首页 文章 精选 留言 我的

精选列表

搜索[教程]，共9176篇文章
优秀的个人博客,低调大师

Maven hive-jdbc教程

由于项目中需要用到hive-jdbc从数据仓库拉数据下来，所以简单的学一下hive，hive数据仓库建构在hadoop集群之上，数据存在hdfs文件系统中，hive中执行的操作会装换成mapreduce作业进行执行，hive支持类似SQL的语言HQL，hive采用元数据对表进行管理，元数据有三种存放模式：嵌入模式，远程模式，本地模式；hive提供了强大的编程接口，hive jdbc可以让你如使用普通的jdbc一般来操作hive表以及数据。 1.添加依赖 <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-hdfs</artifactId> <version>2.6.4</version> </dependency> <dependency> <groupId>org.apache.hadoop</groupId> <artifactId>hadoop-common</artifactId> <version>2.6.4</version> </dependency> <dependency> <groupId>org.apache.hive</groupId> <artifactId>hive-exec</artifactId> <version>1.1.0</version> <exclusions> <exclusion> <artifactId> pentaho-aggdesigner-algorithm </artifactId> <groupId>org.pentaho</groupId> </exclusion> </exclusions> </dependency> <dependency> <groupId>org.apache.hive</groupId> <artifactId>hive-jdbc</artifactId> <version>1.1.0</version> </dependency> 2.jdbc连接hive public class TestHive { private static String driverName = "org.apache.hive.jdbc.HiveDriver";//jdbc驱动路径 private static String url = "jdbc:hive2://hiveserver.xxx.com:10000/dbName";//hive库地址+库名 private static String user = "username";//用户名 private static String password = "pwd";//密码 private static String sql = ""; private static ResultSet res; public static void main(String[] args) { Connection conn = null; Statement stmt = null; try { conn = getConn(); System.out.println(conn); stmt = conn.createStatement(); String tableName="tab_name";//hive表名 sql = "select * from " + tableName; System.out.println("Running:" + sql); res = stmt.executeQuery(sql); System.out.println("执行 select * query 运行结果:"); while (res.next()) { System.out.println(res.getInt(1) + "\t" + res.getString(2)); } } catch (ClassNotFoundException e) { e.printStackTrace(); System.exit(1); } catch (SQLException e) { e.printStackTrace(); System.exit(1); } finally { try { if (conn != null) { conn.close(); conn = null; } if (stmt != null) { stmt.close(); stmt = null; } } catch (SQLException e) { e.printStackTrace(); } } } private static Connection getConn() throws ClassNotFoundException, SQLException { Class.forName(driverName); Connection conn = DriverManager.getConnection(url, user, password); return conn; } } 3.查询hive表数据 这个就和普通的jdbc差不太多，也是用sql的方式进行查询，具体的查询语法，可以参考hive官网 4.封装hive工具类 写完了再贴上来 @落雨 ae6623.cn
2016-07-18
优秀的个人博客,低调大师

Docker简明教程（转）

Docker自从诞生以来就一直备受追捧，学习Docker是一件很炫酷、很有意思的事情。我希望通过这篇文章能够让大家快速地入门Docker，并有一些学习成果来激发自己的学习兴趣。我也只是一个在Docker这条巨鲸上玩耍的小孩，全文如有不明确、不正确的地方，还请斧正。 Ubuntu上安装Docker Docker的基础是Linux容器技术，因此学习Docker最好是使用Linux。这里推荐64位Ubuntu系统，因为在写此文(2015-05-28)时，Docker还不支持32位，尽管民间有些土办法可以象征性的解决，但还是推荐初学Docker的尽量按照标准的来。如果手边没有Ubuntu系统可以去Digitalocean、Ucloud等云服务商去租用一个Linux服务器。这样即使玩坏了也可以随时重新开始。 在Ubuntu中只需要运行一行命令即可实现Docker的安装： sudo apt-get install docker.io 运行完后，可以在终端输入docker看到下面的界面证明我们安装成功了（注：提示权限问题就添加sudo，下文同）: 从上图可以看到，Docker的命令并不多，只有三十几个。例如我们可以输入docker info来查看我们安装的Docker信息: 运行容器 安装好之后，我们就可以来开始Docker之旅了， 我们现在的Docker还是一个”裸”Docker，上面没有容器，等一下，什么是容器？