Anode 管理
本节介绍安装版 TDgpt Anode 的服务启停、模型启停、日志位置、目录结构和基本注册管理方法。
启停 Anode 服务
- Linux 系统
- Windows 系统
Linux 系统中安装 Anode 以后会自动创建 taosanoded 服务，用户可使用 systemd 来管理 Anode 服务，使用如下命令启动、停止、检查 Anode 运行状态。
systemctl start taosanoded
systemctl stop taosanoded
systemctl status taosanoded
Windows 安装完成后会自动注册 Taosanode 服务，推荐优先通过 Windows 服务或安装目录下的批处理脚本管理。
| 方式 | 命令 | 说明 |
|---|---|---|
| Windows 服务 | net start Taosanode | 启动服务 |
| Windows 服务 | net stop Taosanode | 停止服务 |
| Windows 服务 | sc query Taosanode | 查看服务状态 |
| 批处理脚本 | C:\TDengine\taosanode\bin\start-taosanode.bat | 启动服务并等待就绪 |
| 批处理脚本 | C:\TDengine\taosanode\bin\stop-taosanode.bat | 停止服务 |
| 批处理脚本 | C:\TDengine\taosanode\bin\status-taosanode.bat | 查看服务状态 |
启停时间序列基础模型服务
- Linux 系统
- Windows 系统
提供时序基础模型服务需要占用较大的内存资源。避免启动过程中资源不足导致失败，暂不提供自动启动时间序列基础模型的功能。如果您需要体验时序基础模型服务，需要手动执行如下命令。
# 启动涛思时序数据基础模型
start-model tdtsfm
# 启动 Time-MoE 基础模型
start-model timemoe
# 停止涛思时序数据基础模型
stop-model tdtsfm
# 停止 Time-MoE 基础模型
stop-model timemoe
上述命令只在安装版本中可用，使用 Docker 镜像和云服务，该命令不可用。更多信息请参考时序模型服务启动和停止脚本。
当前安装版
start-model/stop-model脚本会直接使用安装目录下主虚拟环境的 Python： Linux 为<install_dir>/venv/bin/python3或<install_dir>/venv/bin/python。如果主虚拟环境缺失，脚本会直接报错，不再回退到系统 PATH 中的 Python。
Windows 安装完成后，可通过安装目录下脚本管理模型服务。
| 场景 | 命令 | 说明 |
|---|---|---|
| 启动单个模型 | C:\TDengine\taosanode\bin\start-model.bat tdtsfm | 启动指定模型 |
| 停止单个模型 | C:\TDengine\taosanode\bin\stop-model.bat tdtsfm | 停止指定模型 |
| 查看模型状态 | C:\TDengine\taosanode\bin\status-model.bat | 查看全部模型状态 |
| 启动全部已存在模型目录 | C:\TDengine\taosanode\bin\start-model.bat all | 批量启动当前已导入模型 |
| 停止全部模型 | C:\TDengine\taosanode\bin\stop-model.bat all | 批量停止全部模型 |
Windows 模型脚本会固定使用主虚拟环境 C:\TDengine\taosanode\venvs\venv\Scripts\python.exe。如果主虚拟环境缺失，脚本会直接报错，不会回退到系统 Python。
目录及配置文件说明
- Linux 系统
- Windows 系统
安装完成后，Anode 主体目录结构如下：
| 目录/文件 | 说明 |
|---|---|
| /usr/local/taos/taosanode/bin | 可执行文件（脚本）目录 |
| /usr/local/taos/taosanode/resource | 资源文件目录，链接到文件夹 /var/lib/taos/taosanode/resource/ |
| /usr/local/taos/taosanode/lib | 库文件目录 |
| /usr/local/taos/taosanode/model/ | 模型文件目录，链接到文件夹 /var/lib/taos/taosanode/model |
| /var/log/taos/taosanode/ | 日志文件目录 |
| /etc/taos/taosanode.config.py | 配置文件 |
Windows 默认安装目录为 C:\TDengine\taosanode，关键目录如下：
| 目录/文件 | 说明 |
|---|---|
C:\TDengine\taosanode\bin | 可执行脚本和服务包装脚本 |
C:\TDengine\taosanode\cfg | 配置文件和安装状态文件 |
C:\TDengine\taosanode\lib | Python 业务代码 |
C:\TDengine\taosanode\log | 安装日志、服务日志、模型日志 |
C:\TDengine\taosanode\model | 模型目录 |
C:\TDengine\taosanode\venvs | 主虚拟环境和模型虚拟环境 |
C:\TDengine\taosanode\python | 外部离线 tar 导入时落地的 Python runtime 目录 |
Windows 关键日志如下：
| 日志文件 | 说明 |
|---|---|
C:\TDengine\taosanode\log\install.log | 安装日志 |
C:\TDengine\taosanode\log\uninstall.log | 卸载日志 |
C:\TDengine\taosanode\log\taosanode-service.log | 主服务管理日志 |
C:\TDengine\taosanode\log\model_*.log | 模型服务日志 |
配置说明
- Linux 系统
- Windows 系统
配置文件 taosanode.config.py 默认位于 /etc/taos/ 目录下。Anode 的服务使用 Gunicorn 驱动运行，在配置文件中同时具有 Anode 和 Gunicorn 的配置信息。
3.4.1 版本配置文件
具体内容及配置项说明如下：
# gunicorn_config.py
import multiprocessing
# list address and port
bind = '0.0.0.0:6035'
# Number of worker processes (typically recommended 2 * CPU cores + 1)
workers = 2
# Specify worker type, using default sync worker here
# For IO-intensive applications, consider eventlet or gevent
worker_class = 'sync'
# Number of threads per process (recommended for model deployment)
threads = max(multiprocessing.cpu_count() / 4 + 1, 2)
