搜索[mac]结果-低调大师优秀个人博客

精选列表

搜索[mac]，共7374篇文章

谷歌开发类 AirDrop 功能，支持 Windows/Linux/Mac/Chrome OS

外媒消息称，谷歌已经为 Android 开发了一个类似于 Airdrop 的文件共享服务“Nearly Share”，该功能将允许 Android 用户与其他设备直接共享照片、链接和其他文件，用户可通过Google Play获得。具体地说，Nearly Share 还可以扩展到 Android 设备之外，可以在 Windows、Linux、macOS 和 Chrome OS 上运行。根据 XDA Developers 的说法，Android最初将此功能命名为“Fast Share”，并已进行了一年多时间的开发。可以说的是，Nearly Share 将成为 Google Chrome 浏览器功能阵容的一部分，无论平台如何，它都将负责整个共享过程。根据 ChromeStory 的 Dinsan Francis 的最新发现，该功能已经在 Google 浏览器的 Canary 版本中实现，这也意味着其目前已处于相当高级的测试阶段。值得一提的是，如果将 Nearly Share 安装在 Windows 上，那么该功能则必须与 Microsoft 自己的类似功能“Nearly Sharing”竞争。Nearly Sharing 使 Windows 10 用户可以共享文档、照片、视频、网站链接以及基本上任何可以共享的内容，只要启用了蓝牙和 Wi-Fi，就可以从操作中心访问。目前，Google 尚未宣布将 Nearest Share 扩展到其他平台，因此暂时来说，这只是该公司尚未准备好确认的测试。不过，鉴于该功能已经在 Google Canary 的公共 Canary 版本中进行了测试，就此而言，其距离官宣可能也不远了。

2020-06-23

Microsoft、Linux 和 Mac 资产风险状况研究：Microsoft 漏洞最多

Kenna Security发布了一份新的报告，其中对Microsoft、Linux 和 Mac 资产的风险状况进行了研究。

2020-05-04

2020 年恶意软件状况报告：Mac 威胁首次超 Windows

Malwarebytes Labs 方面表示，其提供的分析内容包括了对 Mac 和 Windows PC，Android 和 iOS 的威胁，以及一些基于浏览器的攻击。

2020-02-13

Mac App Store 拒绝使用 Electron 6 (or 7) 开发的应用

近日一名开发者在博客分享了自己提交应用（基于Electron 7开发的 App）到 Mac App Store 的经历。

2019-11-07

Mac 升级MAMP后 mysql不能使用解决办法

下载最新 MAMP 安装包，安装时会提醒通过菜单栏的 Tools -> Upgrade MySQL databases 可以更新自己的数据库。但是点击 upgrade 之后，出现报错信息，显示我没有权限进行访问操作。我猜八成数据库账号密码出了问题。然后去应用文件夹目录去找，发现了一些脚本文件。看名字就知道，是一些启动脚本。打开一些关于 mysql 的脚本发现用户名与密码全都是 root 。然后手动更改并保存，接着我将菜单栏 Tools 中的 check … repaire … upgrade … 全都点了一遍。发现日志信息中，有一些报错的，但是我也没理会。这时我想打开 phpmyadmin 发现仍然报错。估计仍然是密码错误的原因，然后我又找到 phpmyadmin 的项目文件夹。打开 config.inc.php文件，发现密码果然不对。将其改正并保存，再次打开网页，成功进入数据库管理界面。

2019-08-20

Mac 神兵利器（三）使用Intellij IDEA打造全栈IDE

一、安装与配置 1.1 安装方式（MAC为例）通过官网网站下载通过 homebrew 安装， brew cask install inte

2018-09-24

Mac的神功能：快速预览功能你真的会用吗？

答：快速预览就是苹果Mac系统下原生的一个快速查看文件内容的功能，英文叫Quick Look或者Quick Preview。

2018-09-11

vs2017开发IOS（vs2017 xamarin 连接mac）

，为什么还要连接一台Mac电脑呢？

2018-09-09

mac:python:pycharm:osx:可怕的case-sensitive硬盘格式

安装osx的时候选择了case-sensitive的硬盘格式.装好以后安装pycharm,变成这个样子了: 点击更多细节,导航到: https://confluence.jetbrains.com/display/IDEADEV/Filesystem+Case-Sensitivity+Mismatch 注意这里: 临时解决方案说了一大堆,总之,不要把硬盘格式化成大小写敏感的形式.顺便说一句,格错了的用time machine恢复景象还是会变回成大小写敏感的格式,不要问我是怎么知道的

2018-09-02

Kibana：Elasticsearch的窗口工具学习分享（Mac亲测有效）

Mac请跟我来你只需要在命令行终端输入： brew install kibana 即可轻松安装。安装后： $ brew install kibana Updating Homebrew...