所谓容器就是Docker中用来运行应用的，Docker的容器很轻量级，但功能却强悍的很。也没有镜像。镜像？镜像简单理解就是容器的只读版本，用来方便存储与交流。此时，我们可以通过官方提供给我们的镜像来进行学习。比如我们想在Docker中运行一个Ubuntu系统，很简单，Docker中得pull命令是用来获取镜像的，执行下面的命令，就会从官方仓库里获取Ubuntu 14.04版本的系统： docker pull ubuntu:14.04 images命令用来查看本机Docker中存在哪些镜像，运行docker images就会看到我们刚才获取的Ubuntu14.04系统: 现在，我们把刚刚的镜像运行起来，运行起来的镜像就叫做容器了，容器是可读写的，这样我们就可以在容器里做很多有意思的事情了。run命令就是将镜像运行起来的，运行： docker run -it ubuntu:14.04 仔细看，你会发现终端交互的用户名变掉了，说明我们进入到了容器的内部，效果如下: 现在我们所做的任何操作都是针对于目前容器而言的，不会影响到原来的系统，例如，我们在里面安装下nginx服务器，运行如下命令： sudo apt-get install -y nginx 完成后执行nginx -v就会发现我们已经将nginx安装成功: 将容器转化为镜像 在上一小节中，我们已经在容器里安装好了nginx，接下来我们希望将这个容器内容保存下来，这样我们下次就无需再次安装了。这就是Docker中将容器转换为镜像的技术。 如果您还在刚刚的安装了nginx的终端里，执行exit退出此终端，回到系统本身的终端: ps命令可以查看我们当前都运行了哪些容器，加上-a参数后就表示运行过哪些容器，因为我们刚刚已经退出了安装nginx的容器，因此我现在想查看它的话，需要使用-a参数，执行如下命令： docker ps -a 此时，就会显示出我们刚刚运行的容器，并且Docker会很贴心的随机给每个容器都起个Names方便标示。效果如下： commit命令用来将容器转化为镜像，运行下面的命令，我们可以讲刚刚的容器转换为镜像： sudo docker commit -m "Added nginx from ubuntu14.04" -a "saymagic" 79c761f627f3 saymagic/ubuntu-nginx:v1 其中，-m参数用来来指定提交的说明信息；-a可以指定用户信息的；79c761f627f3代表的是容器的id；saymagic/ubuntu-nginx:v1指定目标镜像的用户名、仓库名和tag 信息。创建成功后会返回这个镜像的ID信息。注意的是，你一定要将saymagic改为你自己的用户名。因为下文还会用到此用户名。 这是我们再次使用docker images命令就会发现此时多出了一个我们刚刚创建的镜像: 此时，如果运行docker run -it saymagic/ubuntu-nginx:v1就会是一个已经安装了nginx的容器: 存储镜像 我们刚刚已经创建了自己的第一个镜像，尽管它很简单，但这已经非常棒了，现在，我们希望它能够被更多的人使用到，此时，我们就需要将这个镜像上传到镜像仓库，Docker的官方Docker Hub应该是目前最大的Docker镜像中心，所以，我们就将我们的镜像上传到Docker Hub。 首先，我们需要成为Docker Hub的用户，前往https://hub.docker.com/进行注册。需要注意的是，为了方便下面的操作，你需要将你的用户名设为和我刚刚在上文提到的自定义用户名相同，例如我的刚刚将镜像的名字命名为是saymagic/ubuntu-nginx:v2，所以我的用户名为saymagic、注册完成后记住用户名、密码、邮箱。 login默认是用来登陆Docker Hub的，因此，输入如下命令来尝试登陆Docker Hub： docker login 此时，就会输出交互，让我们输入Username、Password、Email,成功输入我们刚才注册的信息后就会返回Login Success提示: 运行命令: docker push saymagic/ubuntu-nginx:v1 这就是我们为什么将刚刚的镜像命名为saymagic/ubuntu-nginx:v1的原因，如果你上面步骤都操作正确的正确的话，是会得到下面的内容: 此时，不出意外的话，我们的镜像已经被上传到Docker Hub上面了，去Docker Hub上面看看： 果然，我们在Docker Hub上有了我们的第一个镜像，此时，其它的用户就可以通过命令docker pull saymagic/ubuntu-nginx来直接获取一个安装了nginx的ubuntu系统了。不信？那就自己实践一下吧！ Dockerfile使用 通过上面的学习，我们掌握了如何创建镜像、获取镜像、上传镜像、运行容器等等内容。有了上面的知识，我们来次实战。 我们刚刚使用了commit命令创建了一个安装nginx的镜像，但其实Docker创建镜像的命令还有build，build命令可以通过指定一个Dockerfile文件来实现将镜像创建过程自动化。Dockerfile文件有着特定的编写规则，但语法都还比较容易理解。这次我们不仅使用Dockerfile文件来创建一个像上文一样安装nginx的ubuntu镜像，还要发挥nginx的老本行来运行一个网页吧！DockFile可以很轻松的完成这个问题。首先将新建一个名字为www的文件夹，文件夹下面可以放一些HTML网页，比如新建一个index.html文件，随便写点内容： <html> <head> Learn Docker </head> <body> <h1>Enjoy Docker!</h1> </body> </html> 在www的同级目录下新建一个名为Dockerfile的文件，将DockerFile文件改写如下： FROM ubuntu:14.04 MAINTAINER saymagic saymagic@163.com RUN apt-get update RUN apt-get install -y nginx COPY ./www /usr/share/nginx/html EXPOSE 80 CMD ["nginx", "-g", "daemon off;"] 我来整体的解释下这个Dockerfile文件，第一行是用来声明我们的镜像是基于什么构建的，这里我们指定为ubuntu 14.04，第二行的作用在于告诉别人你的大名。第三行和第四行的RUN命令用来在容器内部的shell里执行命令。第五行将当前系统的www文件夹拷贝到容器的/usr/share/nginx/html目录下，第六行声明当前需要对外开放80端口，最后一行表示运行容器时开启nginx。不理解没关系，因为这都是固定的语法，感兴趣可以多看相关内容。此时我们通过build命令来构建镜像，运行： docker build -t="saymagic/ubuntu-nginx:v2" . 