配置 Minikube, 官网参考: https://minikube.sigs.k8s.io/docs/start/?

问题: 官网提供下载安装方式在国内网络均下载失败
解决方式: 在github中找到,下载到win本地,再上传到linux服务器,然后添加执行权限,移动到 /usr/local/bin/
可直接使用我准备好的文件:
链接: https://pan.baidu.com/s/1yH3HzsVMgZjflhCHrul1sg  密码: u2kp

3. 启动 Minikube

[root@ecs-yw-smbs-1-0001 sqlflow]#  minikube start --vm-driver=none --kubernetes-version=v1.17.0 --image-repository=registry.cn-hangzhou.aliyuncs.com/google_containers

* minikube v1.14.0 on Centos 7.6.1810
* Kubernetes 1.19.2 is now available. If you would like to upgrade, specify: --kubernetes-version=v1.19.2
* Using the none driver based on existing profile
* Starting control plane node minikube in cluster minikube
* Restarting existing none bare metal machine for "minikube" ...
* OS release is CentOS Linux 7 (Core)
* Preparing Kubernetes v1.17.0 on Docker 17.12.1-ce ...
* minikube 1.14.1 is available! Download it: https://github.com/kubernetes/minikube/releases/tag/v1.14.1
* To disable this notice, run: 'minikube config set WantUpdateNotification false'

    > kubectl.sha256: 65 B / 65 B [--------------------------] 100.00% ? p/s 0s
    > kubelet.sha256: 65 B / 65 B [--------------------------] 100.00% ? p/s 0s
    > kubeadm.sha256: 65 B / 65 B [--------------------------] 100.00% ? p/s 0s
    > kubeadm: 37.52 MiB / 37.52 MiB [----------------] 100.00% 7.95 MiB p/s 5s
    > kubectl: 41.48 MiB / 41.48 MiB [---------------] 100.00% 3.04 MiB p/s 14s
    > kubelet: 106.39 MiB / 106.39 MiB [-------------] 100.00% 7.22 MiB p/s 15s
* Configuring local host environment ...
* 
! The 'none' driver is designed for experts who need to integrate with an existing VM
* Most users should use the newer 'docker' driver instead, which does not require root!
* For more information, see: https://minikube.sigs.k8s.io/docs/reference/drivers/none/
* 
! kubectl and minikube configuration will be stored in /root
! To use kubectl or minikube commands as your own user, you may need to relocate them. For example, to overwrite your own settings, run:
* 
  - sudo mv /root/.kube /root/.minikube $HOME
  - sudo chown -R $USER $HOME/.kube $HOME/.minikube
* 
* This can also be done automatically by setting the env var CHANGE_MINIKUBE_NONE_USER=true
* Verifying Kubernetes components...
* Enabled addons: storage-provisioner, default-storageclass
* Done! kubectl is now configured to use "minikube" by default

4. 查看 K8S 服务进程

[root@ecs-yw-smbs-1-0001 sqlflow]# kubectl get po -A
NAMESPACE     NAME                                         READY   STATUS    RESTARTS   AGE
kube-system   coredns-7f9c544f75-gpwqh                     1/1     Running   0          26s
kube-system   etcd-ecs-yw-smbs-1-0001                      1/1     Running   0          26s
kube-system   kube-apiserver-ecs-yw-smbs-1-0001            1/1     Running   0          26s
kube-system   kube-controller-manager-ecs-yw-smbs-1-0001   1/1     Running   0          26s
kube-system   kube-proxy-262w8                             1/1     Running   0          26s
kube-system   kube-scheduler-ecs-yw-smbs-1-0001            1/1     Running   0          25s
kube-system   storage-provisioner                          1/1     Running   0          31s

5. minikube捆绑了Kubernetes仪表板, 可使用web了解集群状态

nohup minikube dashboard > /sqlflow/out/dashboard.out

nohup kubectl proxy --address=192.168.229.150 --disable-filter=true > /sqlflow/out/proxy.out 2>&1 &

浏览器访问:
http://192.168.229.150:8001/api/v1/namespaces/kubernetes-dashboard/services/http:kubernetes-dashboard:/proxy/#/overview?namespace=default

至此, Minikube 安装成功!

