搜索[云数据库独享集群]结果-低调大师优秀个人博客

精选列表

搜索[云数据库独享集群]，共10000篇文章

通过ambari安装hadoop集群（一）

，然后准备三个文件，hdp.repo，ambari.repo，hdp-util.repo 不要按照官方说的那个做，那个是会报错的，我把我的放出来，大家自己照着弄，修改一下地址就行，然后把这三个文件复制集群中的所有机器的

2016-09-07

hbase分布式集群搭建

hbase和hadoop一样也分为单机版、伪分布式版和完全分布式集群版本，这篇文件介绍如何搭建完全分布式集群环境搭建。

2016-08-01

Docker化高可用redis集群

所以希望搭建一个redis集群镜像，把原先散落各处的redis服务器统一管理起来，并且保障高可用和故障自动迁移。

2016-07-24

Docker集群轻松部署Apache Storm

文章写的很好，但是整个过程需要从手工构建Docker集群环境开始，再一步步把Storm配置起来，虽然作者提到整个过程是"a real joy"，估计绝大多数用户依然会望而生畏。

2016-05-17

yum install gcc yum install gcc-c++ yum install make yum install autoconfautomake libtool cmake yum install ncurses-devel yum install openssl-devel groupadd hadoop 添加一个组 useradd hadoop -g hadoop 添加用户安装protoc(需用root用户) 1 tar -xvf protobuf-2.5.0.tar.bz2 2 cd protobuf-2.5.0 3 ./configure --prefix=/opt/protoc/ 4 make && make install 编译hadoop mvn clean package -Pdist,native -DskipTests -Dtar 编译完的hadoop在 /home/hadoop/ocdc/hadoop-2.6.0-src/hadoop-dist/target 路径下配置hosts文件 10.1.245.244 master 10.1.245.243 slave1 命令行输入 hostname master 免密码登录：执行命令生成密钥： ssh-keygen -t rsa -P "" 进入文件夹cd .ssh (进入文件夹后可以执行ls -a 查看文件) 将生成的公钥id_rsa.pub 内容追加到authorized_keys（执行命令：cat id_rsa.pub >> authorized_keys） ---------------------------(core-site.xml)------------------------------ <configuration>  <property> <name>fs.defaultFS</name> <value>hdfs://master</value> </property> <property> <name>io.file.buffer.size</name> <value>131072</value> </property>  <property> <name>hadoop.tmp.dir</name> <value>/home/hadoop/ocdc/hadoop-2.6.0/tmp</value> <description>Abasefor other temporary directories.</description> </property> <property> <name>hadoop.proxyuser.spark.hosts</name> <value>*</value> </property> <property> <name>hadoop.proxyuser.spark.groups</name> <value>*</value> </property> </configuration>  <property> <name>ha.zookeeper.quorum</name> <value>h4:2181,h5:2181,h6:2181</value> </property> </configuration> -------------------------------(hdfs-site.xml )----------------------------------- <configuration> <property> <name>dfs.namenode.secondary.http-address</name> <value>master:9001</value> </property> <property> <name>dfs.namenode.name.dir</name> <value>/home/hadoop/ocdc/hadoop-2.6.0/name</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>/home/hadoop/ocdc/hadoop-2.6.0/data</value> </property> <property> <name>dfs.replication</name> <value>3</value> </property> <property> <name>dfs.webhdfs.enabled</name> <value>true</value> </property> <property> <name>dfs.nameservices</name> <value>ns1</value> </property>  <property> <name>dfs.ha.namenodes.ns1</name> <value>nn1,nn2</value> </property> </configuration> ----------------------------------------(yarn-site.xml)-------------------------- <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:8035</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.nodemanager.resource.memory-mb</name> <value>16384</value> </property> </configuration>  <property> <name>yarn.resourcemanager.hostname</name> <value>h3</value> </property> -----------------------------(mapred-site.xml)------------------------------- <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>yarn.scheduler.maximum-allocation-mb</name> <value>16384</value> </property> </configuration>

2015-10-30

hadoop集群多节点安装详解

经常使用工具自动构建大规模集群环境，小环境也有10几台的机器，虽然自动部署很省事，但自动构建的背后那些机器自动完成的工作让我们疏忽了，特别是要自己构建一个小集群用于了解搭建细节和原理还是很有帮助的，今天为复习和了解下

2015-08-31

hbase集群安装和shell操作

https://blog.csdn.net/qq1010885678/article/details/44596537 1.上传hbase安装包 2.解压 3.配置hbase集群，要修改3个文件（首先zk

2015-03-23

Zookeeper的集群安装和配置

https://blog.csdn.net/qq1010885678/article/details/43772749 zk服务器集群规模不小于3个节点，要求各服务器之间系统时间要保持一致。