注意，最后的.表示Dockerfile在当前目录，也可指定其它目录。此时，再次运行docker images就会看到刚刚生成的镜像： 现在我们就可以运行刚刚的镜像了，和前面运行稍有不同，此时我们需要对外指定80端口，该行为通过-p参数指定，运行： docker run -p 80:80 saymagic/ubuntu-nginx:v2 此时，终端会卡住，这是正常的，因为Docker的思想是每个容器最好只开一个线程做一件事，此时我们打开了nginx服务器，所以终端卡住也没关系（当然是有办法来解决这个问题，但这里不做介绍）。现在我们可以通过浏览器访问localhost查看效果，如果是虚拟主机则需输入主机ip地址,然后就能看到了如下的页面: DaoCloud实战 如果我们自己没有服务器，刚刚的网页我们只能在本地访问，好可惜。别急，现在我要隆重介绍一个Docker的好伙伴——DaoCloud，官网传送门：https://www.daocloud.io/ 有了DaoCloud，我们只需要负责写Dockerfile，剩下的build、运行之类的东西都交给DaoCloud，我们只需要点一点按钮即可。 DaoCloud会将Github、GitCafe等git服务商作为代码源，这里我使用GitCafe，为了你下面的操作更加方便，你可以直接Fork我的项目，项目地址:https://gitcafe.com/saymagic/LearnDocker。 接着，我们需要去Daocloud注册一个账号，完成后，进入个人主页后选择代码构建->创建新项目->给项目起一个响亮的名字->同步GitCafe代码源->选择GitCafe下的LearnDocker项目： 最后，点击开始创建按钮。Daoloud就会马不停蹄的运行起来。如果细心的话你会发现，DaoCloud的build会比本地快很多，很迅速就会完成镜像的构建： 仅仅是构建镜像没什么意思， DaoCloud还可以将这个镜像在云端运行起来。我们点击绿色的查看镜像按钮，跳转到如下页面： 在DaoCloud中镜像需要运行在容器中，因为当前我们只构建了一个版本，所以选择部署最新版本和下面的部署按钮效果相同，点击任意一个，来到了这里： 我们给容器起一个霸气的名字learndocker，然后点击页面最下面的立即部署按钮，秒秒钟，我们的应用就运行了起来： 此时，注意到你自己运行成功的url后面的链接，将其复制到浏览器打开，你会发现，网页的内容就是本篇博客： 写在最后 Docker能做的事情远不止这些，更多有意思的事情还请读者慢慢用心去发现。 http://kb.cnblogs.com/page/536115/
2016-01-08
优秀的个人博客,低调大师

业余草尚硅谷Java视频教程_SpringBoot视频教程免费下载

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/xmt1139057136/article/details/79831682 SpringBoot是企业级开发的整体整合解决方案，特别用于快速构建微服务应用，旨在用最简单的方式让开发人员适应各种开发场景； 本视频着重介绍SpringBoot的使用和内部原理；内容包含微服务概念、配置文件、日志框架的使用、web开发、Thymeleaf模板引擎、Docker容器技术、MyBatis、Spring Data JPA、自定义starter等； 学习本套视频最基本需要掌握Spring、SpringMVC、Maven；最好配合《Spring注解版》一起学习效果更好。 00、尚硅谷_SpringBoot_源码、课件 01、尚硅谷_SpringBoot_入门-课程简介 02、尚硅谷_SpringBoot_入门-Spring Boot简介 03、尚硅谷_SpringBoot_入门-微服务简介 04、尚硅谷_SpringBoot_入门-环境准备 05、尚硅谷_SpringBoot_入门-springboot-helloworld 06、尚硅谷_SpringBoot_入门-HelloWorld细节-场景启动器（starter） 07、尚硅谷_SpringBoot_入门-HelloWorld细节-自动配置 08、尚硅谷_SpringBoot_入门-使用向导快速创建Spring Boot应用 09、尚硅谷_SpringBoot_配置-yaml简介 10、尚硅谷_SpringBoot_配置-yaml语法 11、尚硅谷_SpringBoot_配置-yaml配置文件值获取 12、尚硅谷_SpringBoot_配置-properties配置文件编码问题 13、尚硅谷_SpringBoot_配置-@ConfigurationProperties与@Value区别 14、尚硅谷_SpringBoot_配置-@PropertySource、@ImportResource、@Bean 15、尚硅谷_SpringBoot_配置-配置文件占位符 16、尚硅谷_SpringBoot_配置-Profile多环境支持 17、尚硅谷_SpringBoot_配置-配置文件的加载位置 18、尚硅谷_SpringBoot_配置-外部配置加载顺序 19、尚硅谷_SpringBoot_配置-自动配置原理 20、尚硅谷_SpringBoot_配置-@Conditional&自动配置报告 21、尚硅谷_SpringBoot_日志-日志框架分类和选择 22、尚硅谷_SpringBoot_日志-slf4j使用原理 23、尚硅谷_SpringBoot_日志-其他日志框架统一转换为slf4j 24、尚硅谷_SpringBoot_日志-SpringBoot日志关系 25、尚硅谷_SpringBoot_日志-SpringBoot默认配置 26、尚硅谷_SpringBoot_日志-指定日志文件和日志Profile功能 27、尚硅谷_SpringBoot_日志-切换日志框架 28、尚硅谷_SpringBoot_web开发-简介 29、尚硅谷_SpringBoot_web开发-webjars&静态资源映射规则 30、尚硅谷_SpringBoot_web开发-引入thymeleaf 31、尚硅谷_SpringBoot_web开发-thymeleaf语法 32、尚硅谷_SpringBoot_web开发-SpringMVC自动配置原理 33、尚硅谷_SpringBoot_web开发-扩展与全面接管SpringMVC 34、尚硅谷_SpringBoot_web开发-【实验】-引入资源 35、尚硅谷_SpringBoot_web开发-【实验】-国际化 36、尚硅谷_SpringBoot_web开发-【实验】-登陆&拦截器 37、尚硅谷_SpringBoot_web开发-【实验】-Restful实验要求 38、尚硅谷_SpringBoot_web开发-【实验】-员工列表-公共页抽取 39、尚硅谷_SpringBoot_web开发-【实验】-员工列表-链接高亮&列表完成 