三. 安装 Argo

1. 需要提前下载一个工具包 socat, 否则最终访问页面被拒

yum install socat

2. 启动 Argo 服务

 创建 Argo 命名空间
 kubectl create namespace argo

 创建用户
 kubectl create rolebinding default-admin --clusterrole=admin --serviceaccount=default:default

 启动 Argo 服务
 kubectl apply -n argo -f https://raw.githubusercontent.com/argoproj/argo/v2.7.7/manifests/install.yaml
 	这一步骤,通常因网络原因导致失败.
 	则可先使用 wget 将文件下载到本地某文件夹中,再进行加载:
 	1. wget https://raw.githubusercontent.com/argoproj/argo/v2.7.7/manifests/install.yaml
 		移动并修改名称到此, pwd : /sqlflow/config/argo.yaml
 	2. kubectl apply -n argo -f /sqlflow/config/argo.yaml
 	
 *若下载或操作错误,可删除后重新下载
 kubectl delete -f /sqlflow/config/argo.yaml

3. 启动 Argo, 访问所有 pods, 访问 Argo UI

[root@ecs-yw-smbs-1-0001 config]#  kubectl get pods -nargo --watch
NAME                                  READY   STATUS    RESTARTS   AGE
argo-server-67566f6964-h84hw          1/1     Running   0          49s
workflow-controller-968885fcc-2wzcs   1/1     Running   0          49s
 	等待所有组件均 running,具体表现运行情况为: 1/1,之后再进行下一步
 	
 nohup kubectl -n argo port-forward deployment/argo-server 2746:2746 --address=0.0.0.0 > /sqlflow/out/argo.out 2>&1 &
 	查看日志是否报错: cat argo.out

 浏览器访问: http://192.168.229.150:2746

至此, Argo 安装成功!

四. 切换数据源

1. 下载 k8s 配置文件

wget https://raw.githubusercontent.com/sql-machine-learning/sqlflow/develop/doc/run/k8s/install-sqlflow-multi-users.yaml

2. 移动至/sqlflow/config, 拆分为两个文件便于管理

server 配置文件

mv install-sqlflow-multi-users.yaml /sqlflow/config/sqlflow-server.yaml

[root@ecs-yw-smbs-1-0001 config]# cat sqlflow-server.yaml 
apiVersion: apps/v1 # for versions before 1.9.0 use apps/v1beta2
kind: Deployment
metadata:
  name: sqlflow-server
spec:
  selector:
    matchLabels:
      app: sqlflow-server
  strategy:
    type: Recreate
  template:
    metadata:
      labels:
        app: sqlflow-server
    spec:
      containers:
      - image: sqlflow/sqlflow:server
        name: server
        imagePullPolicy: IfNotPresent
        command: ["sqlflowserver", "--argo-mode"]
        env:
        - name: SQLFLOW_WORKFLOW_LOGVIEW_ENDPOINT
          value: "http://192.168.229.150:2746"
        - name: SQLFLOW_WORKFLOW_STEP_IMAGE
          value: sqlflow/sqlflow:step
        - name: SQLFLOW_WORKFLOW_TTL
          value: "600"
        ports:
        - containerPort: 50051
          protocol: TCP
---
apiVersion: v1
kind: Service
metadata:
  name: sqlflow-server
  labels:
    app: sqlflow-server
spec:
  ports:
  - port: 50051
    protocol: TCP
  selector:
    app: sqlflow-server
---

jupyter 配置指定数据源文件

mv install-sqlflow-multi-users.yaml /sqlflow/config/sqlflow-jupyter.yaml

[root@ecs-yw-smbs-1-0001 config]# cat sqlflow-jupyter.yaml 
apiVersion: apps/v1
kind: Deployment
metadata:
  name: sqlflow-jupyter
  labels:
    app: sqlflow-jupyter
spec:
  selector:
    matchLabels:
      app: sqlflow-jupyter
  strategy:
    type: Recreate
  template:
    metadata:
      labels:
        app: sqlflow-jupyter
    spec:
      containers:
      - image: sqlflow/sqlflow:jupyter
        name: notebook
        imagePullPolicy: IfNotPresent
        ports:
        - containerPort: 8888
          name: notebook
        command:
        - sh
        - -c
        - 'export SQLFLOW_DATASOURCE=mysql://账户:密码@tcp\(数据库所在ip:端口\)/?maxAllowedPacket=0 && jupyter notebook --ip=0.0.0.0 --port=8888 --allow-root --NotebookApp.token=""'
        env:
        - name: SQLFLOW_SERVER
          value: "192.168.229.150:50051"
      volumes:
      - name: docker-socket-volume
        hostPath:
          path: /var/run/docker.sock
          type: File

