Linux DataEase数据可视化分析工具本地部署与远程访问

warning: 这篇文章距离上次修改已过192天,其中的内容可能已经有所变动。



#!/bin/bash
# 安装DataEase数据可视化分析工具
 
# 更新系统包列表
sudo apt-get update
 
# 安装Java环境
sudo apt-get install -y openjdk-11-jdk
 
# 验证Java安装
java -version
 
# 创建DataEase运行用户
sudo adduser --system --group --no-create-home --disabled-login --disabled-password --shell /bin/false --gecos "" dataease
 
# 下载DataEase安装包
wget https://www.dataease.org/download/dataease-latest.tar.gz
 
# 解压安装包
sudo tar -zxvf dataease-latest.tar.gz -C /opt/dataease --strip-components=1
 
# 创建数据目录
sudo mkdir -p /opt/dataease/data
 
# 更改DataEase目录权限
sudo chown -R dataease:dataease /opt/dataease
 
# 设置DataEase服务
echo "[Unit]
Description=DataEase server
After=network.target
 
[Service]
Type=simple
User=dataease
Group=dataease
ExecStart=/opt/dataease/bin/dataease-start.sh
ExecStop=/opt/dataease/bin/dataease-stop.sh
Restart=on-failure
 
[Install]
WantedBy=multi-user.target" | sudo tee /etc/systemd/system/dataease.service
 
# 重新加载系统服务配置
sudo systemctl daemon-reload
 
# 启动DataEase服务
sudo systemctl start dataease.service
 
# 设置DataEase服务开机自启
sudo systemctl enable dataease.service
 
# 开放防火墙端口
sudo ufw allow 80/tcp comment 'http port for DataEase'
 
# 提示访问地址
echo "DataEase is running! Visit http://your_server_ip to access the system."

这个脚本提供了一个简化的示例,展示了如何在Ubuntu系统上快速部署DataEase数据可视化分析工具。脚本中包含了基本的安装步骤,包括下载、解压、配置权限、设置服务等操作,并且正确处理了文件所有权和权限。最后,通过开放防火墙端口允许外部访问,并提供了部署完成后的访问提示。

最后修改于:2024年08月14日 10:55

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日