安装hadoop+zookeeper ha

前期工作配置好网络和主机名和关闭防火墙

chkconfig iptables off //关闭防火墙

1.安装好java并配置好相关变量 (/etc/profile)

#java

export JAVA_HOME=/usr/java/jdk1.8.0_65

export JRE_HOME=$JAVA_HOME/jre

export PATH=$PATH:$JAVA_HOME/bin

export CLASSPATH=.:$JAVA_HOME/jre/lib/rt.jar:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar (最前面要有.)

保存退出

source /etc/profile

2.设置好主机名和网络映射关系 (/etc/hosts)

// hadoop.master为namenode

// hadoop.slaver1/hadoop.slaver2/hadoop.slaver3 为datanode

192.168.22.241 hadoop.master

192.168.22.242 hadoop.slaver1

192.168.22.243 hadoop.slaver2

192.168.22.244 hadoop.slaver3

3.创建用户并创建密码(以root身份登陆)

  1. useradd hadoop(或者其他用户名)

  2. passwd hadoop (回车输入密码 两次)

  3. su hadoop (使用hadoop用户登陆)

4.免密码登陆

    1.安装ssh  具体百度  一般都自带有

    2.创建在家目录底下创建.ssh目录(使用hadoop用户)  mkdir ~/.ssh

    3.创建公钥(namenode端运行)

        ssh-keygen -t rsa

        一路回车

        最后会在~/.ssh目录下生成id_rsa、id_rsa.pub  其中前者是密钥 后者是公钥

    4.将id_rsa.pub文件拷贝到slaver节点的相同用户.ssh目录下

        scp -r id_rsa.pub 用户名@主机名:目标文件(含路径)

    5.在各个子节点执行cat id_rsa.pub >> ~/.ssh/authorized_keys

    6.设置权限

        chmod 600 authorized_keys

        cd ..

        chmod 700 -R .ssh

    7.注意此时还不能免密码  需在master 节点运行ssh slaver 输入密码后才能免密码

5.安装zookeeper(三台 master slaver1 slaver2)

    1.下载安装包

    2.解压安装包

        tar zxvf zookeeper-3.4.7.tar.gz

    3.配置环境变量

        #zookeeper

        export ZOOKEEPER_HOME=/opt/zookeeper-3.4.7

        export PATH=$PATH::$ZOOKEEPER_HOME/bin:$ZOOKEEPER_HOME/conf

        保存退出

        source /etc/profile

    4.修改配置文件

        cp zoo_sample.cfg zoo.cfg

        vim zoo.cfg

        ####zoo.cfg####

        tickTime=2000

        initLimit=10

        syncLimit=5

        dataDir=/opt/zookeeper-3.4.7/tmp/zookeeper (注意创建相关目录)

        clientPort=2181

        server.1=hadoop.master:2888:3888

        server.2=hadoop.slaver1:2888:3888

        server.3=hadoop.slaver2:2888:3888

        参数说明:

        tickTime: zookeeper中使用的基本时间单位, 毫秒值.

        dataDir: 数据目录. 可以是任意目录.

        dataLogDir: log目录, 同样可以是任意目录. 如果没有设置该参数, 将使用和dataDir相同的设置.

        clientPort: 监听client连接的端口号.

        initLimit: zookeeper集群中的包含多台server, 其中一台为leader, 集群中其余的server为follower.

        syncLimit: 该参数配置leader和follower之间发送消息, 请求和应答的最大时间长度.

        server.X=A:B:C 其中X是一个数字, 表示这是第几号server. A是该server所在的IP地址. B配置该server和集群中的leader交换消息所使用的端口. C配置选举leader时所使用的端口.

    5.分发到各个节点中

       scp -r /opt/zookeeper-3.4.7 hadoop@主机名:/opt

    6.根据dataDir配置的目录下新建myid文件, 写入一个数字, 该数字表示这是第几号server

       cd /opt/zookeeper-3.4.7/tmp/zookeeper

       touch myid(如果是安装上述配置，则master为1 slaver1为2 slaver3)

    7.常用命令

        ####启动/关闭/查看 zk#####

        zkServer.sh start    //集群中每台主机执行一次

        zkServer.sh stop

        zkServer.sh status

        ####查看/删除节点信息####

        zkCli.sh

        ls /

        rmr /节点名称

6.安装hadoop(四台机子 master slaver1 slaver2 slaver3 其中namenode有master和slaver1)