3. 分别先后启动,并查看对应进程和映射端口

sqlflow-server

[root@ecs-yw-smbs-1-0001 sqlflow]# kubectl apply -f config/sqlflow-server.yaml 
deployment.apps/sqlflow-server created
service/sqlflow-server created

[root@ecs-yw-smbs-1-0001 sqlflow]# kubectl get pods
NAME                              READY   STATUS    RESTARTS   AGE
sqlflow-server-5489b4b6d9-zbc7f   1/1     Running   0          28s

[root@ecs-yw-smbs-1-0001 sqlflow]# nohup kubectl port-forward deployment/sqlflow-server 50051:50051 --address=0.0.0.0 >/sqlflow/out/server.out 2>&1 &

sqlflow-jupyter

[root@ecs-yw-smbs-1-0001 sqlflow]# kubectl apply -f config/sqlflow-jupyter.yaml 
deployment.apps/sqlflow-jupyter created

[root@ecs-yw-smbs-1-0001 sqlflow]# kubectl get pods
NAME                               READY   STATUS    RESTARTS   AGE
sqlflow-jupyter-77cb766dfd-rjmph   1/1     Running   0          4s
sqlflow-server-5489b4b6d9-zbc7f    1/1     Running   0          97s

[root@ecs-yw-smbs-1-0001 sqlflow]# nohup kubectl port-forward deployment/sqlflow-jupyter 8000:8888 --address=0.0.0.0 >/sqlflow/out/jupyter.out 2>&1 &

4. 使用浏览器访问

http://192.168.229.150:8000

至此, SQLFlow 安装成功!

五.安装和使用 SQLFlow 客户端

参考: https://github.com/sql-machine-learning/sqlflow/blob/develop/doc/run/cli.md

1. 切换到 /usr/local/bin/ 目录下, 下载文件并赋予执行权限

wget http://cdn.sqlflow.tech/latest/linux/sqlflow
chmod +x sqlflow

2. 连接 SQLFlow

sqlflow --sqlflow-server=localhost:50051 --data-source="mysql://root:root@tcp(192.168.229.150:3306)/"

–sqlflow-server=localhost:50051, 指定 SQLFlow 安装服务器ip及客户端映射到本地端口号

–data-source=“mysql://root:root@tcp(192.168.229.150:3306)/”, 指定数据源

3. 连接成功后输出

[root@ecs-yw-smbs-1-0001 local]# ls
bin  etc  games  include  lib  lib64  libexec  sbin  share  sqlflow  src
[root@ecs-yw-smbs-1-0001 local]# pwd
/usr/local
[root@ecs-yw-smbs-1-0001 local]# ./sqlflow --sqlflow-server=localhost:50051 --data-source="mysql://root:root@tcp(192.168.229.150:3306)/"
Welcome to SQLFlow.  Commands end with ;

sqlflow> show databases;
SQLFlow Step: [1/1] Execute Code: bash -c step -e "show databases;" 
SQLFlow Step: [1/1] Log: http://localhost:9001/workflows/default/sqlflow-ws5dw?tab=workflow&nodeId=sqlflow-ws5dw-2995552722&sidePanel=logs:sqlflow-ws5dw-2995552722:main
SQLFlow Step: [1/1] Status: Pending
SQLFlow Step: [1/1] Status: Running
SQLFlow Step: [1/1] Status: Succeeded
get un-recognized message type: <nil>
get un-recognized message type: <nil>
get un-recognized message type: <nil>
get un-recognized message type: <nil>
get un-recognized message type: <nil>
get un-recognized message type: <nil>
+--------------------+
|      DATABASE      |
+--------------------+
| information_schema |
| mysql              |
| performance_schema |
| sqlflow            |
| sys                |
+--------------------+
sqlflow>

至此, 登陆自定义数据源成功!

注意: 想成功运行并预测结果, 需在 mysql 创建 sqlflow 预测结果专用数据库 sqlflow_models, 否则找不到输出会报错.

