在生产环境中使用PredictionIO

Question

我已经在本地安装了PredictionIO，并使用了我修改后的通用推荐模板进行了引擎训练，一切看起来都很好。

现在我知道这可以满足我的需求，我希望将其部署到生产环境中，但不幸的是，关于此方面的文档并不多。

理想情况下，我希望将所有内容都部署在AWS上，文档中有一部分描述了这一点，但由于CloudFormation模板被禁用，所以这部分文档是无用的。

我想也许可以使用Docker来实现它，但我对整个技术栈缺乏了解，希望能够理解以下内容：

• 数据应该存储在哪里？ hbase 似乎是“数据库”，将其与其他部分（事件服务器、预测服务器）放在同一台服务器上是否危险？

• 如何进行扩展？ 我是否需要在负载均衡器后面运行多个PredictionIO实例，还是一个实例就足够了？如果需要多个实例，如何实现？

• 什么是良好的分布式架构？ 为了扩展，我非常确定需要将事件服务器与预测服务器分开，如何做到这一点？

希望有人能帮忙解答。谢谢。 Cyril

- Cyril

Answer 1

1. 数据应该存储在哪里？

根据PredictionIO网站：

如果您决定将HBase安装到另一个位置，则必须编辑PredictionIO-0.10.0-incubating/conf/pio-env.sh并更改PIO_STORAGE_SOURCES_HBASE_HOME变量，以指向您自己的HBase安装。

该网页还提到：

对于生产部署，请运行完全分布式的HBase配置。

2. 它如何扩展？

在predition-io google group中有一个很好的答案，他们将扩展分解为不同的部分。

3. 什么是良好的分布式架构？

为了进行扩展，我非常确定我们需要将EventServer与PredictionServer分开，这样做的好方法是什么？

通常情况下，将摄取层、处理层和服务层分离被认为是良好的实践，但您需要注意不要过度设计。这非常取决于您特定的用例，不要忘记每个分离都会给系统增加更多的复杂性（部署、监控等）。

- Kobynet