Hadoop完全高可用集群安装

架构图（HA模型没有SNN节点）

用vm规划了8台机器，用到了7台，SNN节点没用

	NN	DN	SN	ZKFC	ZK	JNN	RM	NM
node1	*			*
node2	*			*
node3
node4				*			*
node5				*			*
node6		*			*	*		*
node7		*			*	*		*
node8		*			*	*		*

集群搭建前准备工作：

*搭建集群之前需要关闭所有服务器的selinux和防火墙

　　1.更改所有服务器的主机名和hosts文件对应关系

[root@localhost ~]# hostnamectl set-hostname node1

[root@localhost ~]# cat /etc/hosts

127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4

::1         localhost localhost.localdomain localhost6 localhost6.localdomain6

192.168.159.129 node1

192.168.159.130 node2

192.168.159.132 node3

192.168.159.133 node4

192.168.159.136 node5

192.168.159.137 node6

192.168.159.138 node7

192.168.159.139 node8

　　2.两个NameNode节点做对所有主机的免密登陆,包括自己的节点；两个resourcemanager节点互相做免密登陆，包括自己的节点

[root@localhost ~]# ssh-keygen

Generating public/private rsa key pair.

Enter file in which to save the key (/root/.ssh/id_rsa):

Created directory '/root/.ssh'.

Enter passphrase (empty for no passphrase):

Enter same passphrase again:

Your identification has been saved in /root/.ssh/id_rsa.

Your public key has been saved in /root/.ssh/id_rsa.pub.

The key fingerprint is:

SHA256:lIvGygyJHycNTZJ0KeuE/BM0BWGGq/UTgMUQNo7Qm2M root@node1

The key's randomart image is:

+---[RSA 2048]----+

|+@=**o           |

|*.XB.    .       |

|oo+*o   o        |

|.+E=.. o .       |

|o=*o+.+ S        |

|...Xoo           |

|  . =.           |

|                 |

|                 |

+----[SHA256]-----+

[root@localhost ~]# for i in `seq 1 8`;do ssh-copy-id root@node$i;done

　　3.同步所有服务器时间

[root@node1 ~]# ansible all -m shell -o -a 'ntpdate ntp1.aliyun.com'

node4 | CHANGED | rc=0 | (stdout) 20 Feb 16:08:37 ntpdate[2477]: adjust time server 120.25.115.20 offset 0.001546 sec

node6 | CHANGED | rc=0 | (stdout) 20 Feb 16:08:37 ntpdate[2470]: adjust time server 120.25.115.20 offset 0.000220 sec

node2 | CHANGED | rc=0 | (stdout) 20 Feb 16:08:37 ntpdate[2406]: adjust time server 120.25.115.20 offset -0.002414 sec

node3 | CHANGED | rc=0 | (stdout) 20 Feb 16:08:37 ntpdate[2465]: adjust time server 120.25.115.20 offset -0.001185 sec

node5 | CHANGED | rc=0 | (stdout) 20 Feb 16:08:37 ntpdate[2466]: adjust time server 120.25.115.20 offset 0.005768 sec

node7 | CHANGED | rc=0 | (stdout) 20 Feb 16:08:43 ntpdate[2503]: adjust time server 120.25.115.20 offset 0.000703 sec

node8 | CHANGED | rc=0 | (stdout) 20 Feb 16:08:43 ntpdate[2426]: adjust time server 120.25.115.20 offset -0.001338 sec

　　4.所有服务器安装JDK环境并配置好环境变量

[root@node1 ~]# tar -xf jdk-8u144-linux-x64.gz -C /usr/

[root@node1 ~]# ln -sv /usr/jdk1.8.0_144/ /usr/java

"/usr/java" -> "/usr/jdk1.8.0_144/"

[root@node1 ~]# cat /etc/profile.d/java.sh

export JAVA_HOME=/usr/java

export PATH=$PATH:$JAVA_HOME/bin

[root@node1 ~]# source /etc/profile.d/java.sh

[root@node1 ~]# java -version

java version "1.8.0_144"

Java(TM) SE Runtime Environment (build 1.8.0_144-b01)