40、尚硅谷_SpringBoot_web开发-【实验】-员工添加-来到添加页面 41、尚硅谷_SpringBoot_web开发-【实验】-员工添加-添加完成 42、尚硅谷_SpringBoot_web开发-【实验】-员工修改-重用页面&修改完成 43、尚硅谷_SpringBoot_web开发-【实验】-员工删除-删除完成 44、尚硅谷_SpringBoot_web开发-错误处理原理&定制错误页面 45、尚硅谷_SpringBoot_web开发-定制错误数据 46、尚硅谷_SpringBoot_web开发-嵌入式Servlet容器配置修改 47、尚硅谷_SpringBoot_web开发-注册servlet三大组件 48、尚硅谷_SpringBoot_web开发-切换其他嵌入式Servlet容器 49、尚硅谷_SpringBoot_web开发-嵌入式Servlet容器自动配置原理 50、尚硅谷_SpringBoot_web开发-嵌入式Servlet容器启动原理 51、尚硅谷_SpringBoot_web开发-使用外部Servlet容器&JSP支持 52、尚硅谷_SpringBoot_web开发-外部Servlet容器启动SpringBoot应用原理 53、尚硅谷_SpringBoot_Docker-简介 54、尚硅谷_SpringBoot_Docker-核心概念 55、尚硅谷_SpringBoot_Docker-linux环境准备 56、尚硅谷_SpringBoot_Docker-docker安装&启动&停止 57、尚硅谷_SpringBoot_Docker-docker镜像操作常用命令 58、尚硅谷_SpringBoot_Docker-docker容器操作常用命令 59、尚硅谷_SpringBoot_Docker-docker安装MySQL 60、尚硅谷_SpringBoot_数据访问-简介 61、尚硅谷_SpringBoot_数据访问-JDBC&自动配置原理 62、尚硅谷_SpringBoot_数据访问-整合Druid&配置数据源监控 63、尚硅谷_SpringBoot_数据访问-整合MyBatis（一）-基础环境搭建 64、尚硅谷_SpringBoot_数据访问-整合MyBatis（二）-注解版MyBatis 65、尚硅谷_SpringBoot_数据访问-整合MyBatis（二）-配置版MyBatis 66、尚硅谷_SpringBoot_数据访问-SpringData JPA简介 67、尚硅谷_SpringBoot_数据访问-整合JPA 68、尚硅谷_SpringBoot_原理-第一步：创建SpringApplication 69、尚硅谷_SpringBoot_原理-第二步：启动应用 70、尚硅谷_SpringBoot_原理-事件监听机制相关测试 71、尚硅谷_SpringBoot_原理-自定义starter 72、尚硅谷_SpringBoot_结束语 关注我的微信公众号，回复：“Springboot“关键字进行免费下载！ 感谢您的关注！可加QQ1群：135430763，QQ2群：454796847，QQ3群：187424846。QQ群进群密码：xttblog，想加微信群的朋友，可以微信搜索：xmtxtt，备注：“xttblog”，添加助理微信拉你进群。备注错误不会同意好友申请。再次感谢您的关注！后续有精彩内容会第一时间发给您！原创文章投稿请发送至532009913@qq.com邮箱。商务合作可添加助理微信进行沟通！
2018-09-09
优秀的个人博客,低调大师

www.xttblog.com尚硅谷Java视频教程_SpringBoot视频教程

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/xmt1139057136/article/details/79831708 SpringBoot是企业级开发的整体整合解决方案，特别用于快速构建微服务应用，旨在用最简单的方式让开发人员适应各种开发场景； 本视频着重介绍SpringBoot的使用和内部原理；内容包含微服务概念、配置文件、日志框架的使用、web开发、Thymeleaf模板引擎、Docker容器技术、MyBatis、Spring Data JPA、自定义starter等； 学习本套视频最基本需要掌握Spring、SpringMVC、Maven；最好配合《Spring注解版》一起学习效果更好。 00、尚硅谷_SpringBoot_源码、课件 01、尚硅谷_SpringBoot_入门-课程简介 02、尚硅谷_SpringBoot_入门-Spring Boot简介 03、尚硅谷_SpringBoot_入门-微服务简介 04、尚硅谷_SpringBoot_入门-环境准备 05、尚硅谷_SpringBoot_入门-springboot-helloworld 06、尚硅谷_SpringBoot_入门-HelloWorld细节-场景启动器（starter） 07、尚硅谷_SpringBoot_入门-HelloWorld细节-自动配置 08、尚硅谷_SpringBoot_入门-使用向导快速创建Spring Boot应用 09、尚硅谷_SpringBoot_配置-yaml简介 10、尚硅谷_SpringBoot_配置-yaml语法 11、尚硅谷_SpringBoot_配置-yaml配置文件值获取 12、尚硅谷_SpringBoot_配置-properties配置文件编码问题 13、尚硅谷_SpringBoot_配置-@ConfigurationProperties与@Value区别 14、尚硅谷_SpringBoot_配置-@PropertySource、@ImportResource、@Bean 15、尚硅谷_SpringBoot_配置-配置文件占位符 16、尚硅谷_SpringBoot_配置-Profile多环境支持 17、尚硅谷_SpringBoot_配置-配置文件的加载位置 18、尚硅谷_SpringBoot_配置-外部配置加载顺序 19、尚硅谷_SpringBoot_配置-自动配置原理 20、尚硅谷_SpringBoot_配置-@Conditional&自动配置报告 21、尚硅谷_SpringBoot_日志-日志框架分类和选择 22、尚硅谷_SpringBoot_日志-slf4j使用原理 23、尚硅谷_SpringBoot_日志-其他日志框架统一转换为slf4j 24、尚硅谷_SpringBoot_日志-SpringBoot日志关系 25、尚硅谷_SpringBoot_日志-SpringBoot默认配置 26、尚硅谷_SpringBoot_日志-指定日志文件和日志Profile功能 27、尚硅谷_SpringBoot_日志-切换日志框架 28、尚硅谷_SpringBoot_web开发-简介 29、尚硅谷_SpringBoot_web开发-webjars&静态资源映射规则 30、尚硅谷_SpringBoot_web开发-引入thymeleaf 