2015-02-11

利用Splunk收集HBase集群日志

什么是splunk Splunk是日志界的google。支持任何服务器产生的日志，其对日志进行处理的方式是进行高效索引之后让管理员可以对日志中出现的各种情况进行搜索，并且通过非常好的图形化的方式展现出来。让管理员彻底从繁琐的ssh，grep中解放出来。我们可以通过配置splunk，收集cluster内的HBase/Hadoop以及一切由log4j生成的日志。 1. 安装splunk 可以在其中一台机器上安装splunk，安装方法可以参考：http://www.splunk.com/base/Documentation/latest/Installation/InstallonLinux 2. 为splunk添加数据源 Splunk的webconsole是： http://{install_machine_ip}:8000 以admin和默认的changeme密码登录后，可以看到这样的界面现在，我们为splunk加入一个udp的数据源 “Add Data” à “UDP” à 新增资料这里，我们添加了一个UDP数据源，类别为log4j，端口为1688 3. 修改log4j配置，将日志导入到splunk中。修改HBase中conf的log4j配置，增加一个指向splunk server服务器的appender。 view plain copy to clipboard print ? #syslog # log4j.rootLogger=INFO,logfile,SYSLOG …… #Definetherootloggertothesystemproperty"hbase.root.logger". log4j.rootLogger=${hbase.root.logger},SYSLOG ....... log4j.appender.SYSLOG=org.apache.log4j.net.SyslogAppender log4j.appender.SYSLOG.facility=local1 log4j.appender.SYSLOG.layout=org.apache.log4j.PatternLayout log4j.appender.SYSLOG.layout.ConversionPattern=%p%c{2}:%m%n log4j.appender.SYSLOG.SyslogHost=10.64.66.211:1688 log4j.appender.SYSLOG.threshold=DEBUG log4j.appender.SYSLOG.Header=true log4j.appender.SYSLOG.FacilityPrinting=true 这个例子中，我们的syslog Host是10.64.66.211，将其改为实际的splunk server IP地址就可以了。这样子，日志将导入到splunk,之后，我们就可以方便的对其查询了。转载

2013-04-09

【原创】hbase+zookeeper集群搭建

继上一篇的hadoop集群搭建的基础上，再把hbase和zookeeper（独立部署，不用hbase自带的。因为测试中发现自带的zookeeper挂了一个以后，数据抛出异常）搭建说一下吧！

2012-06-26

DTCC 2020 | 阿里云李飞飞：云原生分布式数据库与数据仓库系统点亮数据上云之路

云计算时代，云原生分布式数据库和数据仓库开始崛起，提供弹性扩展、高可用、分布式等特性。 数据库将面临怎样的变革？云原生数据库与数据仓库有哪些独特优势？

2021-01-15

轻量云服务器配置MYSQL数据库的步骤及过程

在轻量云服务器上配置 IIS 7.0（https://cloud.tencent.com/product/lighthouse?

2026-10-13

腾讯云PostgreSQL 16 + pgvector向量数据库生产部署与调优实录

在上一套AI内容流水线中，我使用MySQL存储元数据，用BGE-M3生成向量后单独写到RedisJSON。这套方案存在两个痛点：

2026-08-13

兼容 MongoDB，成本降低 10 倍，开源文档数据库 EloqDoc 发布云服务

继 EloqCloud for EloqKV 成功发布之后，今天我们很高兴地发布EloqCloud for EloqDoc——这是我们为云时代构建的全新 MongoDB 兼容的高性能文档数据库服务。

2025-11-05

GaussDB跨云容灾：实现跨地域的数据库高可用能力

本文分享自华为云社区《GaussDB跨云容灾：实现跨地域的数据库高可用能力》，作者：GaussDB 数据库。

2024-03-05

腾讯云捐赠 OpenTenBase 数据库软件，共建国产基础软件新生态

12月16日，在2023开放原子开发者大会上，腾讯云宣布将企业级分布式数据库TDSQL的社区发行版OpenTenBase 捐赠给开放原子基金会，通过开源共创的方式，与上下游产业链以及开发者共同打造繁荣数据库技术生态

2023-12-18

有效降低数据库存储成本方案与实践 | 京东云技术团队

目前业界普遍认同开源节流大方向，很多企业部门也针对数据库存储降低成本进行了尝试，有的删数据、有的删索引、有的做压缩、有的做冷热分离，方式方法层出不穷，不一而足，然而不是因为收效甚微而导致没有达到预期，就是由于改造成本过大

2023-11-08

大普微 DapuStor 完成阿里云 PolarDB 数据库产品生态集成认证

近日，深圳大普微电子科技有限公司（以下简称大普微）与阿里云PolarDB 开源数据库社区展开产品集成认证。

2023-04-11

【DTCC 2022】云原生数据库PieCloudDB全新eMPP架构是如何炼成的

随着数据量和计算能力的爆发式增长，云计算技术的迅猛发展，基础软件尤其是数据库软件上云已大势所趋，那么云为数据库软件解决了什么问题呢？

2023-01-09

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

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。

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。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。