cybermaggedon/h2o

H2O可集群容器镜像

镜像概述

本镜像提供可集群部署的H2O机器学习平台容器。H2O是一款开源的分布式机器学习框架，支持多种算法训练与数据处理，适用于大规模数据场景下的模型开发与分析。

核心功能

• 支持单节点独立运行，满足基础机器学习任务需求
• 支持多节点集群部署，实现分布式计算能力
• 通过环境变量配置JVM内存资源与集群节点列表
• 兼容Docker与Kubernetes等容器编排平台

使用场景

• 机器学习模型训练（如分类、回归、聚类等算法）
• 大数据集的分布式分析与预处理
• 企业级机器学习平台的快速部署

配置说明

环境变量

• H2O_MEMORY：设置JVM最大内存（对应Java -Xmx参数），如256m、1g
• H2O_NODES：集群节点列表，格式为逗号分隔的host:port字符串，如n1:54321,n2:54321

部署示例

单节点部署

bash
docker run -d -p 54321:54321 docker.io/cybermaggedon/h2o:${VERSION}

多节点集群部署

bash
# 启动节点n1
docker run \
  --name=n1 \
  -p 54321:54321 \
  -e H2O_MEMORY=256m \
  -e H2O_NODES=n1:54321,n2:54321,n3:54321 \
  -d docker.io/cybermaggedon/h2o:${VERSION}

# 启动节点n2（链接到n1）
docker run \
  --name=n2 \
  --link n1:n1 \
  -e H2O_MEMORY=256m \
  -e H2O_NODES=n1:54321,n2:54321,n3:54321 \
  -d docker.io/cybermaggedon/h2o:${VERSION}

# 启动节点n3（链接到n1和n2）
docker run \
  --name=n3 \
  --link n1:n1 \
  --link n2:n2 \
  -e H2O_MEMORY=256m \
  -e H2O_NODES=n1:54321,n2:54321,n3:54321 \
  -d docker.io/cybermaggedon/h2o:${VERSION}

Kubernetes部署参考

可参考官方提供的Kubernetes示例配置：https://github.com/cybermaggedon/h2o/blob/master/kubernetes-example.json