Hadoop、Hbase完全分布式搭建-低调大师

Hadoop、Hbase完全分布式搭建

2017-11-13 618

一、Hadoop1.0到2.0的架构变化

1、Hadoop 2.0由HDFS、MapReduce和YARN三个分支构成

2、HDFSNN Federation、HA

3、MapReduce运行在YARN上的MR

4、YARN资源管理系统

二、HDFS 2.0

1、解决HDFS 1.0中单点故障和内存受限问题。

2、解决单点故障

HDFS HA通过主备NameNode解决

如果主NameNode发生故障则切换到备NameNode上

3、解决内存受限问题

HDFS Federation(联邦)

水平扩展支持多个NameNode

每个NameNode分管一部分目录

所有NameNode共享所有DataNode存储资

4、仅是架构上发生了变化使用方式不变

对HDFS使用者透明

HDFS 1.0中的命令和API仍可以使用$ hadoop fs -ls /user/hadoop/$ hadoop fs -mkdir /user/hadoop/data

三、HDFS 2.0 HA

1、主备NameNode

2、解决单点故障

主NameNode对外提供服务备NameNode同步主NameNode元数据以待切换

所有DataNode同时向两个NameNode汇报数据块信息

3、两种切换选择

手动切换通过命令实现主备之间的切换可以用HDFS升级等场合

自动切换基于Zookeeper实现

4、基于Zookeeper自动切换方案

Zookeeper Failover Controller监控NameNode健康状态并向Zookeeper注册NameNode

NameNode挂掉后ZKFC为NameNode竞争锁获得ZKFC 锁的NameNode变为active

四、环境搭建

192.168.1.2 master

192.168.1.3 slave1

192.168.1.4 slave2

Hadoop versionhadoop-2.2.0.tar.gz

Hbase versionhbase-0.98.11-hadoop2-bin.tar.gz

Zookeeper versionzookeeper-3.4.5.tar.gz

JDK versionjdk-7u25-linux-x64.gz

1、主机HOSTS文件配置

 
        [root@master ~]
        # cat /etc/hosts 
       
        192.168.1.2 master
       
        192.168.1.3 slave1
       
        192.168.1.4 slave2
       
        [root@slave1 ~]
        # cat /etc/hosts 
       
        192.168.1.2 master
       
        192.168.1.3 slave1
       
        192.168.1.4 slave2
       
        [root@slave2 ~]
        # cat /etc/hosts 
       
        192.168.1.2 master
       
        192.168.1.3 slave1
       
        192.168.1.4 slave2

2、配置节点之间互信

 
        [root@master ~]
        # useradd hadoop 
       
        [root@slave1 ~]
        # useradd hadoop 
       
        [root@slave2 ~]
        # useradd hadoop 
       
        [root@master ~]
        # passwd hadoop 
       
        [root@slave1 ~]
        # passwd hadoop 
       
        [root@slave2 ~]
        # passwd hadoop 
       
        [root@master ~]
        # su - hadoop 
       
        [hadoop@master ~]$ 
        ssh
        -copy-
        id 
        -i ~/.
        ssh
        /id_rsa
        .pub slave1 
       
        [hadoop@master ~]$ 
        ssh
        -copy-
        id 
        -i ~/.
        ssh
        /id_rsa
        .pub slave2 
       
        [hadoop@master ~]$ 
        ssh
        -copy-
        id 
        -i ~/.
        ssh
        /id_rsa
        .pub master

3、JDK环境配置

 
        [root@master ~]
        # tar jdk-7u25-linux-x64.gz 
       
        [root@master ~]
        # mkdir /usr/java 
       
        [root@master ~]
        # mv jdk-7u25-linux-x64.gz /usr/java 
       
        [root@master ~]
        # cd /usr/java/ 
       
        [root@master java]
        # ln -s jdk1.7.0_25 jdk 
       
        # 修改/etc/profile,添加
       
        export 
        JAVA_HOME=
        /usr/java/jdk 
       
        export 
        CLASSPATH=$CLASSPATH:$JAVA_HOME
        /lib
        :$JAVA_HOME
        /jre/lib 
       
        export 
        PATH=
        /usr/java/jdk/bin
        :$PATH 
       
        [root@master ~]
        # source /etc/profile 
       
        [root@master ~]
        # java -version 
       
        java version 
        "1.7.0_25" 
       
        Java(TM) SE Runtime Environment (build 1.7.0_25-b15)
       
        Java HotSpot(TM) 64-Bit Server VM (build 23.25-b01, mixed mode)
       
