Dubhe/dubhe-server/README.md

• 之江天枢-服务端
• • 源码部署
  • • 准备环境
    • 下载源码
    • 创建DB
    • 配置
    • 构建
    • 启动
  • 本地开发
  • • 必要条件：
    • 启动：
  • 代码结构：
  • docker服务器
  • • 1、对外开放端口
    • 2、信任harbor地址
    • 3、重新启动

之江天枢-服务端

之江天枢一站式人工智能开源平台（简称：之江天枢），包括海量数据处理、交互式模型构建（包含Notebook和模型可视化）、AI模型高效训练。多维度产品形态满足从开发者到大型企业的不同需求，将提升人工智能技术的研发效率、扩大算法模型的应用范围，进一步构建人工智能生态“朋友圈”。

源码部署

准备环境

安装如下软件环境。

• OpenJDK：1.8+
• Redis: 3.0+
• Maven: 3.0+
• MYSQL: 5.5.0+

下载源码

git clone https://codeup.teambition.com/zhejianglab/dubhe-server.git
# 进入项目根目录
cd dubhe-server

创建DB

在MySQL中依次执行如下sql文件

sql/v1/00-Dubhe-DB.sql
sql/v1/01-Dubhe-DDL.sql
sql/v1/02-Dubhe-DML.sql

配置

根据实际情况修改如下配置文件。

dubhe-admin/src/main/resources/config/application-prod.yml

构建

# 构建，生成的 jar 包位于 ./dubhe-admin/target/dubhe-admin-1.0.jar
mvn clean compile package

启动

# 指定启动环境为 prod
java -jar ./dubhe-admin/target/dubhe-admin-1.0.jar --spring.profiles.active=prod

本地开发

必要条件：

导入maven项目，下载所需的依赖包
mysql下创建数据库dubhe，初始化数据脚本
安装redis

启动：

mvn spring-boot:run

代码结构：

├── common   公共模块
├── dubhe-admin 开发与训练模块  
│   ├── src  
│   │   └── main    
│   │       ├── java    
│   │       │   └── org   
│   │       │       └── dubhe  
│   │       │           ├── AppRun.java  
│   │       │           ├── domain   实体对象  
│   │       │           ├── repository  数据库层  
│   │       │           ├── rest       控制层  
│   │       │           └── service   服务层  
│   │       │               ├── dto   数据传输对象     
│   │       │               ├── impl  服务实现  
│   │       │               └── mapper 对象转化  
│   │       └── resources   配置文件  
├── dubhe-data   数据处理模块  
├── dubhe-model  模型管理模块
├── dubhe-system  系统管理

docker服务器

上传镜像功能依赖docker服务，harbor与dokcer的信任配置如下：

1、对外开放端口

vi /lib/systemd/system/docker.service
ExecStart=/usr/bin/dockerd -H fd:// --containerd=/run/containerd/containerd.sock -H tcp://0.0.0.0:2375 -H unix://var/run/docker.sock

2、信任harbor地址

vi /etc/docker/daemon.json
{
  "exec-opts": ["native.cgroupdriver=systemd"],
  "log-driver": "json-file",
  "insecure-registries":[harbor地址],
  "log-opts": {
          "max-size": "100m"
   }
}

3、重新启动

systemctl daemon-reload
service docker restart
systemctl status docker