2018-07-17

Android aapt 在 Mac 和 Windows 上使用方法小结

下面用 Mac 和 Windows 两个环境下尝试，不知各位有没有遇到这种情况。 Mac 环境： 1.

2018-03-25

在Mac上构建第一个fabric网络

fabric 是 hyperledger 中的一个比较成熟的区块链项目，率先提出了需要权限验证的区块链概念。对比比特币、以太坊等公有链，fabric 应该算是联盟链。创建 fabric 区块链，首先需要确认谁会参与到该链中来，然后制作对应的证书等文件，并且分发给参与者。因为这些证书是参与链建设的凭证，所以它是需要验证的。 fabric 我也是在学习中，有好多的概念也不是十分了解，今天就先使用官方提供的例子搭建一个 fabric 网络。 1 准备按照Go语言，这时候默认会创建 ~/go 目录。安装Docker 环境。由于1、2步骤都是去网上下载安装包安装成功后，就OK了，所以就不详细写了。切换到 ~/go 目录，创建src/github.com/hyperledger/，最终目录为~/go/src/github.com/hyperledger/。 clone 代码库切换到~/go/src/github.com/hyperledger/目录下，使用如下命令克隆fabric-sample仓库。 git clone https://github.com/hyperledger/fabric-samples.git 安装fabric命令、下载docker镜像启动docker，然后切换到 fabric-samples 目录下，执行如下命令： curl -sSL https://goo.gl/6wtTN5 | bash -s 1.1.0 该命令执行完成后，当前目录下会出现 bin 目录，里面都是 fabric 的一些命令。另外使用 docker images 可以看到下载了很多镜像，这些镜像都是启动 fabric 要使用的。生成配置文件切换到 first-network 目录，然后执行 ./byfn.sh -m generate, 相关的配置文件会在 crypto-config 目录中生成。（至于这里面的东西后面再介绍）启动网路运行 ./byfn.sh -m up。看到类似如下内容，说明成功。这两张图中间还有好多输出，省略了。第一张表示启动成功了，第二张表示一些链码都执行成功结束了。停止网络运行 ./byfn.sh -m up 这样就把一个 fabric 的网络搭建起来了，但是可能都困惑这里面有东西没有。hyperledger 还有一个项目叫做 blockchain-explorer, 能够查看链上数据，后面会写一篇文章怎么安装。先上一张截图：参考文章：http://hyperledger-fabric.readthedocs.io/en/latest/prereqs.htmlhttp://hyperledger-fabric.readthedocs.io/en/latest/samples.htmlhttp://hyperledger-fabric.readthedocs.io/en/latest/build_network.html

2018-03-19

Mac下使用Sublime Text3 搭建Java开发环境

在学习Java的道路上，有很多流行的IDE,IDEA,Eclipse…很多优秀的环境，但是插件太多，加载太慢，不太适合我这种轻量的编程学习者，今天安利一款软件，（Sublime Text3），一个贼好用的文本编辑器，也是被别人安利的，下面说一下怎么配置java的环境。下载软件都是傻瓜式的，直接dmg挂载就可以了。打开软件，写好一个类名，然后command+s;它会让你保存文件，在save as这儿再加文件类型，这样做的好处是在文本编辑器中不用回删.java的后缀，直接写class就可以，很方便，如图。 save（保存）where（你保存的路径）2.点击你的标题栏 Tools—Build System—New Build System 注意在这儿Java文件在编译的时候会产生一个.class文件，它只会编译还没有去运行，如果要让文件编译还要运行，改一下这个写入文件就行了。配置文件怎么写？粘贴过去就可以了 ` **{"shell_cmd": "javac -encoding utf-8 $file_name && java $file_base_name", "file_regex": "^ \javac\:([0-9]+):() (.)$", "selector": "source.java", "encoding": "utf-8"}** 这里我说个事情，我是不喜欢很多class文件跟java文件混在一起的，你可以通过一些命令只让Java文件留在你的文件夹里。 "shell_cmd": "javac -encoding utf-8 $file_name && java $file_base_name && rm -rf $file_base_name.class”,用这一行把上面的第一行替换了就行了。保存就可以了。 3.选择Build System,在run上面打勾就可以了。

