Machine Learning を Operational Decision Manager と共に使用するためのランタイムの構成

Machine Learning for z/OS と Operational Decision Manager を一緒に使用する前に、この両方の製品で外部 Liberty サーバーを構成する必要があります。

1. 以下のステップを実行して、WOLA が含まれている稼働中の Liberty 環境があることを確認します。
   1. Liberty 作業データ・セット *.WLP.SHBRJCL(HBRDPLOY) で HBRDPLOY を実行依頼して、Miniloan サンプル・ルール・アプリケーションを配布します。
   2. Liberty 作業データ・セット *.WLP.SHBRJCL(HBRMINW) で HBRMINW を実行依頼して、サンプル・ルール・アプリケーションを実行します。
   3. サンプルの出力が正しいことを確認します。
2. Liberty プロファイル・サーバーの db2Type2.xml ファイルと db2Type4.xml ファイルを編集します。両方のファイルで、<feature>jdbc-4.0</feature> を <feature>jdbc-4.1</feature> に変更します。
3. Machine Learning for z/OS 資料のステップに従って、既に Operational Decision Manager が含まれている Liberty に MLz をインストールします。
   『 Configuring machine learning scoring services on z/OS®』を参照してください。

   ヒント: オプション 3「Machine Learning スコアリング・サービスを外部 WLP サーバーと統合する」を使用してください。 これにより、Operational Decision Manager アプリケーションが保持されたまま、Liberty にインストールされます。
4. Liberty XML 構成ファイルにサーバーの HTTP (およびオプションで HTTPS) ポートの定義が既に含まれている場合は、これらの行を削除します。
   Machine Learning for z/OS 構成プロセスは、Liberty server.xml ファイルにポート設定を追加します。

   <httpEndpoint httpsPort="-1" httpPort="-1" id="defaultHttpEndpoint"/>
   <httpEndpoint httpsPort="-1" httpPort="-1" sslOptionsRef="MLzScoringSSLOptions" host="*" id="MLZAdminHttpEndpoint"/>
   <httpEndpoint httpsPort="-1" httpPort="24018" sslOptionsRef="MLzScoringSSLOptions" host="*" id="MLZHttpEndpoint"/>

5. Rule Execution Server コンソール・アプリケーションを Liberty サーバーでホストする （例えばそれを Decision Runner で使用する） 必要がある場合は、構成変更が必要です。以下のようにこの変更により、Machine Learning for z/OS 構成に含まれるデフォルト・フィーチャーの代わりに、カスタム・セットのフィーチャーが使用されます。
   1. server.xml ファイルから次の行を削除します。 <feature>webProfile-7.0</feature>
   2. server.xml ファイルで、行 </featureManager> の後に、include のリストの先頭に次の行を挿入します。<include location="MlzContent.xml" />
6. Liberty サーバーを再始動し、Machine Learning for z/OS が始動するのを待ちます。
   これには最大 30 分かかります。
7. MLz インストール済み環境を管理ダッシュボードに接続し、チャーン・サンプルをインストールします。
   1. Liberty サーバーを、スコアリング・サービスとして Machine Learning for z/OS 管理ダッシュボードに定義します。
   2. チャーン・サンプルの配布を作成します。これにより、このモデルが Liberty サーバーのスコアリング・サービスに送信されます。
8. 配布の「アクション」メニューから Test API を選択して、Machine Learning for z/OS 管理ダッシュボード内でモデルをテストします。
9. HBRMINW を再実行依頼して、Operational Decision Manager がまだ機能していることを確認してください。