Java HotSpot(TM) 64-Bit Server VM (build 25.144-b01, mixed mode)

zookeeper集群搭建

在规划好的6、7、8节点上安装zookeeper（JDK环境要准备好）

#解压zookeeper程序到/usr目录下

[root@node6 ~]# tar xf zookeeper-3.4.6.tar.gz -C /usr/

#创建zookeeper存放数据目录

[root@node6 ~]# mkdir /usr/data/zookeeper

#将zookeeper的conf目录下sample配置文件更改成cfg文件

[root@node6 ~]# cp /usr/zookeeper-3.4.6/conf/zoo_sample.cfg  /usr/zookeeper-3.4.6/conf/zoo.cfg

#编辑配置文件，更改数据存放目录，并添加zookeeper集群配置信息

[root@node6 ~]# vim /usr/zookeeper-3.4.6/conf/zoo.cfg

dataDir=/usr/data/zookeeper   #修改

server.1=node6:2888:3888      #添加

server.2=node7:2888:3888      #添加

server.3=node8:2888:3888      #添加

#把配置好的zookeeper程序文件分发至其余的两个节点

[root@node6 ~]# scp -r /usr/zookeeper-3.4.6/ node7:/usr/zookeeper-3.4.6/

[root@node6 ~]# scp -r /usr/zookeeper-3.4.6/ node8:/usr/zookeeper-3.4.6/

#在刚刚创建的目录下当前zookeeper节点信息，必须为数字，且三个节点不能相同

[root@node6 ~]# echo 1 > /usr/data/zookeeper/myid

#在剩下的两个节点上也要创建数据存放目录和节点配置文件

[root@node7 ~]# mkdir /usr/data/zookeeper

[root@node7 ~]# echo 2 > /usr/data/zookeeper/myid

[root@node8 ~]# mkdir /usr/data/zookeeper

[root@node8 ~]# echo 3 > /usr/data/zookeeper/myid

#配置完成后启动zookeeper集群

[root@node6 ~]# /usr/zookeeper-3.4.6/bin/zkServer.sh start

[root@node7 ~]# /usr/zookeeper-3.4.6/bin/zkServer.sh start

[root@node8 ~]# /usr/zookeeper-3.4.6/bin/zkServer.sh start

#查看集群启动情况（先启动的会成为leader，同时启动数字大的会成为leader）

[root@node6 ~]# /usr/zookeeper-3.4.6/bin/zkServer.sh status

JMX enabled by default

Using config: /usr/zookeeper-3.4.6/bin/../conf/zoo.cfg

Mode: follower

[root@node7 ~]# /usr/zookeeper-3.4.6/bin/zkServer.sh status

JMX enabled by default

Using config: /usr/zookeeper-3.4.6/bin/../conf/zoo.cfg

Mode: follower

[root@node8 ~]# /usr/zookeeper-3.4.6/bin/zkServer.sh status

JMX enabled by default

Using config: /usr/zookeeper-3.4.6/bin/../conf/zoo.cfg

Mode: leader

[root@node8 ~]# netstat -tnlp | grep java   #只有主节点有2888

tcp6       0      0 :::2181                 :::*                    LISTEN      33766/java

tcp6       0      0 192.168.159.139:2888    :::*                    LISTEN      33766/java

tcp6       0      0 192.168.159.139:3888    :::*                    LISTEN      33766/java

tcp6       0      0 :::43793                :::*                    LISTEN      33766/java

Hadoop集群搭建　　

　　1.先添加hadoop的环境变量

[root@node1 ~]# cat /etc/profile.d/hadoop.sh

export HADOOP_HOME=/usr/hadoop-2.9.2

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

　　2.解压hadoop程序包到/usr目录下

[root@node1 ~]# tar xf hadoop-2.9.2.tar.gz -C /usr

[root@node1 ~]# ln -sv /usr/hadoop-2.9.2/ /usr/hadoop

"/usr/hadoop" -> "/usr/hadoop-2.9.2/"

　　3.更改hadoop程序包内 hadoop-env.sh，mapred-env.sh，yarn-env.sh中的JAVA_HOME环境变量

[root@node1 ~]# grep 'export JAVA_HOME' /usr/hadoop/etc/hadoop/{hadoop-env.sh,mapred-env.sh,yarn-env.sh}