    1.下载安装包

    2.解压安装包

    3.配置环境变量

        #hadoop

        export HADOOP_HOME=/opt/hadoop-2.5.2

        export HADOOP_PREFIX=/opt/hadoop-2.5.2

        export HADOOP_COMMON_HOME=$HADOOP_HOME

        export HADOOP_MAPRED_HOME=$HADOOP_HOME

        export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

        export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native

        export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"

        export JAVA_LIBRARY_PATH=$HADOOP_HOME/lib/native

        export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$HADOOP_HOME/lib

        export CLASSPATH=.:$CLASSPATH:$HADOOP_HOME/bin

        保存退出

        source /etc/profile

    4.修改配置文件

        1.创建相关目录

            cd /opt/hadoop-2.5.2

            mkdir logs

            mkdir tmp

        2.修改相关配置文件相关参数(core-site.xml/hadoop-env.sh/hdfs-site.xml/log4j.properties

        /mapred-env.sh/mapred-site.xml/masters/slaves/yarn-env.sh/yarn-site.xml)

            ####core-site.xml####

            <configuration>

            <!-- 指定hdfs的nameservice为namenode-->

            <property>

                <name>fs.defaultFS</name>

                <value>hdfs://ns1:8020</value>

            </property>

             <!-- 指定hadoop块大小 -->

            <property>

                <name>io.file.buffer.size</name>

                <value>131072</value>

            </property>

             <!-- 指定hadoop临时目录 -->

            <property>

                <name>hadoop.tmp.dir</name>

                <value>/opt/hadoop-2.5.2/tmp</value>

                <description>A base for other temporary directories.</description>

            </property>

            <!-- 指定zookeeper地址 -->

            <property>

                <name>ha.zookeeper.quorum</name>

                <value>hadoop.master:2181,hadoop.slaver1:2181,hadoop.slaver2:2181</value>

            </property>

            </configuration>

            ####hadoop-env.sh####

            export JAVA_HOME=/usr/java/jdk1.8.0_65

            export HADOOP_CLASSPATH=.:$HADOOP_CLASSPATH:$HADOOP_HOME/bin

            export CLASSPATH=.:$CLASSPATH:$HADOOP_HOME/bin

            ####hdfs-site.xml####

            <configuration>

            <property>

            <name>dfs.namenode.http-address</name>

            <value>hadoop.master:50070</value>

            <description>The address and the base port where the dfs namenode web ui will listen on.</description>

            </property>

            <property>

            <name>dfs.namenode.secondary.http-address</name>

            <value>hadoop.slaver1:50070</value>

            </property>

            <property>

            <name>dfs.namenode.checkpoint.dir</name>

            <value>file://${hadoop.tmp.dir}/dfs/namesecondary</value>

            <final>true</final>

            </property>

            <property>

            <name>dfs.namenode.name.dir</name>

            <value>file://${hadoop.tmp.dir}/dfs/name</value>

            <final>true</final>

            </property>

            <property>

            <name>dfs.datanode.data.dir</name>

            <value>file://${hadoop.tmp.dir}/dfs/data</value>

            <final>true</final>

            </property>

            <property>

            <name>dfs.replication</name>

            <value>3</value>

            </property>

            <property>

            <name>dfs.permissions</name>

            <value>false</value>

            </property>

            <property>

            <name>dfs.permissions.enabled</name>

            <value>false</value>

            </property>

            <property>

            <name>dfs.namenode.hosts.exclude</name>

            <value>/opt/hadoop-2.5.2/other/excludes</value>

            <description>Names a file that contains a list of hosts that are not permitted to connect to the namenode.  The full pathname of the file must be specified.  If the value is empty, no hosts are excluded.</description>

