Installieren von Data Manager

Stellen Sie vor dem Fortfahren sicher, dass Sie die Anforderungen erfüllen und die Voraussetzungen installiert haben.

Anforderungen

Dieser Abschnitt beschreibt die Hardware- und Softwareanforderungen für die Installation von Data Manager.

Hardwareanforderungen

• Beteiligte Maschinen: VM in der Cloud oder On-Prem Box oder Laptop

• Betriebssysteme: Windows (Windows 10) oder Linux (Ubuntu/CentOS/RedHat)

• Rechenmodule: CPU

• OCR: Erforderlich

CPU-Cores	RAM (GB)	HDD (GB)
1	4	30

Softwareanforderungen

Linux-Betriebssystem

Wenn Sie das Produkt auf einer VM in der Cloud installieren, werden folgende Betriebssysteme unterstützt:

Software	Versionen
Ubuntu	20.04 LTS 18.04 LTS 16.04 LTS
RHEL	7.x

Wenn Sie das Produkt auf einer Maschine in einem lokalen Rechenzentrum installieren, werden folgende Betriebssysteme unterstützt:

Software	Versionen
Ubuntu	20.04 LTS 18.04 LTS 16.04 LTS
RHEL	7.x
CentOS	7.x

Windows-Betriebssystem

Die Liste der unterstützten Windows-Betriebssysteme finden Sie auf der offiziellen Docker-Website.

Unter Windows erfordert Ihre Maschine aktivierte Virtualisierung. Wir empfehlen dringend, dies nur auf physischen Maschinen wie Laptops oder Desktop Workstations zu tun. Wir unterstützen keine Ausführung auf Docker unter Windows in virtuellen Maschinen (Cloud oder Rechenzentrum) mit geschachtelter Virtualisierung.

Browser

Software	Versionen
Google Chrome	50+

Netzwerkkonfiguration

Data Manager benötigt Zugriff auf lokale AI Center- oder öffentliche SaaS-Endpunkte, wie https://du.uipath.com/ie/invoices für den Fall, dass eine Vorbeschriftung erforderlich ist (optional).

Data Manager benötigt Zugriff auf OCR Engine <IP>:<port_number>. Mögliche OCR Engine: UiPath Document OCR (lokal), Omnipage OCR (lokal), Google Cloud Vision OCR, Microsoft Read Azure, Microsoft Read (lokal).

Voraussetzungen

Data Manager ist eine Containeranwendung, die über Docker ausgeführt wird. Die Anwendung kann nicht auf derselben Maschine wie das lokale AI Center ausgeführt werden. Um sie auf einer separaten Maschine auszuführen, muss nur Docker (unter Linux) oder Docker Desktop (unter Windows) installiert sein.

Wichtig: Docker-Images können viele GB groß sein, deshalb muss Docker unter Linux einen Ordner zum Speichern seiner Dateien verwenden, der sich auf einer ausreichend großen Partition befindet, damit der Speicherplatz nicht ausgeht. Standardmäßig befindet er sich immer auf der Stammpartition.

Um zu sehen, wie groß Ihre Stammpartition ist, geben Sie Folgendes in das Terminal ein und suchen Sie nach der Zeile mit einem / in der Spalte ganz rechts:

df -h

Wenn die Partition kleiner als die minimalen Speicheranforderungen ist, sehen Sie im Abschnitt Konfigurieren des Docker-Datenordners nach.

Installieren von Docker

Linux

Folgen Sie den Anweisungen in der offiziellen Docker-Dokumentation, oder führen Sie diesen Befehl aus:

curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --env cpu

Wenn dieser Befehl fehlschlägt, haben Sie ein inkompatibles Linux-Betriebssystem, und Sie müssen Ihre IT auffordern, Docker auf der Maschine zu installieren, indem Sie den Anweisungen in der offiziellen Docker-Dokumentation folgen.

Azure VMs

Wenn Sie auf einer VM in Azure installieren, verwenden Sie stattdessen diesen Befehl:

curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --env cpu --cloud azure

Windows 10

Laden Sie Docker Desktop herunter und installieren Sie es. Bei kürzlich aktualisierten Versionen von Windows 10 muss WSL2 installiert sein. Wenn also das Dialogfeld „WSL 2-Installation ist unvollständig“ angezeigt wird, klicken Sie auf die Schaltfläche „Neu starten“.