/usr/hadoop/etc/hadoop/hadoop-env.sh:export JAVA_HOME=/usr/java

/usr/hadoop/etc/hadoop/mapred-env.sh:export JAVA_HOME=/usr/java

/usr/hadoop/etc/hadoop/yarn-env.sh:export JAVA_HOME=/usr/java

　　4.修改core-site.xml文件（NameNode配置文件）

[root@node1 ~]# vim /usr/hadoop/etc/hadoop/core-site.xml

<configuration>

    <property>

        <name>fs.defaultFS</name>

        <value>hdfs://hadoop</value>

        <!--HA部署下，NameNode访问hdfs-site.xml中的dfs.nameservices值 -->

    </property>

    <property>

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

        <value>/usr/data/hadoop</value>

        <!--Hadoop的文件存放目录 -->

    </property>

    <property>

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

        <value>node6:2181,node7:2181,node8:2181</value>

        <!--zookeeper集群地址 -->

    </property>

</configuration>

　　5.在所有hadoop节点创建/usr/data/hadoop目录

　　6.修改hdfs-site.xml文件

[root@node1 ~]# vim /usr/hadoop/etc/hadoop/hdfs-site.xml

<configuration>

    <property>

        <name>dfs.replication</name>

        <value>3</value>

        <!--数据文件副本数量-->

    </property>

    <property>

        <name>dfs.blocksize</name>

        <value>134217728</value>

        <!--数据块大小，文件超过这个大小就会切开，128M -->

    </property>

    <property>

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

        <value>false</value>

        <!--  ****   -->

    </property>

    <property>

        <name>dfs.nameservices</name>

        <value>hadoop</value>

        <!--这个值就是core-site.xml中hdfs集群入口 -->

    </property>

    <property>

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

        <value>nn1,nn2</value>

        <!--集群中一共有两个namenode -->

    </property>

    <property>

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

        <value>node1:9000</value>

        <!--nn1的rpc通信地址 -->

    </property>

    <property>

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

        <value>node1:50070</value>

        <!--nn1的http通信地址 -->

    </property>

    <property>

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

        <value>node2:9000</value>

        <!--nn2的rpc通信地址 -->

    </property>

    <property>

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

        <value>node2:50070</value>

        <!--nn2的http通信地址 -->

    </property>

    <property>

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

        <value>qjournal://node6:8485;node7:8485;node8:8485/hadoop</value>

        <!-- 指定NameNode的元数据在JournalNode日志上的存放位置(一般和zookeeper部署在一起)-->

        <!-- 存储路径可以随便起,如果有多个集群,不一样就行-->

    </property>

    <property>

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

        <value>true</value>

        <!--是否开启故障自动隔离-->

    </property>

    <property>

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

        <value>/usr/data/journalnode</value>

        <!-- 指定JournalNode在本地磁盘存放数据的位置,这个需要指定,默认是放在tmp目录下 -->

    </property>

    <property>

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

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

        <!-- namenode故障转移实现的代理类,注意"name键"要改动-->

    </property>

    <property>

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

        <value>sshfence</value>

        <!--故障自动转移的方法，这里选用ssh远程登陆方法-->

    </property>

    <property>

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

        <value>/root/.ssh/id_rsa</value>

        <!--选用了ssh远程登陆就需要ssh密钥,两台namenode需要互相做密钥认证-->

    </property>

    <property>

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

        <value>30000</value>

        <!--配置ssh超时时间-->

    </property>

</configuration>

　　7.在journalnode节点创建/usr/data/journalnode目录

　　8.修改mapred-site.xml（修改mapred-site.xml.template名称为mapred-site.xml）

[root@node1 ~]# vim /usr/hadoop/etc/hadoop/mapred-site.xml

<configuration>

    <property>

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

        <value>yarn</value>

    </property>

    <property>

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

        <value>node3:10020</value>

    </property>

    <property>

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

        <value>node3:19888</value>

