泰斯特平台部署指引

原创
2019/10/08 16:50
阅读数 1.8K

windows 环境下部署


0. 克隆项目

git clone https://github.com/amazingTest/Taisite-Platform.git

1. 安装 python 3 环境

教程地址:

https://www.runoob.com/python3/python3-install.html


2. 部署自然语言模型

2.1 下载模型,浏览器中访问:


https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip
2.2 解压压缩包
2.3 安装 python 依赖包
pip install tensorflow==1.11.0  -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install bert-serving-server==1.9.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
2.4 启动模型
// 当前目录切换至模型文件夹目录后执行
bert-serving-start -model_dir ./chinese_L-12_H-768_A-12/ -num_worker=1

启动成功后输出如下:



3. 部署 Mongodb 数据库

教程地址:

https://www.runoob.com/mongodb/mongodb-window-install.html


4. 设置系统环境变量

AUTOTEST_PLATFORM_ENV=production
AUTOTEST_PLATFORM_NLP_SERVER_HOST=127.0.0.1
AUTOTEST_PLATFORM_MONGO_HOST=${MONGO_HOST}
AUTOTEST_PLATFORM_MONGO_PORT=${MONGO_PORT}
AUTOTEST_PLATFORM_MONGO_USERNAME=${USERNAME}
AUTOTEST_PLATFORM_MONGO_PASSWORD=${PASSWORD}
AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME=taisite

其中 AUTOTEST_PLATFORM_ENV 默认为 production (必填)

AUTOTEST_PLATFORM_MONGO_HOSTAUTOTEST_PLATFORM_MONGO_PORT 分别表示数据库的地址和端口(必填)

AUTOTEST_PLATFORM_MONGO_USERNAMEAUTOTEST_PLATFORM_MONGO_PASSWORD 分别表示数据库的帐号密码(若无可不填)

AUTOTEST_PLATFORM_NLP_SERVER_HOST(自然语言模型服务)默认为本机启动 (非必填)

AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME 为默认的数据表名(必填)

设置完成后可通过下列命令进行测试(CMD切换至项目根目录下)

python ./backend/config.py

若配置成功则可看见输入的配置数据


5. 打包前端 dist 文件 (这一步我已为你们做好,若不需二次开发可跳过)

5.1 安装 Vue 环境,下载 node.js 并配置环境,下载 npm 包管理器
5.2 cmd 进入 frontend 目录下,配置 cnpm :
npm install -g cnpm --registry=https://registry.npm.taobao.org    
5.3 执行安装依赖包命令:
cnpm install
5.4 执行打包命令:
cnpm run build

若成功打包则会在项目根目录下生成 dist 文件夹


6. 启动后端

// 切换至项目根目录下执行
pip install -r ./backend/requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

// 启动后端 ( 默认5050端口 )
python ./backend/run.py

// 创建平台管理员帐号密码
python ./backend/createAdminUser.py

7. 访问项目

现在就可以访问 http://127.0.0.1:5050/#/login 使用创建的管理员帐号密码进行登录


Linux 环境下 Docker 容器化部署


Docker 教程地址:

https://www.runoob.com/docker/ubuntu-docker-install.html

0. 克隆项目

git clone https://github.com/amazingTest/Taisite-Platform.git

1. 自然语言模型部署

sudo -i
docker pull shaoyuyishiwo/bertserver
docker run --name autotest-platform-bertserver -d shaoyuyishiwo/bertserver 



2. Mongo 数据库部署 (若已有现成数据库可用则可跳过此步)

2.1 启动数据库 & 数据挂载至宿主机
sudo -i
docker pull mongo 
docker run  --name autotest-platform-mongo -p 27017:27017 -v /data/db:/data/db -v /data/configdb:/data/configdb ``-d mongo
2.2 创建数据库帐号
docker exec -it autotest-platform-mongo /bin/bash

mongo

> use admin

switched to db admin

> db.createUser({user:"${USERNAME}",pwd:"${PASSWORD}",roles:["root"]})

Successfully added user: { "user" : "admin""roles" : [ "root" ] }
2.3 数据库内存扩容(建议)
> db.adminCommand({setParameter:1, internalQueryExecMaxBlockingSortBytes:335544320})

"was" : 33554432, "ok" : 1 }

3. 环境变量配置

// 编辑 /etc/profile 文件
sudo -i
vi /etc/profile

若出现警告则选择 (E)dit anyway (输入 E)

3.1 文本末端插入下列数据 (输入 i 则变为 insert 状态)
export AUTOTEST_PLATFORM_ENV=production
export AUTOTEST_PLATFORM_NLP_SERVER_HOST=${BERT_IPADRESS}
export AUTOTEST_PLATFORM_MONGO_HOST=${MONGO_HOST}
export AUTOTEST_PLATFORM_MONGO_PORT=${MONGO_PORT}
export AUTOTEST_PLATFORM_MONGO_USERNAME=${USERNAME}
export AUTOTEST_PLATFORM_MONGO_PASSWORD=${PASSWORD}
export AUTOTEST_PLATFORM_MONGO_DEFAULT_DBNAME=${DBNAME}

变量为动态值,部署者自行根据实际情况输入,DBNAME 值可任意自定义(数据库表名),
 其中 BERT_IPADRESS 和 MONGO_HOST 值可通过下列命令查询:

docker inspect autotest-platform-bertserver
docker inspect autotest-platform-mongo // 若使用了上面的步骤部署数据库

输出如下图所示:

3.2 插入完毕后点击 ESC 按钮、输入 :wq 后单击回车保存
3.3 执行下列命令后环境变量立即生效
source /etc/profile

4. 启动项目

//在项目根目录下执行部署文件
sh deploy ${PORT} 

其中 ${PORT} 变量填写项目访问端口即可,项目启动的同时也创建了管理员帐号密码,如下图所示:



5. 访问项目

浏览器访问部署服务器地址的


EXTRA. 常见问题

1. 下列输出代表 NLP模型 启动失败


解决步骤:

1.删除 ./backend/app/init.py 中的这段代码:


2.将 ./backend/testframe/interfaceTest/tester.py 中的下列代码修改成 pass


完成后再 动项目时,就不会依赖于自然语言模型了~


LAST. 部署完成后去哪里获得使用教程???

点击进入 泰斯特平台终极教程


本文分享自微信公众号 - AI测试前线(TaisiteMagicWorld)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部