在生产中使用PredictionIO
我已经在本地安装了PredictionIO，使用通用build议模板对引擎进行了培训，我根据自己的需求进行了修改，一切看起来都不错。
现在我知道这可以满足我的需求，但是我希望将其部署到生产环境中，但不幸的是，这方面的文档并不多。
理想情况下，我希望在AWS上部署所有的东西，其中有一部分描述它的文档，但是因为CloudFormation模板被禁用，所以没有用处。
我正在考虑使用Docker来实现它，但我对整个堆栈缺乏了解，并希望了解以下内容：
-
数据在哪里存储？
hbase好像是“数据库”，把它和其余的服务器（事件服务器，预测服务器）放在同一台服务器上不是危险的吗？ -
它如何扩展？ 需要在负载平衡器后面运行PredictionIO的多个实例还是足够了？ 如果是的话，该如何实现？
-
什么是一个好的分布式架构？ 为了扩展，我敢肯定，我们需要将EventServer与PredictionServer分开，这样做的好方法是什么？
希望有人能帮忙。 谢谢。 西里尔
- 数据应该存储在哪里？
根据PredictionIO网站：
如果您决定将HBase安装到其他位置，则必须编辑PredictionIO-0.10.0-incubating / conf / pio-env.sh并更改PIO_STORAGE_SOURCES_HBASE_HOMEvariables以指向您自己的HBase安装。
也在那个网页中提到
对于生产部署，运行完全分布式的HBaseconfiguration。
- 它如何缩放？
有一个伟大的答案在谷歌predition-io他们分解缩放到单独的部分
- 什么是一个好的分布式架构？
为了扩展，我敢肯定，我们需要将EventServer与PredictionServer分开，这样做的好方法是什么？
分解摄取层，处理层和服务层一般被认为是好的做法，但是你需要注意不要过度工程。 这很大程度上取决于您的具体使用情况，不要忘记，您所做的每个分离都会给系统增加更多的复杂性（部署，监控等）。