    </property>

</configuration>

　　9.修改yarn-site.xml

[root@node1 ~]# vim /usr/hadoop/etc/hadoop/yarn-site.xml

<configuration>

    <property>

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

        <value>mapreduce_shuffle</value>

    </property>

    <property>

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

       <value>true</value>

       <!--是否开启rm的高可用-->

    </property>

    <property>

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

       <value>rmcluster</value>

       <!--生成rm集群的唯一标识,name键不需要改动 -->

    </property>

    <property>

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

       <value>rm1,rm2</value>

       <!--rm集群的两台机器名称 -->

    </property>

    <property>

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

       <value>node4</value>

       <!--rm1的机器地址 -->

    </property>

    <property>

       <name>yarn.resourcemanager.webapp.address.rm1</name>

       <value>node4:8088</value>

       <!--rm1的网页访问地址 -->

    </property>

    <property>

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

       <value>node5</value>

       <!--rm2的机器地址 -->

    </property>

    <property>

       <name>yarn.resourcemanager.webapp.address.rm2</name>

       <value>node5:8088</value>

       <!--rm2的网页访问地址 -->

    </property>

    <property>

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

       <value>node6:2181,node7:2181,node8:2181</value>

       <!--指定zookeeper集群的地址-->

    </property>

    <property>

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

       <value>true</value>

       <!--启用自动恢复,默认是false-->

    </property>

    <property>

       <name>yarn.resourcemanager.store.class</name>

       <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>

       <!--指定resourcemanager的状态信息存储在zookeeper集群，默认是存放在FileSystem里-->

    </property>

</configuration>

　　10.编辑datanode配置文件（也是nodemanager的启动位置）

[root@node1 ~]# vim /usr/hadoop/etc/hadoop/slaves

node6

node7

node8

仅首次初始化时需要的步骤如下：

　　1.首先启动三台journalnode集群

[root@node6 ~]# hadoop-daemon.sh start journalnode

starting journalnode, logging to /usr/hadoop-2.9.2/logs/hadoop-root-journalnode-node6.out

[root@node6 ~]# jps

2965 Jps

2904 JournalNode

2779 QuorumPeerMain

[root@node7 ~]# hadoop-daemon.sh start journalnode

starting journalnode, logging to /usr/hadoop-2.9.2/logs/hadoop-root-journalnode-node7.out

[root@node7 ~]# jps

2119 QuorumPeerMain

2220 JournalNode

2318 Jps

[root@node8 ~]# hadoop-daemon.sh start journalnode

starting journalnode, logging to /usr/hadoop-2.9.2/logs/hadoop-root-journalnode-node8.out

[root@node8 ~]# jps

2229 Jps

2025 QuorumPeerMain

2153 JournalNode

　　2.格式化NameNode主节点

[root@node1 ~]# hadoop namenode -format

　　3.启动NameNode主节点

[root@node1 ~]# hadoop-daemon.sh start namenode

starting namenode, logging to /usr/hadoop-2.9.2/logs/hadoop-root-namenode-node1.out

[root@node1 ~]# jps

7302 Jps

7225 NameNode

　　4.格式化NameNode从节点

[root@node2 ~]# hadoop namenode -bootstrapStandby

　　5.NameNode主节点向zookeeper提交初始化节点信息

[root@node1 ~]# hdfs zkfc -formatZK

　　5.1可以在zookeeper节点上使用zkCli.sh命令查看hdfs信息

[root@node6 ~]# /usr/zookeeper-3.4.6/bin/zkCli.sh

Connecting to localhost:2181

......

......

[zk: localhost:2181(CONNECTED) 0] ls /

[zookeeper]     #namenode还没提交信息的时候

[zk: localhost:2181(CONNECTED) 1] ls /

[zookeeper, hadoop-ha]     #执行了上面那个提交命令

[zk: localhost:2181(CONNECTED) 2] ls /hadoop-ha/hadoop

[]

　　6.启动HDFS集群

[root@node1 ~]# start-dfs.sh

Starting namenodes on [node1 node2]

node2: starting namenode, logging to /usr/hadoop-2.9.2/logs/hadoop-root-namenode-node2.out

node1: namenode running as process 7225. Stop it first.

node8: starting datanode, logging to /usr/hadoop-2.9.2/logs/hadoop-root-datanode-node8.out

node6: starting datanode, logging to /usr/hadoop-2.9.2/logs/hadoop-root-datanode-node6.out

node7: starting datanode, logging to /usr/hadoop-2.9.2/logs/hadoop-root-datanode-node7.out

Starting journal nodes [node6 node7 node8]

node6: journalnode running as process 2904. Stop it first.

node7: journalnode running as process 2220. Stop it first.

node8: journalnode running as process 2153. Stop it first.