2018-03-12

ChakraCore现在可以在Linux和Mac OS上运行了

微软演示了在Linux和Mac OS X上运行ChakraCore以及在Linux上运行Node.js/ChakraCore。六个月之前，我们曾对Chakra引擎开源进行过报道。

2017-07-04

2015软件漏洞排行：Mac OS X、iOS、Flash均上榜

根据CVE Details编制的“2015软件漏洞排行”表单，我们可以很直观地看到2015年整体的漏洞发现与修复情况，其中排名靠前的有Mac OS X、iOS、Flash、Adobe Air、以及Air

2017-06-01

mac os 下安装hadoop-2.7.3+hive-2.1.1＋sqoop-1.99.3

hadoop 安装安装jdk vim ~/.bash_profile export JAVA_HOME="YOUR_JAVA_HOME" export PATH=$PATH:$JAVA_HOME/bin 配置完成后，运行 java -version -------------- java version "1.8.0_121" Java(TM) SE Runtime Environment (build 1.8.0_121-b13) Java HotSpot(TM) 64-Bit Server VM (build 25.121-b13, mixed mode) ssh免密登入 ssh-keygen -t rsa cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys ssh localhost # 验证配置hadoop 下载hadoop，解压到指定目录，这里是/opt配置系统变量 vim ~/.bash_profile export HADOOP_HOME=/opt/hadoop-2.7.3 export HADOOP_PREFIX=$HADOOP_HOME export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH 修改 /etc/hadoop/hadoop-env.sh export JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_121.jdk/Contents/Home export HADOOP_CONF_DIR=/opt/hadoop-2.7.3/etc/hadoop export HADOOP_OPTS="$HADOOP_OPTS -Djava.security.krb5.realm=OX.AC.UK -Djava.security.krb5.kdc=kdc0.ox.ac.uk:kdc1.ox.ac.uk" 修改/etc/hadoop/core-site.xml <property> <name>fs.defaultFS</name> <value>hdfs://localhost:9000</value> <description>The name of the default file system.</description> </property> <property> <name>hadoop.tmp.dir</name> <value>/Users/micmiu/tmp/hadoop</value> <description>A base for other temporary directories.</description> </property> <property> <name>io.native.lib.available</name> <value>false</value> <description>default value is true:Should native hadoop libraries, if present, be used.</description> </property> 修改hdfs-site.xml <property> <name>dfs.replication</name> <value>1</value>  </property> 修改yarn-site.xml <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> 修改mapred-site.xml cp mapred-site.xml.template mapred-site.xml. <property> <name>mapreduce.framework.name</name> <value>yarn</value> <final>true</final> </property> 格式化namenode hadoop namenode -format 启动hdfs和yarn start-dfs.sh start-yarn.sh 查看守护进程是否开启 jps 6917 DataNode 6838 NameNode 2810 Launcher 7130 ResourceManager 7019 SecondaryNameNode 7772 Jps 7215 NodeManager wordcount示例 hdfs dfs -mkdir -p /user/jjzhu/wordcount/in hdfs dfs -put xxxxx.txt /user/jjzhu/wordcount/in hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.2.0.jar wordcount /user/jjzhu/wordcount/in /user/jjzhu/wordcount/out 运行过程 17/04/07 13:04:10 INFO client.RMProxy: Connecting to ResourceManager at /0.0.0.0:8032 17/04/07 13:04:10 INFO input.FileInputFormat: Total input paths to process : 1 17/04/07 13:04:10 INFO mapreduce.JobSubmitter: number of splits:1 17/04/07 13:04:11 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1491532908338_0004 17/04/07 13:04:11 INFO impl.YarnClientImpl: Submitted application application_1491532908338_0004 17/04/07 13:04:11 INFO mapreduce.Job: The url to track the job: http://jjzhu:8088/proxy/application_1491532908338_0004/ 17/04/07 13:04:11 INFO mapreduce.Job: Running job: job_1491532908338_0004 17/04/07 13:04:18 INFO mapreduce.Job: Job job_1491532908338_0004 running in uber mode : false 17/04/07 13:04:18 INFO mapreduce.Job: map 0% reduce 0% 17/04/07 13:04:23 INFO mapreduce.Job: map 100% reduce 0% 17/04/07 13:04:29 INFO mapreduce.Job: map 100% reduce 100% 17/04/07 13:04:29 INFO mapreduce.Job: Job job_1491532908338_0004 