# Maximum number of requests, worker will restart after reaching limit, helps release memory
max_requests = 1000
# Random jitter added to max_requests to avoid all workers restarting simultaneously
max_requests_jitter = 50
# Timeout settings
timeout = 1200
# keep-alive time
keepalive = 1200
# Log Setting
accesslog = '/var/log/taos/taosanode/access.log'
errorlog = '/var/log/taos/taosanode/error.log'
# log level: debug, info, warning, error, critical
loglevel = 'info'
# Set process name
proc_name = 'tdgpt_taosanode_app'
# Preload application before forking worker processes. This can improve startup time and save memory
preload_app = True
# [taosanode]
# default app log file
app_log = '/var/log/taos/taosanode/taosanode.app.log'
# model storage directory
model_dir = '/usr/local/taos/taosanode/model/'
# default log level
log_level = 'INFO'
# draw the query results
draw_result = False
# moe default service host
tdtsfm_1 = 'http://127.0.0.1:6061/tdtsfm'
timemoe_fc = 'http://127.0.0.1:6062/ds_predict'
提示
上面的配置文件 taosanode.config.py 只包含了基础配置参数，其他的设置及其说明请参考 Gunicorn 官方文档。
Anode 运行配置主要是以下：
- app_log: Anode 服务运行产生的日志，用户可以调整其到需要的位置
- model_dir: 采用算法针对已经存在的数据集的运行完成生成的模型存储位置
- log_level: app-log 文件的日志级别。可选的配置选项：DEBUG，INFO，CRITICAL，ERROR，WARN
Windows 配置文件默认位于：
C:\TDengine\taosanode\cfg\taosanode.config.py
Windows 主服务使用 Waitress 运行，常见配置项如下：
bind = '0.0.0.0:6035'
workers = 2
waitress_config = {
'threads': 4,
'channel_timeout': 1200,
'connection_limit': 1000,
'cleanup_interval': 30,
'log_socket_errors': True,
}
Anode 基本操作
用户可通过 TDengine TSDB 的命令行工具 taos 进行 Anode 的管理。执行下述命令都需要确保命令行工具 taos 工作正常。
创建 Anode
CREATE ANODE {node_url}
node_url 是提供服务的 Anode 的 IP 和 PORT 组成的字符串，例如：create anode '127.0.0.1:6035'。Anode 启动后需要注册到 TDengine TSDB 集群中才能提供服务。不建议将 Anode 同时注册到两个集群中。
查看 Anode
列出集群中所有的数据分析节点，包括其 FQDN, PORT, STATUS 等属性。
SHOW ANODES;
taos> show anodes;
id | url | status | create_time | update_time |
==================================================================================================================
1 | 192.168.0.1:6035 | ready | 2024-11-28 18:44:27.089 | 2024-11-28 18:44:27.089 |
Query OK, 1 row(s) in set (0.037205s)
查看可用分析模型
SHOW ANODES FULL;
taos> show anodes full;
id | type | algo |
============================================================================
1 | anomaly-detection | grubbs |
1 | anomaly-detection | lof |
1 | anomaly-detection | shesd |
1 | anomaly-detection | ksigma |
1 | anomaly-detection | iqr |
1 | anomaly-detection | sample_ad_model |
1 | forecast | arima |
1 | forecast | holtwinters |
1 | forecast | tdtsfm_1 |
1 | forecast | timemoe-fc |
Query OK, 10 row(s) in set (0.028750s)
列表中的算法分为两个部分，分别是异常检测算法集合，包含六个算法模型，四个预测算法集。算法模型如下：
| 类型 | 模型名称 | 说明 |
|---|---|---|
| 异常检测 | grubbs | 基于数学统计学检测模型 |
| 异常检测 | lof | 基于密度的检测模型 |
| 异常检测 | shesd | 季节性 ESD 算法模型 |
| 异常检测 | ksigma | 数学统计学检测模型 |
| 异常检测 | iqr | 数学统计学检测模型 |
| 异常检测 | sample_ad_model | 基于自编码器的异常检测示例模型 |
| 预测分析 | arima | 移动平均自回归预测算法 |
| 预测分析 | holtwinters | 多次指数平滑预测算法 |
| 预测分析 | tdtsfm_1 | 涛思时序数据基础模型 v1.0 版本 |
| 预测分析 | timemoe-fc | Time-MoE 时序基础模型的预测能力 |
相关算法的具体介绍和使用说明见后续章节。
刷新分析算法列表缓存
UPDATE ANODE {anode_id}
UPDATE ALL ANODES
删除 Anode
DROP ANODE {anode_id}
删除 Anode 只是将 Anode 从 TDengine TSDB 集群中移除。Linux 环境下，管理 Anode 的启停仍然需要使用 systemctl 来操作，卸载 Anode 需要使用 rmtaosanode 命令。Windows 环境下，删除 Anode 不会停止本机 Taosanode 服务，也不会卸载本机安装；服务启停请使用安装目录下脚本或 Windows 服务命令，卸载请使用安装包卸载程序。
