开始试用 IBM Data Science Experience Local

IBM Data Science Experience Local 基于 Kubernetes 运行，由以下类型的节点组成：

控制节点和数据存储节点：用于集群管理和高可用性。至少需要三台服务器：一个主节点管理整个集群，至少两个额外节点以实现高可用性。数据存储使用 GlusterFS 做存储管理。

计算节点：运行分析计算服务。至少需要三台服务器：一个主节点和至少两个额外节点，以实现高可用性和扩展计算资源。以后可以添加其他节点来扩展计算资源，例如，如果您希望运行资源密集型计算或者有多个同时运行的分析任务。

部署节点：用来部署机器学习模型，把机器学习嵌入业务流程中。部署节点是计算节点的生产版本，所以具有相同的硬件要求。至少需要两台服务器：一台主节点和至少一个额外节点，以实现高可用性和负载均衡。

IBM Data Science Experience Local 1.2 支持 8 节点或者 5 节点两种安装方式。建议采用 8 节点安装，以获得最佳的性能和伸缩性。

8 节点的架构如下，其计算和管理节点是分开部署的。

8 节点的安装需要以下硬件资源，可以采用虚拟机或物理机：

5 节点的架构如下，其计算和管理节点是混合部署的。

5 节点的安装需要以下硬件资源，可以采用虚拟机或物理机：

如果需要使用 SPSS Modeler for Data Science Experience 的功能，需要适当增加计算节点的资源，每个SPSS Modeler for Data Science Experience 计算任务需要额外0.5 CPU 和 8 GB 内存。

磁盘根分区上的剩余空间至少需要 30 GB。

IBM Data Science Experience Local 安装需要磁盘格式是 XFS。确保每个节点都有一个用于安装程序文件的额外磁盘分区，每个存储节点需要另一个额外的磁盘分区，并使用启用了 ftype 功能的XFS进行格式化。

XFS 磁盘的格式化方法：mkfs.xfs -f -n ftype=1 -i size=512 -n size=8192 /dev/sdb1

为了提高性能，请将 noatime 标志添加到安装程序和数据存储分区的 /etc/fstab，例：

/dev/sdb1 /installer xfs defaults,noatime 1 2

XFS 格式磁盘需要挂接到非根路径，如’/storage’和’/opt’。

XFS 格式磁盘要满足 IO 的要求：

操作系统使用 Red Hat Enterprise Linux (RHEL) Server 64 位 7.3 以上版本，每台机器需要配置好 Yum 源。如果是 RHEL 7.3 则必须安装包 libselinux-python。

主机名必须全部小写字母。

集群需要配置时间同步。

关闭防火墙 firewalld 和 iptables。

SELINUX设置为 Enforcing 或 Permissive。

所有节点必须位于同一个子网内，节点之间需要 1 GB 以上的网络带宽，并且具有静态 IP 地址。无论是否需要访问 Internet，每个节点都需要配置一个可工作的 DNS 和网关。

除了每台机器需要一个静态 IP 以外（同一个子网段），还需要申请一个没有被占用的IP （同一个子网段）作为 HA Proxy IP。如 8 个节点需要 9 个 IP 地址。HA Proxy IP 开放端口申请：IBM Data Science Experience Local 通过端口 443 （https）从外部暴露出来，允许浏览器访问。

需要用 root 安装，或者为每个节点提供一个 sudo 用户名和密码（该凭证需要sudo root 访问权限），密码不能包含单引号，双引号，井号或空格。安装后，IBM Data Science Experience Local 将以 root 身份运行。

Data Science Experience Local 运行时需要连接到数据源（例如，关系数据库，HDFS 和企业 LDAP 服务器/端口）以支持允许访问的身份验证。

Data Science Experience Local 支持 NVIDIA GPU，如果需要使用GPU 用于深度学习，则必须在 Data Science Experience Local 部署前下载并安装NVIDIA GPU 的驱动。然后按照 Data Science Experience Local 官方手册预安装相关软件包，模块和更新视频驱动程序。