A partir da pasta contendo Dockerfile e arquivos a serem copiados para o container, constuir a imagem rodando:
sudo service docker start
docker build -t dfanalyzer .
Para criar dataset_partitions
git clone git@github.com:alan-lira/dataset-splitter.git -b develop
Para iniciar o DfAnalyzer:
docker-compose up dfanalyzer
- A pasta com as partições criada é usada como volume aqui para inserção no MonetDB
Para carregar dados do particionamento no MonetDB:
cd dataset_partitions_monetdb && virtualenv venv && . venv/bin/activate && pip install -r requirements.txt && python import_monetdb.py
Para iniciar o servidor do flower:
docker compose up server
Para iniciar um cliente:
docker compose up client
Para iniciar 5 clientes com o dataset já particionado:
docker compose up client1 client2 client3 client4 client5
É possível, então, consultar o banco MonetDB:
mclient -u monetdb -d dataflow_analyzer -h localhost -p 50000
#password: monetdb
Para listar as tabelas que não são do sistema:
SELECT tables.name FROM tables WHERE tables.system=false ;
Para ver a interface web do DfAnalyzer, acessar http://localhost:22000
- É possível visualizar o grafo com as tasks do workflow executado.
- OBS: queries pela interface gráfica não estão funcionais.
Link do repositório do DfAnalyzer: https://gitlab.com/ssvitor/dataflow_analyzer