            </property>

            <property>

            <name>dfs.namenode.hosts</name>

            <value>/opt/hadoop-2.5.2/etc/hadoop/slaves</value>

            </property>

            <property>

            <name>dfs.blocksize</name>

            <value>134217728</value>

            </property>

            <!-- HBase configuration-->

            <property>

            <name>dfs.datanode.max.xcievers</name>

            <value>4096</value>

            </property>

            <!--Zookeeper configuration-->

            <property>

            <name>dfs.nameservices</name>

            <value>ns1</value>

            </property>

            <property>

            <name>dfs.ha.namenodes.ns1</name>

            <value>nn1,nn2</value>

            </property>

            <property>

            <name>dfs.namenode.rpc-address.ns1.nn1</name>

            <value>hadoop.master:8020</value>

            </property>

            <property>

            <name>dfs.namenode.rpc-address.ns1.nn2</name>

            <value>hadoop.slaver1:8020</value>

            </property>

            <property>

            <name>dfs.namenode.http-address.ns1.nn1</name>

            <value>hadoop.master:50070</value>

            </property>

            <property>

            <name>dfs.namenode.http-address.ns1.nn2</name>

            <value>hadoop.slaver1:50070</value>

            </property>

            <property>

            <name>dfs.namenode.servicerpc-address.ns1.nn1</name>

            <value>hadoop.master:53310</value>

            </property>

            <property>

            <name>dfs.namenode.servicerpc-address.ns1.nn2</name>

            <value>hadoop.slaver1:53310</value>

            </property>

             <!-- 指定JournalNode在本地磁盘存放数据的位置 -->

            <property>

            <name>dfs.journalnode.edits.dir</name>

            <value>/opt/zookeeper-3.4.7/journal</value>

            </property>

            <property>

            <name>dfs.namenode.shared.edits.dir</name>

            <value>qjournal://hadoop.master:8485;hadoop.slaver1:8485;hadoop.slaver2:8485/ns1</value>

            </property>

            <!-- 开启NameNode失败自动切换 -->

            <property>

            <name>dfs.ha.automatic-failover.enabled</name>

            <value>true</value>

            </property>

            <!-- 配置失败自动切换实现方式 -->

            <property>

            <name>dfs.client.failover.proxy.provider.ns1</name>

            <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>

            </property>

             <!-- 指定zookeeper地址 -->

            <property>

            <name>ha.zookeeper.quorum</name>

            <value>hadoop.master:2181,hadoop.slaver1:2181,hadoop.slaver2:2181</value>

            </property>

            <!-- 配置隔离机制方法，多个机制用换行分割，即每个机制暂用-->

            <property>

            <name>dfs.ha.fencing.methods</name>

            <value>

            sshfence

            shell(/bin/true)

