Question

所以我构建了一个带有烧瓶前端的数据和NLP应用程序，它在本地完美运行但是当我尝试在Apache服务器后面的AWS（Ubuntu linux）上设置这个问题时我们被建议（烧瓶不是为部署而设计的）。使用此设置突然导入python模块成为一个挑战，Stackoverflow上有很多关于它的问题。已经解决了其中的大约5个问题，每次在整个代码中使用大量的Python日志语句来查看各个脚本在什么时候崩溃或挂起（没有错误消息）然后它比以前更进一步和这个问题关于NLTK语料库的位置出现了。不是NLTK模块，导入正常，只是语料库文件夹。

所以要做到这一点通常只需要以下代码：

import nltk
nltk.download()

打开了一种用户界面，您可以在其中选择要下载的语料库或NLP项目以及是否更改目录以将其存储在其他位置。默认情况下，它会在您的主目录中创建目录nltk_data/并将其放在那里。

所以我首先想到的问题是该文件夹需要Apache用户www-data的权限，但这不起作用。然后在Apache错误日志中注意到它已查找4个文件夹而没有找到任何内容 - 其中一个是/var/www/nltk_data，并且它们都不是实际所在的主目录。不记得其他3 ..

我在Stackoverflow上查看了几个类似的问题（1，2，3，4），但我决定采用更简单的方法。以下是：

sudo mkdir /var/www/nltk_data
sudo cp -r nltk_data/   /var/www/

然后我再次刷新Apache日志，重新启动服务器并开始检查日志。它以通常的速度运行，花了几分钟来完成脚本，重新检查日志，并且新的日志消息不断出现，然后一些关于内存的消息在ssh屏幕上不断重复，日志不再可见。我无法输入任何东西。它让我退出，不让我重新登录。进入AWS控制台，重启两次。停了下来，再次启动它，仍然无法登录。所以在愤怒中，终止了它。很遗憾这样做，但是如果你无法登录它，我觉得没有任何意义。

问题：

是否可以将nltk_data目录复制到Apache正在查找的/ var / www，我应该再这样做吗？
如果EC2实例内存不足，它是否通常会严重杀死它，即使在停止并启动它之后，您也无法再登录？
如果这种情况再次发生，从我的本地终端，有没有办法在“安全”模式下重新启动这个东西，所以我可以进入那里并试图撤消我杀死它的任何东西？（而不仅仅是有效地删除整个事物）

现在可能还有另外一个，重新创建实例，也许4MB ram还不足以让我的应用和Apache一起，想知道这些事情的答案或任何其他相关提示，以便我下次必须这样做nltk step ..

Answer 1

所以我在设置一个新实例后谢天谢地解决了这个问题，以下是：

sudo ln -sT /home/ubuntu/nltk_data  /usr/share/nltk_data

很高兴现在一切正常。一直在观察新实例上的top系统监视器的输出，该输出稍微大于自毁的那个，并注意到它从未使用超过大约40％的内存但是CPU最大化在主脚本运行的很长一段时间内。也许这就是杀死较小实例的原因..

当我最初安装停用词时，它看起来像这样： LookupError：

**********************************************************************
  Resource 'corpora/stopwords' not found.  Please use the NLTK
  Downloader to obtain the resource:  >>> nltk.download()
  Searched in:
    - '/home/ubuntu/nltk_data'
    - '/usr/share/nltk_data'
    - '/usr/local/share/nltk_data'
    - '/usr/lib/nltk_data'
    - '/usr/local/lib/nltk_data'
**********************************************************************

然而，apache日志显示它主要在除了..之外的相同位置。

] [pid 19:tid 13] [client 77..]   Resource 'corpora/stopwords' not found.  Please use the NLTK
[Sat Jul 08 16:35:19.694759 2017] [wsgi:error] [pid 19437:tid 1..] [client 77..]   Downloader to obtain the resource:  >>> nltk.download()
[Sat Jul 08 16:35:19.694762 2017] [wsgi:error] [pid 19437:tid 1..] [client 77..]   Searched in:
[Sat Jul 08 16:35:19.694764 2017] [wsgi:error] [pid 19437:tid 1..] [client 77..]     - '/var/www/nltk_data'
[Sat Jul 08 16:35:19.694766 2017] [wsgi:error] [pid 19437:tid 1..] [client 77..]     - '/usr/share/nltk_data'
[Sat Jul 08 16:35:19.694768 2017] [wsgi:error] [pid 19437:tid 1..] [client 77..]     - '/usr/local/share/nltk_data'
[Sat Jul 08 16:35:19.694770 2017] [wsgi:error] [pid 19437:tid 1..] [client 77..]     - '/usr/lib/nltk_data'
[Sat Jul 08 16:35:19.694772 2017] [wsgi:error] [pid 19437:tid 1..] [client 77..]     - '/usr/local/lib/nltk_data'

所以我认为链接而不是复制更安全，并且使用Apache正在寻找的/usr/share/目录而不是弄乱自己的目录。

移动NLTK数据位置后，AWS EC2实例似乎会自毁

1 个答案: