# 单机版使用流程 ## 准备 本文基于 OpenMLDB CLI 进行开发和部署，首先需要下载样例数据并且启动 OpenMLDB CLI。推荐使用准备好的 Docker 镜像来快速体验。 - Docker（最低版本：18.03） ### 拉取镜像 执行以下命令拉取 OpenMLDB 镜像，并启动 Docker 容器： ```bash docker run -it 4pdosc/openmldb:0.7.3 bash ``` 成功启动容器以后，本教程中的后续命令默认均在容器内执行。 如果你需要从容器外访问容器内的 OpenMLDB 服务端，请参考 [CLI/SDK-容器 onebox](../reference/ip_tips.md#clisdk-容器onebox)。 ### 下载样例数据 执行以下命令下载后续流程中使用的样例数据： ```bash curl https://openmldb.ai/demo/data.csv --output /work/taxi-trip/data/data.csv ``` ### 启动服务端和客户端 - 启动单机版 OpenMLDB 服务端 ```SQL ./init.sh standalone ``` - 启动单机版 OpenMLDB CLI 客户端 ```SQL cd taxi-trip /work/openmldb/bin/openmldb --host 127.0.0.1 --port 6527 ``` 下图显示了以上 docker 内命令正确执行以及 OpenMLDB CLI 成功启动以后的画面： ![image-20220111142406534](./images/cli.png) ## 使用流程 单机版 OpenMLDB 的工作流程一般包含：建立数据库和表、数据准备、离线特征计算、SQL 方案上线、在线实时特征计算五个阶段。 以下演示的命令如无特别说明，默认均集群版 OpenMLDB CLI 下执行）。 ### 1. 创建数据库和表 ```sql CREATE DATABASE demo_db; USE demo_db; CREATE TABLE demo_table1(c1 string, c2 int, c3 bigint, c4 float, c5 double, c6 timestamp, c7 date); ``` ### 2. 数据准备 导入之前下载的样例数据作为训练数据，用于离线和在线特征计算。 注意，单机版中一张表的数据没有离线在线隔离，所以该表将同时用于离线和在线特征计算。你也可以手动为离线和在线导入不同的数据，即导入两张表。为简化起见，本教程的单机版使用了同一份数据做离线和在线计算。 执行以下命令导入数据： ```sql LOAD DATA INFILE 'data/data.csv' INTO TABLE demo_table1; ``` 预览数据： ```sql SELECT * FROM demo_table1 LIMIT 10; ----- ---- ---- ---------- ----------- --------------- ------------ c1 c2 c3 c4 c5 c6 c7 ----- ---- ---- ---------- ----------- --------------- ------------ aaa 12 22 2.200000 12.300000 1636097390000 2021-08-19 aaa 11 22 1.200000 11.300000 1636097290000 2021-07-20 dd 18 22 8.200000 18.300000 1636097990000 2021-06-20 aa 13 22 3.200000 13.300000 1636097490000 2021-05-20 cc 17 22 7.200000 17.300000 1636097890000 2021-05-26 ff 20 22 9.200000 19.300000 1636098000000 2021-01-10 bb 16 22 6.200000 16.300000 1636097790000 2021-05-20 bb 15 22 5.200000 15.300000 1636097690000 2021-03-21 bb 14 22 4.200000 14.300000 1636097590000 2021-09-23 ee 19 22 9.200000 19.300000 1636097000000 2021-01-10 ----- ---- ---- ---------- ----------- --------------- ------------ ``` ### 3. 离线特征计算 执行 SQL进行特征抽取，并且将生成的特征存储在一个文件中，供后续的模型训练使用。 ```sql SELECT c1, c2, sum(c3) OVER w1 AS w1_c3_sum FROM demo_table1 WINDOW w1 AS (PARTITION BY demo_table1.c1 ORDER BY demo_table1.c6 ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) INTO OUTFILE '/tmp/feature.csv'; ``` ### 4. SQL 方案上线 将探索好的 SQL 方案部署到线上，注意部署上线的 SQL 方案需要与对应的离线特征计算的 SQL 方案保持一致。 ```sql DEPLOY demo_data_service SELECT c1, c2, sum(c3) OVER w1 AS w1_c3_sum FROM demo_table1 WINDOW w1 AS (PARTITION BY demo_table1.c1 ORDER BY demo_table1.c6 ROWS BETWEEN 2 PRECEDING AND CURRENT ROW); ``` 上线后可以通过命令 `SHOW DEPLOYMENTS` 查看已部署的 SQL 方案； ```sql SHOW DEPLOYMENTS; --------- ------------------- DB Deployment --------- ------------------- demo_db demo_data_service --------- ------------------- 1 row in set ``` ```{note} 本教程的单机版使用了同一份数据做离线和在线特征计算。如果用户希望使用另一份数据集，需要在部署之前导入新的数据集，并在部署中使用新数据集的表。 ``` ### 5. 退出 CLI ```sql quit; ``` 至此已经完成了全部基于 OpenMLDB CLI 的开发部署工作，并且已经回到了操作系统命令行下。 ### 6. 实时特征计算 实时线上服务可以通过如下 Web API 提供服务： ```bash http://127.0.0.1:8080/dbs/demo_db/deployments/demo_data_service ​ ___________/ ____/ _____________/ ​ | | | ​ APIServer地址 Database名字 Deployment名字 ``` 实时请求接受 JSON 格式的输入数据。以下将给出一个例子：把一行数据放到请求的 `input` 域中。 ```bash curl http://127.0.0.1:8080/dbs/demo_db/deployments/demo_data_service -X POST -d'{"input": [["aaa", 11, 22, 1.2, 1.3, 1635247427000, "2021-05-20"]]}' ``` 如下为该查询预期的返回结果（计算得到的特征被存放在 `data` 域）： ```json {"code":0,"msg":"ok","data":{"data":[["aaa",11,22]]}} ``` 说明： - api server 执行请求，可以支持批请求，通过 `input` 字段支持数组。每行 input 单独进行 request 计算。详细参数格式请参考 [REST API](../reference/rest_api)。 - request 结果说明请参考[实时特征计算的结果说明](../quickstart/openmldb_quickstart#实时特征计算的结果说明)。