            </value>

            </property>

            <property>

            <name>dfs.ha.fencing.ssh.private-key-files</name>

            <value>/home/hadoop/.ssh/id_rsa</value>

            </property>

            <!-- 配置sshfence隔离机制超时时间 -->

            <property>

            <name>dfs.ha.fencing.ssh.connect-timeout</name>

            <value>30000</value>

            </property>

            </configuration>

            ####log4j.properties####

            hadoop.root.logger=INFO,console

            hadoop.log.dir=/opt/hadoop-2.5.2/logs

            hadoop.log.file=hadoop.log

            ####mapred-env.sh####

            export HADOOP_JOB_HISTORYSERVER_HEAPSIZE=1000

            export HADOOP_MAPRED_ROOT_LOGGER=INFO,RFA

            ####mapred-site.xml####

            <configuration>

             <property>

                <name>mapreduce.framework.name</name>

                <value>yarn</value>

            </property>    

            <property>

                <name>mapreduce.application.classpath</name>

                <value>

                /opt/hadoop-2.5.2/etc/hadoop,

                /opt/hadoop-2.5.2/share/hadoop/common/*,

                /opt/hadoop-2.5.2/share/hadoop/common/lib/*,

                /opt/hadoop-2.5.2/share/hadoop/hdfs/*,

                /opt/hadoop-2.5.2/share/hadoop/hdfs/lib/*,

                /opt/hadoop-2.5.2/share/hadoop/mapreduce/*,

                /opt/hadoop-2.5.2/share/hadoop/mapreduce/lib/*,

                /opt/hadoop-2.5.2/share/hadoop/yarn/*,

                /opt/hadoop-2.5.2/share/hadoop/yarn/lib/*

                </value>

            </property>

            <property>

                <name>mapreduce.jobhistory.address</name>

                <value>hadoop.master:10020</value>

            </property>

            <property>

                <name>mapreduce.jobhistory.webapp.address</name>

                <value>hadoop.master:19888</value>

            </property>

            <property>

                    <name>mapreduce.jobhistory.done-dir</name>

                    <value>/history/done</value>

            </property>

            <property>

               <name>mapreduce.jobhistory.intermediate-done-dir</name>

               <value>/history/done_intermediate</value>

            </property>

            </configuration>

            ####masters####

            hadoop.slaver1  //存储secondary namenode节点主机名

            ####slaves####

            hadoop.slaver1

            hadoop.slaver2

            hadoop.slaver3

            ####yarn-env.sh####

            export JAVA_HOME=/usr/java/jdk1.8.0_65

            ####yarn-site.xml####

            <configuration>

            <!-- Site specific YARN configuration properties -->

            <property>

            <name>yarn.resourcemanager.address</name>

            <value>hadoop.master:18040</value>

            </property>

            <property>

            <name>yarn.resourcemanager.scheduler.address</name>

            <value>hadoop.master:18030</value>

            </property>

            <property>

            <name>yarn.resourcemanager.resource-tracker.address</name>

            <value>hadoop.master:18025</value>

            </property>

            <property>

            <name>yarn.resourcemanager.admin.address</name>

            <value>hadoop.master:18041</value>

            </property>

            <property>

            <name>yarn.resourcemanager.webapp.address</name>

            <value>hadoop.master:8088</value>

            </property>

            <property>

            <name>yarn.nodemanager.local-dirs</name>

            <value>/opt/hadoop-2.5.2/other/mynode</value>

            </property>

            <property>

            <name>yarn.nodemanager.log-dirs</name>

            <value>/opt/hadoop-2.5.2/other/logs</value>

            </property>

            <property>

            <name>yarn.nodemanager.log.retain-seconds</name>

            <value>10800</value>

            </property>

            <property>

            <name>yarn.nodemanager.remote-app-log-dir</name>

            <value>/opt/hadoop-2.5.2/other/logs</value>

            </property>

            <property>

            <name>yarn.nodemanager.remote-app-log-dir-suffix</name>

            <value>logs</value>

            </property>

            <property>

            <name>yarn.log-aggregation.retain-seconds</name>

            <value>-1</value>

            </property>

            <property>

            <name>yarn.log-aggregation.retain-check-interval-seconds</name>

            <value>-1</value>

            </property>

            <property>

            <name>yarn.nodemanager.aux-services</name>

            <value>mapreduce_shuffle</value>

            </property>

            <!--zookeeper-->

            <property>

            <name>yarn.resourcemanager.ha.enabled</name>

            <value>true</value>

            </property>

            <property>

            <name>yarn.resourcemanager.cluster-id</name>

            <value>yrc</value>

            </property>

            <property>

            <name>yarn.resourcemanager.ha.rm-ids</name>

            <value>rm1,rm2</value>

            </property>

            <property>

            <name>yarn.resourcemanager.hostname.rm1</name>

            <value>hadoop.master</value>

            </property>

            <property>

            <name>yarn.resourcemanager.hostname.rm2</name>

            <value>hadoop.slaver1</value>

            </property>

            <property>

            <name>yarn.resourcemanager.zk-address</name>

            <value>hadoop.master:2181,hadoop.slaver1:2181,hadoop.slaver2:2181</value>

            </property>

            <property>

            <name>yarn.nodemanager.aux-services</name>

            <value>mapreduce_shuffle</value>

            </property>

            </configuration>

    5.分发到各个节点中

       scp -r /opt/hadoop-2.5.2 hadoop@hadoop.master:/opt

    6.首次启动

        6.1 启动zk

            zkServer.sh start(zk 各个节点执行)

        6.2 启动journalnode

            hadoop-daemon.sh start journalnode(zk 各个节点执行)

        6.3 格式化Namenode

            hadoop namenode -format(namenode 节点运行  注意是hadoop  不是hdfs)

        6.4 启动Namenode

            hadoop-daemon.sh start namenode(namenode 节点运行)

        6.5 格式化另一个Namenode

            hadoop namenode -bootstrapStandby(在secondary namenode节点运行)

        6.6 格式化zk

             hdfs zkfc -formatZK (namenode节点执行)

        6.7 将所有的服务停止

            stop-all.sh

            注意此时需在每个zk节点执行 zkServer.sh stop

    7.正常启动

        1.启动zk

            zkServer.sh start(zk 各个节点执行)

        2.启动所有服务

            start-all.sh   //或者先执行start-dfs.sh   再执行start-yarn.sh

        3.启动后台历史服务

            mr-jobhistory-daemon.sh start historyserver(在namenode节点执行即可)