        # slave1,slave2同样操作

4.Hadoop安装

 
        [root@master ~]
        # tar zxvf hadoop-2.2.0.tar.gz 
       
        [root@master ~]
        # mv hadoop-2.2.0 /home/hadoop/ 
       
        [root@master ~]
        # cd /home/hadoop/ 
       
        [root@master hadoop]
        # ln -s hadoop-2.2.0 hadoop 
       
        [root@master hadoop]
        # chown -R hadoop.hadoop /home/hadoop/ 
       
        [root@master ~]
        # cd /home/hadoop/hadoop/etc/hadoop 
       
        # 修改hadoop-env.sh文件
       
        export 
        JAVA_HOME=
        /usr/java/jdk 
       
        export 
        HADOOP_HEAPSIZE=200 
       
        # 修改mapred-env.sh文件
       
        export 
        JAVA_HOME=
        /usr/java/jdk 
       
        export 
        HADOOP_JOB_HISTORYSERVER_HEAPSIZE=1000 
       
        # 修改yarn-env.sh文件
       
        export 
        JAVA_HOME=
        /usr/java/jdk 
       
        JAVA_HEAP_MAX=-Xmx300m
       
        YARN_HEAPSIZE=100
       
        # 修改core-site.xml文件
       
        <configuration>
       
        <property> 
       
        <name>fs.defaultFS<
        /name
        > 
       
        <value>hdfs:
        //master
        :9000<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>hadoop.tmp.
        dir
        <
        /name
        > 
       
        <value>
        /home/hadoop/tmp
        <
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>hadoop.proxyuser.hadoop.hosts<
        /name
        > 
       
        <value>*<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>hadoop.proxyuser.hadoop.
        groups
        <
        /name
        > 
       
        <value>*<
        /value
        > 
       
        <
        /property
        > 
       
        <
        /configuration
        > 
       
        # 修改hdfs-site.xml文件
       
        <configuration>
       
        <property> 
       
        <name>dfs.namenode.secondary.http-address<
        /name
        > 
       
        <value>master:9001<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>dfs.namenode.name.
        dir
        <
        /name
        > 
       
        <value>
        /home/hadoop/dfs/name
        <
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>dfs.datanode.data.
        dir
        <
        /name
        > 
       
        <value>
        /home/hadoop/dfs/data
        <
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>dfs.replication<
        /name
        > 
       
        <value>2<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>dfs.webhdfs.enabled<
        /name
        > 
       
        <value>
        true
        <
        /value
        > 
       
        <
        /property
        > 
       
        <
        /configuration
        > 
       
        # 修改mapred-site.xml文件
       
        <configuration>
       
        <property> 
       
        <name>mapreduce.framework.name<
        /name
        > 
       
        <value>yarn<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>mapreduce.jobhistory.address<
        /name
        > 
       
        <value>master:10020<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>mapreduce.jobhistory.webapp.address<
        /name
        > 
       
        <value>master:19888<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>mapreduce.map.memory.mb<
        /name
        > 
       
        <value>512<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>mapreduce.map.cpu.vcores<
        /name
        > 
       
        <value>1<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>mapreduce.reduce.memory.mb<
        /name
        > 
       
        <value>512<
        /value
        > 
       
        <
        /property
        > 
       
        <
        /configuration
        > 
       
        # 修改yarn-site.xml文件
       
        <configuration>
       
        <property> 
       
        <name>yarn.nodemanager.aux-services<
        /name
        > 
       
        <value>mapreduce_shuffle<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class<
        /name
        > 
       
        <value>org.apache.hadoop.mapred.ShuffleHandler<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>yarn.resourcemanager.address<
        /name
        > 
       
        <value>master:8032<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>yarn.resourcemanager.scheduler.address<
        /name
        > 
       
        <value>master:8030<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>yarn.resourcemanager.resource-tracker.address<
        /name
        > 
       
        <value>master:8031<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>yarn.resourcemanager.admin.address<
        /name
        > 
       
        <value>master:8033<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>yarn.resourcemanager.webapp.address<
        /name
        > 
       
        <value>master:8088<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>yarn.scheduler.minimum-allocation-mb<
        /name
        > 
       
        <value>100<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>yarn.scheduler.maximum-allocation-mb<
        /name
        > 
       
        <value>200<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>yarn.scheduler.minimum-allocation-vcores<
        /name
        > 
       
        <value>1<
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>yarn.scheduler.maximum-allocation-vcores<
        /name
        > 
       