31、尚硅谷_SpringBoot_web开发-thymeleaf语法 32、尚硅谷_SpringBoot_web开发-SpringMVC自动配置原理 33、尚硅谷_SpringBoot_web开发-扩展与全面接管SpringMVC 34、尚硅谷_SpringBoot_web开发-【实验】-引入资源 35、尚硅谷_SpringBoot_web开发-【实验】-国际化 36、尚硅谷_SpringBoot_web开发-【实验】-登陆&拦截器 37、尚硅谷_SpringBoot_web开发-【实验】-Restful实验要求 38、尚硅谷_SpringBoot_web开发-【实验】-员工列表-公共页抽取 39、尚硅谷_SpringBoot_web开发-【实验】-员工列表-链接高亮&列表完成 40、尚硅谷_SpringBoot_web开发-【实验】-员工添加-来到添加页面 41、尚硅谷_SpringBoot_web开发-【实验】-员工添加-添加完成 42、尚硅谷_SpringBoot_web开发-【实验】-员工修改-重用页面&修改完成 43、尚硅谷_SpringBoot_web开发-【实验】-员工删除-删除完成 44、尚硅谷_SpringBoot_web开发-错误处理原理&定制错误页面 45、尚硅谷_SpringBoot_web开发-定制错误数据 46、尚硅谷_SpringBoot_web开发-嵌入式Servlet容器配置修改 47、尚硅谷_SpringBoot_web开发-注册servlet三大组件 48、尚硅谷_SpringBoot_web开发-切换其他嵌入式Servlet容器 49、尚硅谷_SpringBoot_web开发-嵌入式Servlet容器自动配置原理 50、尚硅谷_SpringBoot_web开发-嵌入式Servlet容器启动原理 51、尚硅谷_SpringBoot_web开发-使用外部Servlet容器&JSP支持 52、尚硅谷_SpringBoot_web开发-外部Servlet容器启动SpringBoot应用原理 53、尚硅谷_SpringBoot_Docker-简介 54、尚硅谷_SpringBoot_Docker-核心概念 55、尚硅谷_SpringBoot_Docker-linux环境准备 56、尚硅谷_SpringBoot_Docker-docker安装&启动&停止 57、尚硅谷_SpringBoot_Docker-docker镜像操作常用命令 58、尚硅谷_SpringBoot_Docker-docker容器操作常用命令 59、尚硅谷_SpringBoot_Docker-docker安装MySQL 60、尚硅谷_SpringBoot_数据访问-简介 61、尚硅谷_SpringBoot_数据访问-JDBC&自动配置原理 62、尚硅谷_SpringBoot_数据访问-整合Druid&配置数据源监控 63、尚硅谷_SpringBoot_数据访问-整合MyBatis（一）-基础环境搭建 64、尚硅谷_SpringBoot_数据访问-整合MyBatis（二）-注解版MyBatis 65、尚硅谷_SpringBoot_数据访问-整合MyBatis（二）-配置版MyBatis 66、尚硅谷_SpringBoot_数据访问-SpringData JPA简介 67、尚硅谷_SpringBoot_数据访问-整合JPA 68、尚硅谷_SpringBoot_原理-第一步：创建SpringApplication 69、尚硅谷_SpringBoot_原理-第二步：启动应用 70、尚硅谷_SpringBoot_原理-事件监听机制相关测试 71、尚硅谷_SpringBoot_原理-自定义starter 72、尚硅谷_SpringBoot_结束语
2018-04-05
优秀的个人博客,低调大师

DolphinDB Python API 离线安装教程

出于安全考虑，通常生产环境与互联网隔离，因此无法使用pip install在线安装 DolphinDB Python API（以下简称 Python API）。本文介绍如何离线安装 Python API 环境，包括 conda 环境和 wheel 安装两种方式。用户可根据生产环境的使用需求、应用场景自行选择。 1 环境准备 首先准备构建环境，包括在线环境与离线环境，其中在线环境用于在线收集和构建资源，离线环境用于离线安装与验证。 构建环境需要与目标环境尽可能的一致，包括操作系统版本、CPU 架构、Python 版本等。其中在线环境用于下载并构建各种资源，离线环境用于构建与测试 Python API 的安装包。 1.1 Linux 环境准备 推荐使用类似 virtual box 的虚拟化工具来制作环境。假设我们需要在 KyLin v10，x86-64, Python 3.8 的目标环境中安装 Python API，那么需要准备以下环境： 在线环境 操作系统：KyLin v10 CPU：Intel(R) Core(TM) i7-10700 CPU @ 2.90GHz 主机平台：VirtualBox 6.1 网络：NetWork Bridge 离线环境 操作系统：KyLin v10 CPU：Intel(R) Core(TM) i7-10700 CPU @ 2.90GHz 主机平台：VirtualBox 6.1 网络：HostOnly 其中HostOnly（仅主机模式）的网络模式可以保证该机器与互联网无法连接。 1.2 Windows 环境准备 Windows 环境可以准备两台机器（可以是 PC），一台用于在线获取资源，并禁用另一台机器的网络进行离线安装测试。有关 Windows 下安装和配置 Conda 环境，详见Windows 安装。 2 Linux conda 安装 2.1 安装 miniconda 推荐使用 miniconda，通常生产环境比较复杂，需要虚拟环境以保证隔离性。 Miniconda — conda documentation wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh sh Miniconda3-latest-Linux-x86_64.sh 安装并激活 base 虚拟环境。 source ~/.bashrc 使用conda env list验证安装已完成： 2.2 配置 miniconda 分别配置在线、离线环境的 conda： conda 环境配置 conda config // 在 ~/目录下会出现文件 .condarc 编辑~/.condarc文件 show_channel_urls: true envs_dirs: - ~/envs pkgs_dirs: - ~/pkgs 2.3 在线环境下载包 运行以下命令下载 package conda create -n test38 numpy=1.22.3 pandas python=3.8.13 --download-only 要求 numpy 为1.18到1.22.3之间的版本, 推荐使用1.22.3版本。 