Wenn Sie den Data Manager ausführen, müssen Sie für jeden Docker-Container einen Arbeitsordner erstellen (möglicherweise mit dem Namen workdir beim Data Manager) und den Pfad dazu in den Docker-Ausführungsbefehl nach dem Flag -v aufnehmen. Unter Windows öffnet Docker Desktop dabei eine Benachrichtigung wie die untenstehende. Sie müssen auf Freigeben klicken, um fortzufahren.

Konfigurieren des Docker-Datenordners (nur Linux)

Geben Sie den Pfad zu dem Ordner ein, in den Docker seine Dateien aufnehmen soll, führen Sie dann diesen Befehl aus, und starten Sie dann neu:

curl -fsSL https://raw.githubusercontent.com/UiPath/Infrastructure/master/ML/du_prereq_installer.sh | sudo bash -s -- --change-mount </path/to/folder>

Kurzübersicht Docker

Docker hilft, Software in Docker images zu versenden. Eine laufende Instanz eines Bilds wird als Container bezeichnet. Ein Container kann so oft wie nötig angehalten, entfernt, erneut gestartet werden, sofern das Bild verfügbar ist.

Sobald das Bild entfernt wurde, geht er verloren. Wiederherstellen lässt er sich nur noch aus der ursprünglichen Registrierung, wenn er dort noch verfügbar ist.

Ein ausgeführter Container ähnelt einer kleinen virtuellen Maschine, da er über ein internes Dateisystem und Netzwerkschnittstellen verfügt, die vom Dateisystem und Netzwerk der Hostmaschine getrennt sind. Ordner und Ports können dem Host vom Container mithilfe der Argumente –v und –p zugeordnet werden.

In der folgenden Tabelle finden Sie eine Liste der gängigen Befehle für die Docker-Befehlszeile.

Klicken Sie hier, um die vollständige Liste der grundlegenden Docker-Befehle zu sehen.

Befehl	Beschreibung
„docker login <registry name> -u <username> -p <password>“	Melden Sie sich bei einer Registrierung an.
„docker pull <registry name>/<image name>:<image tag>“	Laden Sie ein Bild aus einer Registrierung herunter. Anhand des neuesten Tag wird häufig auf die neueste Version eines Bilds verwiesen.
"`docker run –d -p 5000:80 <registry name>/<image name>:<image tag> ODER docker run –d –p 5000:80 <image id> `"	Ausführen eines Containers im getrennten Modus, während Port 80 im Container dem Port 5000 auf der Hostmaschine und <container folder> dem <host folder> zugeordnet wird. „Getrennter Modus“ bedeutet, dass der Container das Terminal nicht blockiert, sodass Sie andere Vorgänge auf demselben Terminal ausführen können.
„docker images“	Listen Sie die auf Ihrem System vorhandenen Bilder auf.
„docker ps –a“	Listen Sie alle Container auf (sowohl ausgeführte als auch angehaltene). Anhand der Container-ID wird auf den Container verwiesen, wenn er z. B. angehalten oder entfernt werden muss.
„docker stop <container id>“	Container anhalten Dieser Befehl entfernt den Container nicht, ist aber vor dem Entfernen erforderlich.
„docker rm <container id>“	Container entfernen Der Container muss zuvor angehalten werden.
„docker logs <container id>“	Protokolle anzeigen (des Containers)
„docker rmi <image id>“	Entfernen Sie ein oder mehrere Bilder aus dem System. Dies hilft, Speicherplatz zu sparen, da Bilder viel Platz einnehmen können.
„Docker container prune -f“	Entfernen Sie alle gestoppten Container

Kurzübersicht Linux Terminal

Befehl	Beschreibung
„sudo <any_command>“	Führen Sie einen Befehl als Administrator aus. Versuchen Sie es immer dann, wenn Sie einen Fehler Berechtigung verweigert erhalten.
„ifconfig“	Zeigen Sie Informationen zu den Netzwerkschnittstellen im System an. Suchen Sie die IP Ihrer Maschine in den Abschnitten eth0 oder docker0.
„pwd“	Zeigen Sie den Pfad zum aktuellen Ordner an.
„ls“	Listen Sie den Inhalt eines Verzeichnisses auf.
„cd <folder_name>“	Wechseln Sie zu einem anderen Ordner.
„mkdir <folder_name>“	Erstellen Sie einen neuen Ordner.