        <value>2<
        /value
        > 
       
        <
        /property
        > 
       
        <
        /configuration
        > 
       
        # 修改slaves文件
       
        slave1
       
        slave2
       
        # 修改 /home/hadoop/.bashrc
       
        export 
        HADOOP_DEV_HOME=
        /home/hadoop/hadoop 
       
        export 
        PATH=$PATH:$HADOOP_DEV_HOME
        /bin 
       
        export 
        PATH=$PATH:$HADOOP_DEV_HOME
        /sbin 
       
        export 
        HADOOP_MAPARED_HOME=${HADOOP_DEV_HOME} 
       
        export 
        HADOOP_COMMON_HOME=${HADOOP_DEV_HOME} 
       
        export 
        HADOOP_HDFS_HOME=${HADOOP_DEV_HOME} 
       
        export 
        YARN_HOME=${HADOOP_DEV_HOME} 
       
        export 
        HADOOP_CONF_DIR=${HADOOP_DEV_HOME}
        /etc/hadoop 
       
        export 
        HDFS_CONF_DIR=${HADOOP_DEV_HOME}
        /etc/hadoop 
       
        export 
        YARN_CONF_DIR=${HADOOP_DEV_HOME}
        /etc/hadoop 
       
        # 将上面修改的文件全部传送到slave1,slave2节点

5、在master节点上启动hdfs

 
        [hadoop@master ~]$ 
        cd 
        /home/hadoop/hadoop/sbin/ 
       
        [hadoop@master sbin]$ .
        /start-dfs
        .sh  
       
        15
        /03/21 
        00:49:35 WARN util.NativeCodeLoader: Unable to load native-hadoop library 
        for 
        your platform... using 
        builtin
        -java classes where applicable 
       
        Starting namenodes on [master]
       
        master: starting namenode, logging to 
        /home/hadoop/hadoop-2
        .2.0
        /logs/hadoop-hadoop-namenode-master
        .out 
       
        slave2: starting datanode, logging to 
        /home/hadoop/hadoop-2
        .2.0
        /logs/hadoop-hadoop-datanode-slave2
        .out 
       
        slave1: starting datanode, logging to 
        /home/hadoop/hadoop-2
        .2.0
        /logs/hadoop-hadoop-datanode-slave1
        .out 
       
        Starting secondary namenodes [master]
       
        master: starting secondarynamenode, logging to 
        /home/hadoop/hadoop-2
        .2.0
        /logs/hadoop-hadoop-secondarynamenode-master
        .out 
       
        # 查看进程
       
        [hadoop@master ~]$ jps
       
        39093 Jps
       
        38917 SecondaryNameNode
       
        38767 NameNode
       
        [root@slave1 ~]
        # jps 
       
        2463 Jps
       
        2379 DataNode
       
        [root@slave2 ~]
        # jps 
       
        2463 Jps
       
        2379 DataNode
       
        #启动jobhistory
       
        [hadoop@master sbin]$ mr-jobhistory-daemon.sh start historyserver
       
        starting historyserver, logging to 
        /home/hadoop/hadoop-2
        .2.0
        /logs/mapred-hadoop-historyserver-master
        .out

6、启动yarn

 
        [hadoop@master ~]$ 
        cd 
        /home/hadoop/hadoop/sbin/ 
       
        [hadoop@master sbin]$ .
        /start-yarn
        .sh  
       
        starting yarn daemons
       
        starting resourcemanager, logging to 
        /home/hadoop/hadoop-2
        .2.0
        /logs/yarn-hadoop-resourcemanager-master
        .out 
       
        slave2: starting nodemanager, logging to 
        /home/hadoop/hadoop-2
        .2.0
        /logs/yarn-hadoop-nodemanager-slave2
        .out 
       
        slave1: starting nodemanager, logging to 
        /home/hadoop/hadoop-2
        .2.0
        /logs/yarn-hadoop-nodemanager-slave1
        .out 
       
        # 查看进程
       
        [hadoop@master sbin]$ jps
       
        39390 Jps
       
        38917 SecondaryNameNode
       
        39147 ResourceManager
       
        38767 NameNode
       
        [hadoop@slave1 ~]$ jps
       
        2646 Jps
       
        2535 NodeManager
       
        2379 DataNode
       
        [hadoop@slave2 ~]$ jps
       
        8261 Jps
       
        8150 NodeManager
       
        8004 DataNode

7、查看hdfs文件系统

 
        [hadoop@master sbin]$ hadoop fs -
        ls 
        / 
       
        15
        /03/21 
        15:56:05 WARN util.NativeCodeLoader: Unable to load native-hadoop library 
        for 
        your platform... using 
        builtin
        -java classes where applicable 
       