2. 压缩并上传 package 压缩.condarc pkgs_dirs路径下的依赖包，并上传至离线环境的 pkgs 目录。 tar -zcvf pkgs.tar.gz pkgs/ md5sum pkgs.tar.gz > pkgs.tar.gz.md5 2.4 离线安装 conda 环境 上传至离线环境后，需检查下完整性： (base) root@peter-VirtualBox:~# md5sum -c pkgs.tar.gz.md5 pkgs.tar.gz: 成功 2. 校验完整性通过后，再解压： tar -zxvf pkgs.tar.gz 3. 创建虚拟环境： conda create -n offline38 numpy pandas python=3.8.13 --offline conda activate offline38 2.5 安装 DolphinDB Python API 1. 下载 whl 包 根据 CPU 架构、操作系统，从官方网站pypi.org下载对应的 Python API 安装包。 对应 x86_64, Python3.8 的包： 下载链接 2. pip 离线安装 pip install dolphindb-1.30.19.2-cp38-cp38-manylinux2010_x86_64.whl 3. 验证安装是否成功 (offline38) root@peter-VirtualBox:~# python Python 3.8.13 (default, Mar 28 2022, 11:38:47) [GCC 7.5.0] :: Anaconda, Inc. on linux Type "help", "copyright", "credits" or "license" for more information. >>> import dolphindb as ddb >>> s = ddb.session() >>> s <dolphindb.session.session object at 0x7fa5d6534280> 能正常生成 session 就说明已安装成功安装 Python API。 3 Linux wheel 安装 3.1 在线环境收集 wheel 包 使用 pip wheel 命令收集相关 whl 包： pip install wheel && pip wheel dolphindb 执行完成后，默认会在当前目录保存相关 whl 包。 (py38) [root@node1 ~]# ls *.whl|sort dolphindb-1.30.19.2-cp38-cp38-manylinux2010_x86_64.whl future-0.18.2-py3-none-any.whl numpy-1.22.3-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl pandas-1.5.0-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl python_dateutil-2.8.2-py2.py3-none-any.whl pytz-2022.2.1-py2.py3-none-any.whl six-1.16.0-py2.py3-none-any.whl 3.2 离线环境安装 wheel 包 pip install *.whl (py38) root@peter-VirtualBox:~/wpkgs# pip install *.whl Processing ./dolphindb-1.30.19.2-cp38-cp38-manylinux2010_x86_64.whl Processing ./future-0.18.2-py3-none-any.whl Processing ./numpy-1.22.3-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl Processing ./pandas-1.5.0-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl Processing ./python_dateutil-2.8.2-py2.py3-none-any.whl Processing ./pytz-2022.2.1-py2.py3-none-any.whl Processing ./six-1.16.0-py2.py3-none-any.whl Installing collected packages: pytz, six, numpy, future, python-dateutil, pandas, dolphindb Successfully installed dolphindb-1.30.19.2 future-0.18.2 numpy-1.22.3 pandas-1.5.0 python-dateutil-2.8.2 pytz-2022.2.1 six-1.16.0 3.3 安装后验证 分别验证一下 whl 包和 Python API。 pip list (py38) root@peter-VirtualBox:~/wpkgs# pip list Package Version --------------- --------- certifi 2022.9.14 dolphindb 1.30.19.2 future 0.18.2 numpy 1.22.3 pandas 1.5.0 pip 22.1.2 python-dateutil 2.8.2 pytz 2022.2.1 setuptools 63.4.1 six 1.16.0 wheel 0.37.1 Python API (offline38) root@peter-VirtualBox:~# python Python 3.8.13 (default, Mar 28 2022, 11:38:47) [GCC 7.5.0] :: Anaconda, Inc. on linux Type "help", "copyright", "credits" or "license" for more information. >>> import dolphindb as ddb >>> s = ddb.session() >>> s <dolphindb.session.session object at 0x7fa5d6534280> 能正常生成 session 就说明安装成功。 4 Windows conda 安装 分别在离线环境、在线环境安装并配置好 miniconda 环境。并通过在线环境构建 dolphindb 依赖包 dolphindb wheel 包 并上传至离线环境，来完成安装。 