        4.启动备份resourcemanger

            yarn-daemon.sh start resourcemanager  //在备份节点运行

        5.启动备份namenode

            hadoop-daemon.sh start namenode  //在备份节点运行

    8.验证

        1.jps验证 查看相关进程

        2.web验证

            hdfs   主机名:50070

            yarn   主机名:8088

            history  主机名:19888

            //以上主机名均指 namenode节点主机名 (此时namenode节点是active状态)

        3.查看active状态

            hdfs  web查看  有active状态和stangby状态两种

            yarn  shell命令查看

                yarn rmadmin -getServiceState rm1(或者rm2)

                //其中rm1/rm2为配置文件中配置的名称

        4.kill当前active的namenode 看能不自己切换到standby namenode上

    9.常见命令

         ####启动/关闭yarn jobhistory记录####

         web: //namenode:19888  //其中namenode 为集群任意节点主机名

         mr-jobhistory-daemon.sh start historyserver  //集群中每台主机执行一次

         mr-jobhistory-daemon.sh stop historyserver

         ####启动/关闭/查看 zk#####

         zkServer.sh start    //集群中每台主机执行一次

         zkServer.sh stop

         zkServer.sh status

         ####启动/关闭/查看 yarn####

         yarn-daemon.sh start resourcemanager

         yarn-daemon.sh stop resourcemanager

         yarn-daemon.sh stop nodemanager

         yarn rmadmin -getServiceState rm2  //其中rm2是集群配置的别名

         web: //namenode:8088  //其中namenode是active状态的主机名

         ####启动/关闭/查看 hadoop####

         hadoop-daemon.sh start namenode

         hadoop-daemon.sh stop namenode

         hadoop-daemon.sh stop datanode

         web: //namenode:50070  //其中namenode是active状态的主机名

         ####格式化zkNode####

         hdfs zkfc -formatZK //namenode节点执行   注意是hdfs  不是hadoop

         ####启动/关闭zkNode#####

         hadoop-daemon.sh start zkfc

         hadoop-daemon.sh stop zkfc

         ####查看/删除job####

         hadoop job -list

         hadoop job -kill 任务ID //注意不是applicationID

         ####初始化Journal Storage Directory####

         hdfs namenode -initializeSharedEdits  //非ha转成ha时执行 如果一开始已经是ha了无需执行

         ####初始化namenode####

         hadoop namenode -format  //namenode端执行

         hdfs namenode -bootstrapStandby //secend namenode端执行 执行前需保证namenode已经启动

    10.常见异常

        1.Journal Storage Directory /opt/zookeeper-3.4.7/journal/ns1 not formatted

            原因：由于之前hadoop没部署ha,改成ha后形成错误

            解决办法：

                    1.将配置文件hdfs-site.xml中dfs.journalnode.edits.dir对应的目录删除

                    2.hdfs namenode -initializeSharedEdits(namenode 执行)

        2.datanode起来了,namenode起不来

            解决办法:

                1.查看配置文件相关配置项是否配置正确

                2.查看环境变量是否配置正确

                3.查看主机网络映射是否配置正确

                4.是否二次格式化namenode  如果是,则需要将datanode 的clusterID和namespaceID改成namenode一致

                    目录一般是tmp目录下

                5.重启hdfs

                6.如果执行上述还不行,则在hadoop服务运行状态下将tmp目录下所有文件夹删除,再格式化,重启服务

        3.两个namenode起来了,但都是standby状态

            解决办法:

                1.是否均启动zk

                2.格式化zfkc

                    hdfs zkfc -formatZK

                3.所有服务重启(含zk)

安装hadoop+zookeeper ha的更多相关文章

  1. hadoop+zookeeper(ha架构搭建）

    http://blog.csdn.net/baidu_25820069/article/details/52225293 [条件所限,待验证]

  2. Hadoop HA高可用集群搭建（Hadoop+Zookeeper+HBase）

    声明:作者原创,转载注明出处. 作者:帅气陈吃苹果 一.服务器环境 主机名 IP 用户名 密码 安装目录 master188 192.168.29.188 hadoop hadoop /home/ha ...

  3. Hadoop分布式HA的安装部署

    Hadoop分布式HA的安装部署 前言 单机版的Hadoop环境只有一个namenode,一般namenode出现问题,整个系统也就无法使用,所以高可用主要指的是namenode的高可用,即存在两个n ...