Installieren von Data Manager

Stellen Sie sicher, dass Sie über die Registrierungsanmeldeinformationen verfügen. Wenn Sie die Registrierungsanmeldeinformationen nicht erhalten haben, müssen Sie sich an Ihren Vertriebsmitarbeiter wenden und sich einen Satz von Anmeldeinformationen generieren lassen.

Geben Sie dann Folgendes in ein Powershell- oder Befehlszeilenterminal (unter Windows) oder Shell Terminal (unter Linux) ein:

docker login aiflprodweacr.azurecr.io -u <username> -p <password>docker pull aiflprodweacr.azurecr.io/datamanager:latest

Wichtig: Der eigenständige Container von Data Manager kann nicht auf derselben Maschine wie AI Center ausgeführt werden.

Starten von Data Manager

Starten Sie Data Manager mit folgendem Befehl:

docker run -d -p <port_number>:80 -v "<path_to_working_folder>:/app/data" aiflprodweacr.azurecr.io/datamanager:latest --license-agreement accept

Ersetzen Sie <port_number> durch die Portnummer, von der aus der Data Manager zugänglich sein soll. Häufig sind Tausender-Ports wie 5000, 8000, 8080, 8081 usw. Ersetzen Sie <path_to_working_folder> durch den lokalen Ordner, in dem der Data Manager alle internen Konfigurationen und Daten beibehalten soll. Stellen Sie sicher, dass der Docker-Dienst Zugriff auf den Ordner hat.

Nachdem Sie diesen Befehl ausgeführt haben, öffnen Sie einen Webbrowser und geben Sie die folgende URL ein: http://localhost:<port_number>.

Wenn Sie den Browser auf einer anderen Maschine verwenden, ersetzen Sie localhost durch die IP-Adresse der Maschine, auf der der Container datamanager ausgeführt wird.

Um mehrere Data Manager-Sitzungen auszuführen, ändern Sie den Ordnerpfad und führen Sie den Befehl erneut aus.

Selbstsignierte Zertifikate

Wenn eine lokale ML-Fähigkeit im AI Center kein gültiges HTTPS-Zertifikat verwendet, können Sie anhand einer Befehlszeilenoption den Stamm Ihres selbstsignierten Zertifikats auf die weiße Liste setzen.

Das Zertifikat muss im Format PEM vorliegen. Solange diese Anforderung erfüllt ist, ist die Dateiendung unwichtig.

Das Zertifikat muss im Docker-Container vorhanden sein, muss also eingebunden werden. Binden Sie daher die Zertifikatsdatei mithilfe von -v in den Container ein und geben Sie dann den Pfad dazu an:

docker run -d -p <port_number>:80 -v "<path_to_working_folder>:/app/data" -v "<path_to_certificate_file>":/custom.cer aiflprodweacr.azurecr.io/datamanager:latest --license-agreement accept --custom-root-cert="/custom.cer"

Hinweis: path_to_certificate_file unterstützt keine Symlinks.

Der Stamm des selbstsignierten Zertifikats, in diesem Fall custom.cer, muss sowohl im ersten als auch im zweiten Argument derselbe sein. Wenn das eine geändert wird, muss auch das andere geändert werden.

Umgebungen mit Air Gap (kein Internetzugang)

Wenn Sie den Data Manager auf einer Maschine ohne Internetzugang (airgapped) einrichten müssen, müssen Sie die obigen Befehle auf einer anderen Maschine ausführen, die Internetzugang hat.

Dann müssen Sie den Container als TAR-Datei speichern, die Datei auf die Maschine mit Air Gap kopieren und sie dann laden. Dies geschieht mit den Befehlen docker save und docker load, die in der Docker-Dokumentation beschrieben sind.

Also müssen Sie auf der mit dem Internet verbundenen Maschine zuerst Docker installieren und den Befehl dann nach Ausführen der obigen Befehle „docker login“ und „docker pull“ ausführen.

docker save -o datamanager-latest.tar aiflprodweacr.azurecr.io/datamanager:latest

Dann müssen Sie die TAR-Datei auf die Air Gap-Maschine kopieren und dann diesen Befehl im selben Ordner ausführen, in dem die TAR-Datei gespeichert wurde:

docker load --input datamanager-latest.tar

Beachten Sie, dass die TAR-Datei einige Gigabytes groß sein wird.