        Found 2 items
       
        drwxr-xr-x   - hadoop supergroup          0 2015-03-20 17:46 
        /hbase 
       
        drwxrwx---   - hadoop supergroup          0 2015-03-20 16:56 
        /tmp

8、安装Zookeeper

 
        [root@master ~]
        # tar zxvf zookeeper-3.4.5.tar.gz -C /home/hadoop/ 
       
        [root@master ~]
        # cd /home/hadoop/ 
       
        [root@master hadoop]
        # ln -s zookeeper-3.4.5 zookeeper 
       
        [root@master hadoop]
        # chown -R hadoop.hadoop /home/hadoop/zookeeper 
       
        [root@master hadoop]
        # cd zookeeper/conf/ 
       
        [root@master conf]
        # cp zoo_sample.cfg zoo.cfg 
       
        # 修改zoo.cfg
       
        dataDir=
        /home/hadoop/zookeeper/data 
       
        dataLogDir=
        /home/hadoop/zookeeper/logs 
       
        server.1=192.168.1.2:7000:7001
       
        server.2=192.168.1.3:7000:7001
       
        server.3=192.168.1.4:7000:7001
       
        #在slave1,slave2执行相同的操作
       
        [hadoop@master conf]
        # cd /home/hadoop/zookeeper/data/ 
       
        [hadoop@master data]
        # echo 1 > myid  
       
        [hadoop@slave1 data]
        # echo 2 > myid  
       
        [hadoop@slave2 data]
        # echo 3 > myid  
       
        #启动zookeeper
       
        [hadoop@master ~]$ 
        cd 
        zookeeper
        /bin/ 
       
        [hadoop@master bin]$ .
        /zkServer
        .sh start 
       
        [hadoop@slave1 ~]$ 
        cd 
        zookeeper
        /bin/ 
       
        [hadoop@slave1 bin]$ .
        /zkServer
        .sh start 
       
        [hadoop@slave2 ~]$ 
        cd 
        zookeeper
        /bin/ 
       
        [hadoop@slave2 bin]$ .
        /zkServer
        .sh start

9、Hbase安装

 
        [root@master ~]
        # tar zxvf hbase-0.98.11-hadoop2-bin.tar.gz -C /home/hadoop/ 
       
        [root@master ~]
        # cd /home/hadoop/ 
       
        [root@master hadoop]
        # ln -s hbase-0.98.11-hadoop2 hbase 
       
        [root@master hadoop]
        # chown -R hadoop.hadoop /home/hadoop/hbase 
       
        [root@master hadoop]
        # cd /home/hadoop/hbase/conf/ 
       
        # 修改hbase-env.sh文件
       
        export 
        JAVA_HOME=
        /usr/java/jdk 
       
        export 
        HBASE_HEAPSIZE=50 
       
        # 修改 hbase-site.xml 文件
       
        <configuration>
       
        <property> 
       
        <name>hbase.rootdir<
        /name
        > 
       
        <value>hdfs:
        //master
        :9000
        /hbase
        <
        /value
        > 
       
        <
        /property
        > 
       
        <property> 
       
        <name>hbase.cluster.distributed<
        /name
        > 
       
        <value>
        true
        <
        /value
        > 
       
        <
        /property
        > 
       
        <property>     
       
        <name>hbase.zookeeper.property.clientPort<
        /name
        >     
       
        <value>2181<
        /value
        >     
       
        <
        /property
        > 
       
        <property> 
       
        <name>hbase.zookeeper.quorum<
        /name
        > 
       
        <value>master,slave1,slave2<
        /value
        > 
       
        <
        /property
        > 
       
        <
        /configuration
        > 
       
        # 修改regionservers文件
       
        slave1
       
        slave2
       
        # 将上面修改的文件传送到slave1,slave2

10、在master上面启动Hbase

 
        [hadoop@master ~]$ 
        cd 
        hbase
        /bin/ 
       
        [hadoop@master bin]$ .
        /start-hbase
        .sh  
       
        master: starting zookeeper, logging to 
        /home/hadoop/hbase/bin/
        ..
        /logs/hbase-hadoop-zookeeper-master
        .out 
       
        slave1: starting zookeeper, logging to 
        /home/hadoop/hbase/bin/
        ..
        /logs/hbase-hadoop-zookeeper-slave1
        .out 
       
        slave2: starting zookeeper, logging to 
        /home/hadoop/hbase/bin/
        ..
        /logs/hbase-hadoop-zookeeper-slave2
        .out 
       
        starting master, logging to 
        /home/hadoop/hbase/bin/
        ..
        /logs/hbase-hadoop-master-master
        .out 
       
        slave1: starting regionserver, logging to 
        /home/hadoop/hbase/bin/
        ..
        /logs/hbase-hadoop-regionserver-slave1
        .out 
       
        slave2: starting regionserver, logging to 
        /home/hadoop/hbase/bin/
        ..
        /logs/hbase-hadoop-regionserver-slave2
        .out 
       