  4. 通过tarball形式安装HBASE Cluster（CDH5.0.2）——Hadoop NameNode HA 切换引起的Hbase错误，以及Hbase如何基于NameNode的HA进行配置

    通过tarball形式安装HBASE Cluster(CDH5.0.2)——Hadoop NameNode HA 切换引起的Hbase错误,以及Hbase如何基于NameNode的HA进行配置 配置H ...

  5. ZooKeeper学习之路 （九）利用ZooKeeper搭建Hadoop的HA集群

    Hadoop HA 原理概述 为什么会有 hadoop HA 机制呢? HA:High Available,高可用 在Hadoop 2.0之前,在HDFS 集群中NameNode 存在单点故障 (SP ...

  6. HA分布式集群一hadoop+zookeeper

    一:HA分布式配置的优势: 1,防止由于一台namenode挂掉,集群失败的情形 2,适合工业生产的需求 二:HA安装步骤: 1,安装虚拟机 1,型号:VMware_workstation_full_ ...

  7. Apache Hadoop集群安装（NameNode HA + SPARK + 机架感知）

    1.主机规划 序号 主机名 IP地址 角色 1 nn-1 192.168.9.21 NameNode.mr-jobhistory.zookeeper.JournalNode 2 nn-2 ).HA的集 ...

  8. Apache Hadoop集群安装（NameNode HA + YARN HA + SPARK + 机架感知）

    1.主机规划 序号 主机名 IP地址 角色 1 nn-1 192.168.9.21 NameNode.mr-jobhistory.zookeeper.JournalNode 2 nn-2 192.16 ...

  9. Hadoop zookeeper hbase spark phoenix （HA）搭建过程

    环境介绍: 系统:centos7 软件包: apache-phoenix-4.14.0-HBase-1.4-bin.tar.gz  下载链接:http://mirror.bit.edu.cn/apac ...

随机推荐

  1. 简单的RPC原型与实现原理

    存在的问题 客户端硬编码服务端的地址 引入注册中心,方便服务的注册与发现 注册中心记录的信息:服务地址列表&服务节点权重 Zookeeper节点类型 临时节点:客户端.. 服务注销: tomc ...

  2. Mysql基础（一）

    Mysql的历史度娘上一堆,就不再介绍了. 本文依照此路径学习Mysql数据库:数据库->表->数据 首先启动Mysql服务,然后通过控制台命令登入root账户输入密码回车 C:\User ...

  3. python smtp 群发邮件

    最近工作中遇到使用脚本处理问题并发送结果邮件,使用python的smtp模块很简单的完成了实现.今天遇到一个问题,根据脚本的测试结果需要群发邮件,但是发送邮件的py文件只有首个地址收到了邮件.仔细排查 ...

  4. mysqldump数据库同步遇到的问题

    1.同步数据是遇到 没有 lock database权限,报 " mysqldump: Got error: 1044: Access denied for user 'spider_dat ...

  5. H5案例分享：JS手势框架 —— Hammer.js

    JS手势框架 -- Hammer.js 一.hammer.js简介 hammerJS是一个开源的,轻量级的触屏设备javascript手势库,它可以在不需要依赖其他东西的情况下识别触摸,鼠标事件.允许 ...

  6. 利用JSON实现数组去重

    <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/ ...

  7. 掌握 tar 命令让你秒变大牛

    导读 相信很多初学者在linux环境下为文件归类整理而犯愁,下面是整理文章的的一些命令与技巧,学习Tar命令将会让你处理文件时更加得心应手. Tar(Tape ARchive,磁带归档的缩写:最初设计 ...

  8. 微信公众号开发系列教程一（调试环境部署续：vs远程调试）

    http://www.cnblogs.com/zskbll/p/4080328.html 目录 C#微信公众号开发系列教程一(调试环境部署) C#微信公众号开发系列教程一(调试环境部署续:vs远程调试 ...

  9. PHP代码获取客户端IP地址经纬度及所在城市

    echo $_SERVER['HTTP_HOST'];//echo $_SERVER['REQUEST_URI'];$getIp=$_SERVER["REMOTE_ADDR"];e ...

  10. CSS布局 ——从display，position， float属性谈起

    页面布局,或者是在页面上做些小效果的时候经常会用到 display,position和float 属性,如果对它们不是很了解的话,很容易出现一些莫名其妙的效果,痛定思痛读了<CSS Master ...