产品定价 立即试用
Trendz Analytics
社区版 专业版 云平台 边缘 PE边缘 IoT网关 许可证服务器 Trendz Analytics 移动应用 PE移动应用 MQTT Broker PE MQTT Broker
安装 > Python执行器配置
入门 文档 指南
如何激活Trendz
目录

Trendz Python 执行器配置

概述

Trendz Python 执行器用于运行：

  • Python 字段计算
  • 所有预测模型（傅里叶变换除外）
  • 指标浏览器的代码生成

自 1.14.0 版本起，运行这些功能的唯一方式是通过 Docker（或 Kubernetes）使用 Trendz Python 执行器。

前置条件

Windows

  • 已安装 Docker Desktop for Windows。安装方法见此处

Linux

  • 已安装 Docker CE。安装方法见此处
  • 已安装 Docker Compose。安装方法见此处

Python 执行器独立安装

步骤 1：创建 Docker Compose 文件

使用以下配置创建 Docker Compose 文件：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

services:
  trendz-python-executor:
    restart: always
    image: "thingsboard/trendz-python-executor:1.15.0.4"
    ports:
      - "8181:8181"
    environment:
      EXECUTOR_MANAGER: 1
      EXECUTOR_SCRIPT_ENGINE: 6
      THROTTLING_QUEUE_CAPACITY: 10
      THROTTLING_THREAD_POOL_SIZE: 6
      NETWORK_BUFFER_SIZE: 5242880
    volumes:
      - trendz-python-executor-conf:/python-executor-config-files
      - trendz-python-executor-data:/data

关键字段说明：

  • 8181 - Python 执行器与 Trendz 服务通信的端口
  • restart: always - 失败或系统重启时自动重启执行器
  • thingsboard/trendz-python-executor:1.15.0.4 - Trendz Python 执行器的 Docker 镜像
  • trendz-python-executor-conf:/python-executor-config-files - 将卷 trendz-python-executor-conf 挂载到 Trendz Python 执行器的配置文件目录
  • trendz-python-executor-data:/data - 将卷 trendz-python-executor-data 挂载到 Trendz Python 执行器的额外数据目录

步骤 2：启动 Python 执行器

1
2

docker compose up -d
docker compose logs -f trendz-python-executor

步骤 3：将 Trendz 连接到 Python 执行器

  • Linux 或 Mac OS

配置 Trendz 与 Python 执行器通信。

编辑 /usr/share/trendz/conf/trendz.conf 并添加：

1
2
3

export SCRIPT_ENGINE_TIMEOUT=30000
export SCRIPT_ENGINE_PROVIDER=DOCKER_CONTAINER
export SCRIPT_ENGINE_DOCKER_PROVIDER_URL=PYTHON_EXECUTOR_HOST:PYTHON_EXECUTOR_PORT

将 PYTHON_EXECUTOR_HOST 和 PYTHON_EXECUTOR_PORT 替换为您的 Python 执行器服务值，并确保 Trendz 能访问此网络目标。

  • Windows

以管理员身份打开记事本并编辑：

1

C:\Program Files (x86)\trendz\conf\trendz.yml

找到 script-engine 块并配置：

1
2
3
4
5
6
7

script-engine:
  provider: "${SCRIPT_ENGINE_PROVIDER:DOCKER_CONTAINER}"
  runtime-timeout: "${SCRIPT_ENGINE_TIMEOUT:60000}"
  callback-timeout: "${SCRIPT_ENGINE_TIMEOUT:60000}"
  docker-provider-url: "${SCRIPT_ENGINE_DOCKER_PROVIDER_URL:PYTHON_EXECUTOR_HOST:PYTHON_EXECUTOR_PORT}"
  websocket-buffer-size: "${SCRIPT_ENGINE_WEBSOCKET_BUFFER_SIZE:20971520}"
  websocket-concurrency: "${SCRIPT_ENGINE_WEBSOCKET_CONCURRENCY:5}"

将 PYTHON_EXECUTOR_HOST 和 PYTHON_EXECUTOR_PORT 替换为您的 Python 执行器服务值，并确保 Trendz 能访问此网络目标。

如何将 Trendz Python 执行器 1.13.2 迁移到 1.14.0

若您已有低于 1.14.0 的 Python 执行器连接到 Trendz，应在将 Trendz 更新到 1.14.0 之前先迁移。

步骤 1. 修改 Docker Compose 文件

找到启动 Python 执行器所用的 docker-compose.yml 文件。

将 Python 执行器镜像标签更改为 1.14.0，并更新 volumes 部分以包含配置和数据目录。

最终的 docker-compose.yml 应如下所示：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

services:
  trendz-python-executor:
    restart: always
    image: "thingsboard/trendz-python-executor:1.15.0.4"
    ports:
      - "8181:8181"
    environment:
      EXECUTOR_MANAGER: 1
      EXECUTOR_SCRIPT_ENGINE: 6
      THROTTLING_QUEUE_CAPACITY: 10
      THROTTLING_THREAD_POOL_SIZE: 6
      NETWORK_BUFFER_SIZE: 5242880
    volumes:
      - trendz-python-executor-conf:/python-executor-config-files
      - trendz-python-executor-data:/data

步骤 2. 重启 Python 执行器

重启 Python 执行器以应用更改：

1
2

docker compose up -d
docker compose logs -f trendz-python-executor

如何将额外库连接到 Python 执行器

如有需要，您可以为 Python 执行器 添加额外的 Python 库，并在 Trendz 字段计算或 Trendz 自定义预测模型中使用它们。

例如，若要添加 emoji 库（特定版本 2.2.0），请按以下步骤操作。

步骤 1. 在运行中的容器中打开 shell

1

docker compose exec trendz-python-executor bash

步骤 2. 将库添加到 requirements.txt

您需要将库名称和版本追加到配置目录（/python-executor-config-files）中的 requirements.txt 文件：

1

echo 'emoji==2.2.0' >> /python-executor-config-files/requirements.txt

追加所有必要依赖后，输入 exit 退出 shell。

步骤 3. 重启 Docker 容器

查找容器名称并重启：

1

docker compose restart trendz-python-executor

步骤 4. 验证安装

检查日志以确认库已成功安装：

1

docker compose logs trendz-python-executor

您应看到：

1
2

Installing custom Python requirements...
Requirement already satisfied: emoji==2.2.0 in /usr/local/lib/python3.9/site-packages

容器重启后，您可以在 Trendz 字段计算或 Trendz 自定义预测模型中导入并使用自定义库。

下一步