        # 查看进程
       
        [hadoop@master bin]$ jps
       
        39532 QuorumPeerMain
       
        38917 SecondaryNameNode
       
        39147 ResourceManager
       
        39918 HMaster
       
        38767 NameNode
       
        40027 Jps
       
        [hadoop@slave1 data]$ jps
       
        3021 HRegionServer
       
        3133 Jps
       
        2535 NodeManager
       
        2379 DataNode
       
        2942 HQuorumPeer
       
        [hadoop@slave2 ~]$ jps
       
        8430 HRegionServer
       
        8351 HQuorumPeer
       
        8150 NodeManager
       
        8558 Jps
       
        8004 DataNode
       
        # 验证
       
        [hadoop@master bin]$ .
        /hbase 
        shell 
       
        2015-03-21 16:11:44,534 INFO  [main] Configuration.deprecation: hadoop.native.lib is deprecated. Instead, use io.native.lib.available
       
        HBase Shell; enter 
        'help<RETURN>' 
        for 
        list of supported commands. 
       
        Type 
        "exit<RETURN>" 
        to leave the HBase Shell 
       
        Version 0.98.11-hadoop2, r6e6cf74c1161035545d95921816121eb3a516fe0, Tue Mar  3 00:23:49 PST 2015
       
        hbase(main):001:0> list
       
        TABLE                                                                                                                                                                                           
       
        SLF4J: Class path contains multiple SLF4J bindings.
       
        SLF4J: Found binding 
        in 
        [jar:
        file
        :
        /home/hadoop/hbase-0
        .98.11-hadoop2
        /lib/slf4j-log4j12-1
        .6.4.jar!
        /org/slf4j/impl/StaticLoggerBinder
        .class] 
       
        SLF4J: Found binding 
        in 
        [jar:
        file
        :
        /home/hadoop/hadoop-2
        .2.0
        /share/hadoop/common/lib/slf4j-log4j12-1
        .7.5.jar!
        /org/slf4j/impl/StaticLoggerBinder
        .class] 
       
        SLF4J: See http:
        //www
        .slf4j.org
        /codes
        .html
        #multiple_bindings for an explanation. 
       
        2015-03-21 16:11:56,499 WARN  [main] util.NativeCodeLoader: Unable to load native-hadoop library 
        for 
        your platform... using 
        builtin
        -java classes where applicable 
       
        0 row(s) 
        in 
        1.9010 seconds 
       
        => []

11、查看集群状态

HDFS UIhttp://192.168.1.2:50070/dfshealth.jsp

YARN UIhttp://192.168.1.2:8088/cluster

jobhistory UIhttp://192.168.1.2:19888/jobhistory

HBASE UIhttp://192.168.1.2:60010/master-status

本文转自ljl_19880709 51CTO博客，原文链接：http://blog.51cto.com/luojianlong/1622823，如需转载请自行联系原作者

微信关注我们

原文链接：https://yq.aliyun.com/articles/482696

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

hive lock监控

线上开启了hive的并发支持，因此job之间会有lock的竞争问题。在产生锁的竞争时会有如下的信息： conflicting lock present for table mode EXCLUSIVE 在一些场景下，有些job运行完毕但是不自动释放锁（需要手动unlock或者去zookeeper里面删除掉），因此需要对锁进行监控,主要是用show locks的信息。具体的python脚本如下： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 import os import subprocess import util import re imp...

2017-11-14

619

用Kibana和logstash快速搭建实时日志查询、收集与分析系统

Logstash是一个完全开源的工具，他可以对你的日志进行收集、分析，并将其存储供以后使用（如，搜索），您可以使用它。说到搜索，logstash带有一个web界面，搜索和展示所有日志。 kibana 也是一个开源和免费的工具，他可以帮助您汇总、分析和搜索重要数据日志并提供友好的web界面。他可以为 Logstash 和 ElasticSearch 提供的日志分析的 Web 界面。 1.Kibana介绍 Kibana是一个基于浏览器页面的Elasticsearch前端展示工具。Kibana全部使用HTML语言和Javascript编写的。 2.安装配置Kibana wget https://download.elasticsearch.org/kibana/kibana/kibana-3.1.2.zip unzip kibana-3.1.2.zip mv kibana-3.1.2/* /data/app_platform/kibana/ #配置样本 grep -v "#" /home/haoren/data/kibana-5.0.2-linux-x86_64/config/kiban...

2017-11-14

1182

发表评论

资源下载

更多资源

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。