Starting ZK Failover Controllers on NN hosts [node1 node2]

node2: starting zkfc, logging to /usr/hadoop-2.9.2/logs/hadoop-root-zkfc-node2.out

node1: starting zkfc, logging to /usr/hadoop-2.9.2/logs/hadoop-root-zkfc-node1.out

[root@node1 ~]# jps

7857 DFSZKFailoverController

7924 Jps

7225 NameNode

[root@node2 ~]# jps

2788 Jps

2633 NameNode

2732 DFSZKFailoverController

[root@node6 ~]# jps

3235 Jps

3125 DataNode

2904 JournalNode

2779 QuorumPeerMain

[root@node7 ~]# jps

2119 QuorumPeerMain

2220 JournalNode

2572 Jps

2462 DataNode

[root@node8 ~]# jps

2483 Jps

2373 DataNode

2025 QuorumPeerMain

2153 JournalNode

　　7.此时zookeeper上就会有namenode的信息了，只存储主节点信息

以上HDFS高可用集群初始化完成，下面启动yarn集群

　　1.在namenode主节点上开启yarn集群，start-yarn.sh命令仅可以启动nodemanager，resourcemanager需要在对应节点上手动启动

[root@node1 ~]# start-yarn.sh

starting yarn daemons

starting resourcemanager, logging to /usr/hadoop-2.9.2/logs/yarn-root-resourcemanager-node1.out

node7: starting nodemanager, logging to /usr/hadoop-2.9.2/logs/yarn-root-nodemanager-node7.out

node8: starting nodemanager, logging to /usr/hadoop-2.9.2/logs/yarn-root-nodemanager-node8.out

node6: starting nodemanager, logging to /usr/hadoop-2.9.2/logs/yarn-root-nodemanager-node6.out

[root@node6 ~]# jps

3125 DataNode

3397 NodeManager

3509 Jps

2904 JournalNode

2779 QuorumPeerMain

[root@node7 ~]# jps

2736 NodeManager

2848 Jps

2119 QuorumPeerMain

2220 JournalNode

2462 DataNode

[root@node8 ~]# jps

2373 DataNode

2646 NodeManager

2758 Jps

2025 QuorumPeerMain

2153 JournalNode

　　2.在resourcemanager节点手动启动rm

[root@node4 ~]# yarn-daemon.sh start resourcemanager

starting resourcemanager, logging to /usr/hadoop-2.9.2/logs/yarn-root-resourcemanager-node4.out

[root@node4 ~]# jps

2840 ResourceManager

3103 Jps

[root@node5 ~]# yarn-daemon.sh start resourcemanager

starting resourcemanager, logging to /usr/hadoop-2.9.2/logs/yarn-root-resourcemanager-node5.out