注：miniconda 的安装和配置分别在在线环境和离线环境完成，且目录名称须一致。 4.1 安装 miniconda 选择对应 Python 版本的 minicoda，下载Miniconda3 Windows 64-bit并安装。安装完成后，将 conda 加入 Windows 命令搜索路径： ​此电脑 → 属性 → 查找设置 →输入：编辑系统环境变量 → 环境变量 → 系统环境变量 在新建中输入 condabin 目录的完整路径，如： D:\ProgramData\Miniconda3\condabin 点击确定，新开 cmd 窗口验证 C:\Users\wfhuang>conda -V conda 4.12.0 4.2 配置 miniconda 设置包路径，如D：\pkgs D:\pythonApi>conda config --add pkgs_dirs D:\pkgs 4.3 在线环境下载包 参考4.2，在在线环境中配置好包路径，并下载 DolphinDB 相关依赖包 conda create -n test38 numpy=1.22.3 future pandas python=3.8.13 --download-only 在设置的 pkgs_dirs 中，会有存放相关依赖包。压缩后，包大小约为450MB 4.4 离线安装 conda 环境 将pkgs压缩包上传至离线环境，比较包的所占字节数，验证包是否完整。 校验完整性通过后，再解压至 pkgs 目录、创建虚拟环境： conda create -n offline38 numpy pandas future python=3.8.13 --offline conda activate offline38 4.5 安装 Python API 下载 whl 包 根据 CPU 架构、操作系统，从官方网站DolphinDB下载对应的 Python API 安装包。 对应 Windows, x86_64, Python3.8 的包： https://files.pythonhosted.org/packages/62/ff/382aff0a2add9ce5c779c14d0d7fbfcec62ab0748b5778731a7fe524c2af/dolphindb-1.30.19.2-cp38-cp38-win_amd64.whl pip 离线安装 pip install dolphindb-1.30.19.2-cp38-cp38-win_amd64.whl 验证安装是否成功 import dolphindb as ddb s = ddb.session() s.connect("192.168.1.157", 8848, "admin", "123456") s.run("print(\"Welcome to DolphinDB!\")") s.close() D:\pythonApi>python hello_ddb.py Welcome to DolphinDB! 输出欢迎信息说明安装已经成功。 5 Windows wheel 安装 配置一个与目标环境相同的构建环境。例如目标环境是 x86-64, Windows server 2016, Python 3.8.10，那么可以准备一个 x86-64, Windows 10, Python 3.8.10 的 PC 环境。 5.1 在线环境收集 wheel 包 收集 Python API 的 wheel 包，并生成清单文件 requirements.txt。 1. pip wheel 使用 wheel 在当前环境构建相关 whl 包，并解决相关依赖。 pip wheel dolphindb -i https://pypi.tuna.tsinghua.edu.cn/simple 使用 -i 可以指定镜像源加速构建，例如中国地区可以选择清华源。执行完成后，默认会在当前目录保存相关 whl 包。 2. pip install 安装 Python API，用于生成依赖清单文件 requirements.txt。 pip install dolphindb -i https://pypi.tuna.tsinghua.edu.cn/simple 3. pip freeze 使用 freeze 解析 Python API 的依赖，并输出至文件 requirements.txt。 pip freeze dolphindb > requirements.txt 上述步骤完成后，目录类似如下（不同版本会有差异）。 5.2 离线环境安装 wheel 包 将相关 whl 包、requirements.txt 上传至 Python 离线环境，并通过 pip install 安装， 使用-r选项从指定的清单文件requirements.txt中批量安装 wheel 包。 pip install -r requirements.txt D:\pythonApi>pip install -r requirements.txt Processing d:\pythonapi\dolphindb-1.30.19.2-cp38-cp38-win_amd64.whl Processing d:\pythonapi\numpy-1.22.3-cp38-cp38-win_amd64.whl Processing d:\pythonapi\pandas-1.5.1-cp38-cp38-win_amd64.whl Processing d:\pythonapi\python_dateutil-2.8.2-py2.py3-none-any.whl Processing d:\pythonapi\pytz-2022.6-py2.py3-none-any.whl Processing d:\pythonapi\six-1.16.0-py2.py3-none-any.whl Collecting future==0.18.2 Using cached future-0.18.2-py3-none-any.whl Installing collected packages: six, pytz, python-dateutil, numpy, pandas, future, dolphindb Successfully installed dolphindb-1.30.19.2 future-0.18.2 numpy-1.22.3 pandas-1.5.1 python-dateutil-2.8.2 pytz-2022.6 six-1.16.0 5.3 安装后验证 分别验证下 whl 包和 Python API 。 