所以记得在自定义的数据源中, 创建该数据库

create database sqlflow_models;

Cloudpods

开源、云原生的融合云平台

更多推荐

面向未来的 IT 基础设施管理架构——融合云（Unified IaaS）

随着数字化时代的到来，IT系统已成为人类社会正常运转不可或缺的组成部分。不远的未来，智能制造，5G和人工智能等技术将成为推动生产力发展的重要引擎，人类社会将面临前所未有的全面彻底的数字化浪潮。IT基础设施作为IT系统运行的平台和载体，是实现数字化的基石。在这场数字化浪潮中，企业必须积极拥抱云计算技术，采用符合技术发展趋势、面向未来的IT基础构架，才能在未来的竞争中赢得先机。一、云计算历经十余年

Cloudpods

Cloudpods负载均衡的功能介绍

作者:周有松今天的内容会从以下几个方面展开：负载均衡产品简介。主要介绍负载均衡作为一个云上产品，它的功能模型是怎样的，日常使用中会遇到的业务词汇负载均衡的功能与典型应用场景。这部分主要结合业务词汇，对负载均衡服务中常见的一些功能选项进行介绍，并举例介绍一些典型的应用场景最后，我们做一下总结，讨论一下负载均衡产品相比传统方式的优点一、产品简介 1. 以NGINX为例提到负载均衡，我们以

Cloudpods

使用Linux vfio将Nvidia GPU透传给QEMU虚拟机

Linux 上虚拟机 GPU 透传需要使用 vfio 的方式。主要是因为在 vfio 方式下对虚拟设备的权限和 DMA 隔离上做的更好。但是这么做也有个缺点，这个物理设备在主机和其他虚拟机都不能使用了。 qemu 直接使用物理设备本身命令行是很简单的，关键在于事先在主机上对系统、内核和物理设备的一些配置。单纯从 qemu 的命令行来看，其实和普通虚拟机启动就差了最后那个-device的选项。这

Cloudpods

所有评论(0)

查看更多评论

Doooooing

@qxk5055

已为社区贡献1条内容

SQLFlow 从零开始安装使用

Doooooing

在 Kubernetes 集群上安装 SQLFlow Playground

官网参考: https://sql-machine-learning.github.io/sqlflow/doc/run/kubernetes/

一. 安装 Docker, 参考: https://docs.docker.com/engine/install/centos/

0. 卸载之前 Docker

1. 安装工具包

2. 配置镜像仓库 (官网镜像比较慢, 使用国内阿里云镜像仓库)

3. 更新 yum 软件包索引

4. 安装最新版本Docker Engine和容器

5. 启动 Docker

6. 配置容器镜像加速, 修改 /etc/docker/daemon.json 文件内容, 无则创建.

7. 通过运行 hello-world 镜像来验证是否正确安装了Docker Engine

至此, Docker 安装成功!

SQLFlow 安装过程相关文件目录:

二. 安装 Minikube (迷你版 k8s 集群), 参考: https://minikube.sigs.k8s.io/docs/start/

0. 删除集群, 重新安装 (报错太多或安装失败)

1. 安装和配置 kubectl, 官网参考: https://kubernetes.io/docs/tasks/tools/install-kubectl/

2. 安装和配置 Minikube, 官网参考: https://minikube.sigs.k8s.io/docs/start/?

3. 启动 Minikube

4. 查看 K8S 服务进程

5. minikube捆绑了Kubernetes仪表板, 可使用web了解集群状态

至此, Minikube 安装成功!

三. 安装 Argo

1. 需要提前下载一个工具包 socat, 否则最终访问页面被拒

2. 启动 Argo 服务

3. 启动 Argo, 访问所有 pods, 访问 Argo UI

至此, Argo 安装成功!

四. 切换数据源

1. 下载 k8s 配置文件

2. 移动至/sqlflow/config, 拆分为两个文件便于管理

server 配置文件

jupyter 配置指定数据源文件

3. 分别先后启动,并查看对应进程和映射端口

sqlflow-server

sqlflow-jupyter

4. 使用浏览器访问

至此, SQLFlow 安装成功!

五.安装和使用 SQLFlow 客户端

参考: https://github.com/sql-machine-learning/sqlflow/blob/develop/doc/run/cli.md

1. 切换到 /usr/local/bin/ 目录下, 下载文件并赋予执行权限

2. 连接 SQLFlow

–sqlflow-server=localhost:50051, 指定 SQLFlow 安装服务器ip及客户端映射到本地端口号

–data-source=“mysql://root:root@tcp(192.168.229.150:3306)/”, 指定数据源

3. 连接成功后输出

至此, 登陆自定义数据源成功!

注意: 想成功运行并预测结果, 需在 mysql 创建 sqlflow 预测结果专用数据库 sqlflow_models, 否则找不到输出会报错.

所以记得在自定义的数据源中, 创建该数据库

所有评论(0)

Doooooing