[root@node5 ~]# jps

2994 Jps

2955 ResourceManager

以后在启动集群只需要

在namenode节点

start-dfs.sh

start-yarn.sh

在resourcemanager节点

yarn-daemon.sh start resourcemanager

Hadoop完全高可用集群安装的更多相关文章

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 ...
ActiveMQ 高可用集群安装、配置（ZooKeeper + LevelDB）
ActiveMQ 高可用集群安装.配置(ZooKeeper + LevelDB) 1.ActiveMQ 集群部署规划: 环境: JDK7 版本:ActiveMQ 5.11.1 ZooKeeper 集群 ...
Neo4j 高可用集群安装
安装neo4j高可用集群,抓图安装过程 http://www.ibm.com/developerworks/cn/java/j-lo-neo4j/ Step1.下载neo4j商业版并解压,复制为neo ...
Redis Cluster 4.0高可用集群安装、在线迁移操作记录
之前介绍了redis cluster的结构及高可用集群部署过程,今天这里简单说下redis集群的迁移.由于之前的redis cluster集群环境部署的服务器性能有限,需要迁移到高配置的服务器上.考虑 ...
Zookeeper（四）Hadoop HA高可用集群搭建
一.高可就集群搭建 1.集群规划 2.集群服务器准备 (1) 修改主机名(2) 修改 IP 地址(3) 添加主机名和 IP 映射(4) 同步服务器时间(5) 关闭防火墙(6) 配置免密登录(7) 安装 ...
Hadoop HA 高可用集群搭建
一.首先配置集群信息 vi /etc/hosts 二.安装zookeeper 1.解压至/usr/hadoop/下 .tar.gz -C /usr/hadoop/ 2.进入/usr/hadoop/zo ...
Hadoop HA 高可用集群的搭建
hadoop部署服务器系统主机名 IP centos6.9 hadoop01 192.168.72.21 centos6.9 hadoop02 192.168.72.22 centos6.9 ha ...
Hadoop HA高可用集群搭建（2.7.2）
1.集群规划: 主机名 IP 安装的软件执行的进程 drguo1 192.168.80.149 j ...
基于zookeeper（集群）+LevelDB的ActiveMq高可用集群安装、配置、测试
一. zookeeper安装(集群):http://www.cnblogs.com/wangfajun/p/8692117.html √ 二. ActiveMq配置: 1. ActiveMq集群部署 ...

随机推荐

List模拟栈
import java.util.LinkedList; import java.util.List; import java.util.Scanner; public class Main<E ...
Day11 - O - Coin Game HDU - 3951
题目链接思路:考虑第一个人取的方式: 1.每次能取的次数>= n, 一次取完 first win 2.每次能取1个,n是奇数 first win 3.一次取不完,这种情况下也分2种情况 1)s ...
设计模式课程设计模式精讲 2-2 UML类图讲解
1 类图讲解 1 类图讲解 + 公共方法 - private权限 # protected权限包内和包外继承的子类都能引用 ~ default权限(包权限)只有包内能引用下划线静态 Stati ...
hbase meta中分区信息错误的记录
bulk write hbase 时遇到下面的错误: 19/03/20 02:16:02 ERROR LoadIncrementalHFiles: IOException during splitti ...
SpringTest
Spring Test 1.对junit的一个扩展必须先导入junit jar包 2.简化获取bean的步骤它的底层也是IOC容器 3.IOC的全部 junit的全部 junit的版本必须是 ...
tf-idf、朴素贝叶斯的短文本分类简述
朴素贝叶斯分类器(Naïve Bayes classifier)是一种相当简单常见但是又相当有效的分类算法,在监督学习领域有着很重要的应用.朴素贝叶斯是建立在“全概率公式”的基础下的,由已知的尽可能多 ...
二十三、java连接oracle数据库操作：jdbc
1.jdbc 1) 含义:JDBC是java语言连接数据库,Java Date Base Connectivity2) jdbc的本质:在编程时java程序会去连接不同的数据库,而每个数据库的底层的实 ...
SystemVerilog Assertion 设计、调试、测试总结（1）
暑期实习两个月的其中一个任务是:如何在设计中加入断言?以及断言的基本语法.三种应用场景下的断言(如FIFO.FSM.AXI4-lite总线).参考书籍:<System Verilog Asser ...
Day4 - C - 六度分离 HDU - 1869
1967年,美国著名的社会学家斯坦利·米尔格兰姆提出了一个名为“小世界现象(small world phenomenon)”的著名假说,大意是说,任何2个素不相识的人中间最多只隔着6个人,即只用6个人 ...
洛谷 P1094 纪念品分类
刚开始看到这题就确定这题最好先要排序第一个想法是排好序后先让第一个和从倒数第一个开始相加和如果就 <= w,那么用n除以2或者再加一得出答案,然后发现随便当w = 110 n = 5序列 ...

Hadoop完全高可用集群安装

Hadoop完全高可用集群安装的更多相关文章

随机推荐

热门专题