前言

一、工作介绍

识别复合蛋白相互作用(CPI)对药物筛选、药物再利用和联合治疗研究至关重要。CPI预测的性能很大程度上依赖于从化合物和靶蛋白中提取的特征。现有的预测方法使用不同的特征组合，但基于分子和基于网络的模型都存在特征表示不完全的问题。因此，完全整合CPI的相关特征将是解决现有问题的有效途径。

本研究提出了一种新的MCPI模型，该模型综合了蛋白质-蛋白质相互作用网络(PPI)、化合物-化合物相互作用网络(CCI)和CPI的结构特征，提高了预测性能。

现在我们准备将模型和预测服务作为Web Server部署到服务器上，本文主要介绍了相关的部署任务和部署流程。

二、 工作内容

工作内容主要分为数据库相关和Anaconda相关两部分。

1. 数据库相关工作

1. Linux系统下MongoDB数据库的安装和配置
2. Linux系统下MongoDB数据库的数据导入

2. Anaconda相关工作

1. Linux系统下Anaconda的安装和配置
2. Linux系统下Anaconda的环境配置

工作流程

根据工作内容，我们将工作流程分为Linux系统下数据库工作流程和Anaconda工作流程两部分来分别介绍。

一、 数据库相关工作流程

根据数据库相关工作内容，我们将Linux系统下数据库工作流程分为Linux系统下MongoDB数据库的安装和配置和Linux系统下MongoDB数据库的数据导入两部分来分别介绍。

1. Linux系统下MongoDB数据库的安装和配置

(1) 创建MongoDB的安装路径

在/usr/local/ 创建文件夹mongodb。

mkdir mongodb

(2) 上传文件到Linux上的/usr/local/mongodb目录下

1. 下载mongoDB下载对应的版本
   官网地址：https://www.mongodb.org/dl/linux
2. 通过FTP工具将安装包上传到linux机器上面

(3) 解压文件

进入到/usr/local/mongodb目录:

cd /usr/local/mongodb/

(4) 创建mongodb数据存储文件和日志文件

mkdir data
mkdir logs
cd ./logs
touch mongodb.log
cd ../
mkdir etc
cd etc
touch mongodb.conf

(5) 配置mongodb.conf文件

#数据库路径
dbpath=/usr/local/mongodb/data
#日志输出文件路径
logpath=/usr/local/mongodb/logs/mongodb.log
#错误日志采用追加模式
logappend=true
#启用日志文件，默认启用
journal=true
#这个选项可以过滤掉一些无用的日志信息，若需要调试使用请设置为false
quiet=true
#端口号 默认为27017
port=27017
#允许远程访问
bind_ip=0.0.0.0
#开启子进程
fork=true
#开启认证，必选先添加用户，先不开启（不用验证账号密码）
#auth=true

(6) 将mongodb服务加入环境变量

vi /etc/profile

在最后一行添加：

export PATH=$PATH:/usr/local/mongodb/mongodb-linux-x86_64-4.0.13/bin

使配置文件生效：

source /etc/profile

(7) 启动mongodb服务

在mongodb的安装目录下的bin目录下启动服务：

./mongod --config /usr/local/mongodb/etc/mongodb.conf

查看mongodb是否已经启动成功

netstat -lanp | grep "27017"

(8) 操作mongo数据库

任意目录下，输入命令mongo即可进入数据库，配置了环境变量的前提下，否则需要在mongodb安装目录下的bin目录下使用 ./mongo 命令:

mongo

默认是进入的是test数据库，show dbs 查看当前所有数据库。

注意：如果一个数据库是没有安全认证的，不使用用户名密码即可登陆，这样是不安全的，所以我们应当授予权限才能操作数据库，这样再企业中才能保证数据安全性。

(9) 添加用户、安全认证

首先必须使用admin数据库，进行新用户授权:

MongoDB副本集默认会创建local、admin数据库，local数据库主要存储副本集的元数据，admin数据库则主要存储MongoDB的用户、角色等信息。

输入以下命令：

db.createUser({user:"root",pwd:"123456",roles:[{role:"root",db:"admin"}]})

授权成功后，关闭mongo服务：

db.shutdownServer()

然后需要到配置文件中修改配置，启用安全认证。

#开启认证，必选先添加用户
auth=true

最后开启mongo服务，进入数据库测试：

use admin
db.auth('root','123456')