completed successfully 17/04/07 13:04:29 INFO mapreduce.Job: Counters: 49 File System Counters FILE: Number of bytes read=1141 FILE: Number of bytes written=239913 FILE: Number of read operations=0 FILE: Number of large read operations=0 FILE: Number of write operations=0 HDFS: Number of bytes read=869 HDFS: Number of bytes written=779 HDFS: Number of read operations=6 HDFS: Number of large read operations=0 HDFS: Number of write operations=2 Job Counters Launched map tasks=1 Launched reduce tasks=1 Data-local map tasks=1 Total time spent by all maps in occupied slots (ms)=2859 Total time spent by all reduces in occupied slots (ms)=2527 Total time spent by all map tasks (ms)=2859 Total time spent by all reduce tasks (ms)=2527 Total vcore-milliseconds taken by all map tasks=2859 Total vcore-milliseconds taken by all reduce tasks=2527 Total megabyte-milliseconds taken by all map tasks=2927616 Total megabyte-milliseconds taken by all reduce tasks=2587648 Map-Reduce Framework Map input records=1 Map output records=118 Map output bytes=1219 Map output materialized bytes=1141 Input split bytes=122 Combine input records=118 Combine output records=89 Reduce input groups=89 Reduce shuffle bytes=1141 Reduce input records=89 Reduce output records=89 Spilled Records=178 Shuffled Maps =1 Failed Shuffles=0 Merged Map outputs=1 GC time elapsed (ms)=103 CPU time spent (ms)=0 Physical memory (bytes) snapshot=0 Virtual memory (bytes) snapshot=0 Total committed heap usage (bytes)=329252864 Shuffle Errors BAD_ID=0 CONNECTION=0 IO_ERROR=0 WRONG_LENGTH=0 WRONG_MAP=0 WRONG_REDUCE=0 File Input Format Counters Bytes Read=747 File Output Format Counters Bytes Written=779 查看结果 hdfs dfs -ls /user/jjzhu/wordcount/out -rw-r--r-- 1 didi supergroup 0 2017-04-07 13:04 /user/jjzhu/wordcount/out/_SUCCESS -rw-r--r-- 1 didi supergroup 779 2017-04-07 13:04 /user/jjzhu/wordcount/out/part-r-00000 hdfs dfs -cat /user/jjzhu/wordcount/out/part-r-00000 A 1 Other 1 Others 1 Some 2 There 1 a 1 access 2 access); 1 according 1 adding 1 allowing 1 ...... 关闭hadoop stop-hdfs.sh stop-yarn.sh 安装hive 下载解压配置环境变量export HIVE_HOME=/opt/hive-2.1.1export PATH=$HIVE_HOME/bin:$PATH 配置hive cd /opt/hive/conf cp hive-env.sh.template hive-env.sh cp hive-default.xml.template hive-site.xml vim hive-env.sh HADOOP_HOME=/opt/hadoop-2.7.3 export HIVE_CONF_DIR=/opt/hive-2.1.1/conf export HIVE_AUX_JARS_PATH=/opt/hive-2.1.1//lib 下载mysql-connector-xx.xx.xx.jar 到lib下 vim hive-site.xml将所有${system:java.io.tmpdir} 和 ${system:user.name}替换并配置mysql数据库连接信息 <property> <name>javax.jdo.option.ConnectionURL</name> <value>jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true&characterEncoding=UTF-8&useSSL=false</value> </property> <property> <name>javax.jdo.option.ConnectionDriverName</name> <value>com.mysql.jdbc.Driver</value> </property> <property> <name>javax.jdo.option.ConnectionUserName</name> <value>root</value> </property> <property> <name>javax.jdo.option.ConnectionPassword</name> <value>123456</value> </property> 为hive创建HDFS目录 hdfs dfs -mkdir -p /usr/hive/warehouse hdfs dfs -mkdir -p /usr/hive/tmp hdfs dfs -mkdir -p /usr/hive/log hdfs dfs -chmod -R 777 /usr/hive 初始化数据库 ./bin/schematool -initSchema -dbType mysql mysql> show databases; +--------------------+ | Database | +--------------------+ | information_schema | | hive | | mysql | | performance_schema | | sys | +--------------------+ mysql> use hive; Database changed mysql> show tables; +---------------------------+ | Tables_in_hive | +---------------------------+ | AUX_TABLE | | BUCKETING_COLS | | SORT_COLS | | TABLE_PARAMS | | TAB_COL_STATS | | TBLS | | TBL_COL_PRIVS | | TBL_PRIVS | | TXNS | | TXN_COMPONENTS | | TYPES | | TYPE_FIELDS | | VERSION | | WRITE_SET | +---------------------------+ 启动hive jjzhu:opt didi$ hive SLF4J: Class path contains multiple SLF4J bindings. SLF4J: Found binding in [jar:file:/opt/hive-2.1.1/lib/log4j-slf4j-impl-2.4.1.jar!