(10) 防火墙端口开放

注意：如果外网ip不能访问、也就是客户端无法连接，可能是需要放行防火墙端口。
开启防火墙:

systemctl start firewalld

防火墙状态:

systemctl status firewalld

设置防火墙mongo放行端口
–permanent代表永久开启：

firewall-cmd --zone=public --add-port=27017/tcp --permanent

重启防火墙:

firewall-cmd --reload

查看防火墙放行端口:

firewall-cmd --list-ports

关闭防火墙端口:

firewall-cmd --zone=public --remove-port=27017/tcp --permanent

开启设置防火墙:

（1）设置开机启用防火墙：systemctl enable firewalld.service
（2）设置开机禁用防火墙：systemctl disable firewalld.service

命令含义：

–zone #作用域
–add-port=9200/tcp #添加端口，格式为：端口/通讯协议
–permanent #永久生效，没有此参数重启后失效

注意：添加端口后，必须用命令firewall-cmd –reload重新加载一遍才会生效

2. Linux系统下MongoDB数据库的数据导入

首先将需要导入的json文件传入服务器，然后使用如下命令：

mongoimport --db (database name) --collection (collection name)   --file (file path)

出现报错：

Failed: error unmarshaling bytes on document #0: JSON decoder out of sync - data changing underfoot?

解决：将–jsonArray标志添加到我导入的命令中

mongoimport --db (database name) --collection (collection name) --jsonArray --file (file path)

出现报错：

error inserting documents: command insert requires authentication

解决：出现该报错的原因是由于我们要把数据插入到库时，没有权限。这是因为在导入时，MongoDB会对操作的用户进行检查，此时我们要把数据导入到库中，我们需要带上有权限的的用户名和密码

mongoimport -u (user name) -p (password) --db (database name) --collection (collection name) --jsonArray --file (file path)

报错：

Failed: error connecting to db server: server returned error on SASL authentication step: Authentication failed.

解决：添加–authenticationDatabase admin

mongoimport -u (user name) -p (password) --db (database name) --collection (collection name) --jsonArray --file (file path) authenticationDatabase admin

二、 Anaconda相关工作流程

1. Linux系统下Anaconda的安装和配置

(1) 下载Anaconda的安装包

这里我们需要在官网上查找自己需要的版本，地址链接在下面:

https://repo.anaconda.com/archive/

(2) 安装Anaconda的安装包

使用bash命令安装，然后一直按提示操作即可：

sh Anaconda3-2022.10-Linux-x86_64.sh

在安装中包括以下过程：

请观看许可信息，按 Enter 键确认
按回车观看更多许可信息，按 Q 键跳过
是否接受许可条款， 输入yes回车
是否将Anaconda安装在当前路径下，可以输入新的路径回车安装，如果直接回车安装在默认路径下
安装Anaconda，输入yes回车
安装完成

这时关闭终端，再打开终端会在前面显示（base）表示安装成功，以后终端会默认打开在conda环境。

输入 conda -V 可以查看安装的Anaconda版本:

conda -V

2. Linux系统下Anaconda的环境配置

(1) 创建Python环境

anaconda命令创建python版本为x.x，名字为env_name的虚拟环境。
env_name文件可以在Anaconda安装目录envs文件下找到。

# 创建
conda create -n env_name python=x.x
conda create -n pytorch python=3.6
# 删除
conda remove -n env_name --all

激活虚拟环境和关闭虚拟环境:

# 激活
conda activate env_name
conda activate pytorch
# 关闭
conda deactivate

(2) 安装相关的模块

本项目用到的Python模块以及安装命令为：

# numpy
conda install numpy
# pandas
conda install pandas
# pymongo
conda install -c https://conda.binstar.org/anaconda pymongo
# flask
pip install flask
# gensim 4.1.2
pip install gensim==4.1.2
# pubchempy
conda install -c bioconda pubchempy
# sklearn
pip install -U scikit-learn
# rdkit
conda install -c rdkit rdkit
# pytorch
conda install pytorch torchvision torchaudio cpuonly -c pytorch

---

🤯本文作者：Ivan
🔗本文链接：https://ivan020121.github.io/2022/03/30/Server%20deployment%20process/
🔁版权声明：本站所有文章除特别声明外，均采用©BY-NC-SA许可协议。转载请注明出处！