/org/slf4j/impl/StaticLoggerBinder.class] SLF4J: Found binding in [jar:file:/opt/hadoop-2.7.3/share/hadoop/common/lib/slf4j-log4j12-1.7.10.jar!/org/slf4j/impl/StaticLoggerBinder.class] SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation. SLF4J: Actual binding is of type [org.apache.logging.slf4j.Log4jLoggerFactory] Logging initialized using configuration in jar:file:/opt/hive-2.1.1/lib/hive-common-2.1.1.jar!/hive-log4j2.properties Async: true Hive-on-MR is deprecated in Hive 2 and may not be available in the future versions. Consider using a different execution engine (i.e. spark, tez) or using Hive 1.X releases. hive> 安装sqoop 下载解压配置环境变量 export $SQOOP_HOME=/opt/sqoop-1.99.7 export SQOOP_SERVER_EXTRA_LIB=$SQOOP_HOME/extra export PATH=$SQOOP_HOME/bin:$PATH 修改sqoop配置在conf目录下的两个主要配置文件sqoop.properties和sqoop_bootstrap.properties主要修改sqoop.properties org.apache.sqoop.submission.engine.mapreduce.configuration.directory=/opt/hadoop-2.7.3/etc/hadoop org.apache.sqoop.security.authentication.type=SIMPLE org.apache.sqoop.security.authentication.handler=org.apache.sqoop.security.authentication.SimpleAuthenticationHandler org.apache.sqoop.security.authentication.anonymous=true 验证配置是否有效 jzhu:bin didi$ ./sqoop2-tool verify Setting conf dir: /opt/sqoop-1.99.7/bin/../conf Sqoop home directory: /opt/sqoop-1.99.7 Sqoop tool executor: Version: 1.99.7 Revision: 435d5e61b922a32d7bce567fe5fb1a9c0d9b1bbb Compiled on Tue Jul 19 16:08:27 PDT 2016 by abefine Running tool: class org.apache.sqoop.tools.tool.VerifyTool 0 [main] INFO org.apache.sqoop.core.SqoopServer - Initializing Sqoop server. 12 [main] INFO org.apache.sqoop.core.PropertiesConfigurationProvider - Starting config file poller thread SLF4J: Class path contains multiple SLF4J bindings. SLF4J: Found binding in [jar:file:/opt/hadoop-2.7.3/share/hadoop/common/lib/slf4j-log4j12-1.7.10.jar!/org/slf4j/impl/StaticLoggerBinder.class] SLF4J: Found binding in [jar:file:/opt/hive-2.1.1/lib/log4j-slf4j-impl-2.4.1.jar!/org/slf4j/impl/StaticLoggerBinder.class] SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation. Verification was successful. Tool class org.apache.sqoop.tools.tool.VerifyTool has finished correctly. jjzhu:bin didi$ 开启服务器 ./bin/sqoop2-server start jps 9505 SqoopJettyServer ....

2017-04-06

MAC 下开发不区分大小写问题及解决

用了一段时间MAC开发，感觉非常好（此乃装B必备，对开发人员非常赞的系统），唯一的问题就是文件及文件夹字母不区分大小写 fox.风原因：没有重新分去过或者直接就用买的时候原系统以及后续升级的，系统默认分区格式是日志格式

2016-11-07

Apache Spark 1.6 Hadoop 2.6 Mac下单机安装配置

配置sshd ssh-keygen-tdsa-P''-f~/.ssh/id_dsa cat~/.ssh/id_dsa.pub>>~/.ssh/authorized_keys mac 启动sshd

2016-10-19

Kimi Code 桌面客户端发布，支持 Mac 和 Windows 平台

Kimi Code 项目发布了其桌面客户端，支持 Mac 和 Windows 平台。

2026-09-18

黑客如何突破Claude Cowork的沙箱“越狱”至Mac电脑的？

本文详细拆解一条始于非特权 Linux 会话用户、终于宿主机 Mac 文件系统读写的完整攻击链。

2026-07-29

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

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。

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。