pip list C:\pythonApi>pip list Package Version --------------- --------- dolphindb 1.30.19.2 future 0.18.2 numpy 1.22.3 pandas 1.5.1 pip 21.1.1 python-dateutil 2.8.2 pytz 2022.6 setuptools 56.0.0 six 1.16.0 验证安装是否成功 import dolphindb as ddb s = ddb.session() s.connect("192.168.1.157", 8848, "admin", "123456") s.run("print(\"Welcome to DolphinDB!\")") s.close() D:\pythonApi>python hello_ddb.py Welcome to DolphinDB! 输出欢迎信息说明安装已经成功。 6 总结 总体而言，wheel 包安装比较简单快捷，而 conda 安装相对复杂，但是可以构建一个隔离环境。 安装方式 优点 不足 conda 提供虚拟环境 整个安装包大概在500M左右，上传至生产环境比较耗时，且需要校验完整性 wheel 简单快捷，安装包小 无法提供虚拟环境，可能与现有的 Python 环境相冲突 7 附录 7.1 pip 常用命令 pip list // 列出当前安装的包 pip freeze packageA // 列出 packageA 的依赖信息 pip wheel packageA // 构建 packageA 的依赖 wheel 包 pip search packageA // 在官方仓库 PyPI 搜索 packageA 7.2 conda 常用命令 离线创建虚拟环境 conda create -n py38 python=3.8.13 --offline 激活/关闭虚拟环境 conda env list //查看所有虚拟环境 conda activate py38 //激活 py38 conda deactivate //退出当前虚拟环境 清理并删除 conda 环境： conda deactivate conda remove -n offline38 --all 7.3 常见问题处理 Q:conda 离线安装缺失包 PackagesNotFoundError: The following packages are not available from current channels: - pandas - python=3.8.13 - numpy A:检查下pkgs_dirs是否设置正确，以及在该目录下是否有提示信息中的包。不能有任何中间目录，例如设置 conda 的包目录为 pkgs，那么 pkgs/pkgs/numpy 是无法被 conda 找到的。 Q:wheel 包未安装 error: invalid command 'bdist_wheel' A:使用 pip 安装 wheel pip install wheel Q:future 包缺失 Failed to build future ERROR: Failed to build one or more wheels WARNING: Ignoring invalid distribution -ip (d:\program files\python3.7\lib\site-packages) A:可以手动收集下 future 包，并上传至离线环境。 pip wheel future Q:构建 future whl 包失败 Failed to build future ERROR: Failed to build one or more wheels WARNING: Ignoring invalid distribution -ip (d:\program files\python3.7\lib\site-packages) A:因 pip 下载、安装未成功而导致的环境异常，进入pip --version输出信息中的 site-packages/pip 目录，删除~开头的一些临时文件。 (base) [root@node1 ~]# pip --version pip 21.2.4 from /root/miniconda3/lib/python3.9/site-packages/pip (python 3.9) Q:Python API 安装失败 ERROR: Could not find a version that satisfies the requirement dolphindb (from versions: none) A:安装环境与 whl 包不匹配导致。可以按如下步骤处理： 通过PyPI确认是否存在支持当前操作系统（例如 Linux ARM 架构、Mac M1等）的 DolphinDB API 安装包。若存在，则将该 whl 包下载至本地。 通过如下命令查看适合当前系统环境支持的 whl 包后缀。 pip debug --verbose 根据 Compatible tags 的显示信息，将 DolphinDB 的 whl 包名修改为适合系统架构的名称。以 Mac(x86_64) 系统为例：安装包名为“dolphindb-1.30.19.2-cp37-cp37m-macosx_10_16_x86_64.whl”。但查询到 pip 支持的当前系统版本为10.13，则使用“10_13”替换 whl 包名中的“10_16”。 尝试安装更名后的 whl 包。 若执行完上述操作后，仍无法安装或导入，可在DolphinDB 社区中进行反馈。
2022-11-18
优秀的个人博客,低调大师

技能篇：docker的简易教程

虚拟机技术每家公司发展到一定规模都必须考虑的，更好的环境隔离，更好的事故排查，更好的服务部署 docker的原理 docker更换阿里源 docker容器的相关命令 Dockerfile文件编写 docker镜像的相关命令 1 docker的原理 Docker 利用Linux 中的核心分离机制，例如Cgroups，以及Linux的核心Namespace（名字空间）来创建独立的容器。一句话概括起来Docker就是利用Namespace做资源隔离，用Cgroup做资源限制，利用Union FS做容器文件系统的轻量级虚拟化技术。Docker容器的本质还是一个直接运行在宿主机上面的特殊进程，看到的文件系统是隔离后的，但是操作系统内核是共享宿主机OS，所以说Docker是轻量级的虚拟化技术 docker 镜像分层 docker 容器，理解为一个或多个运行进程，而这些运行进程将占有相应的内存，相应的CPU计算资源，相应的虚拟网络设备以及相应的文件系统资源。而 docker 镜像，则像一个未运行的软件包，为 docker 容器的运行提供文件资源。 docker 镜像是分层的。启动镜像时，一个新的可写层会加载到镜像的顶层。这一层通常称为"容器层"，之下是"镜像层"，可能存在多个层。容器层可以读写，容器所有发生文件变更写都发生在这一层。镜像层只允许读取，read-only 在容器层的文件增删操作，命令安装，都会被记录下来。我们可以通过 commit 命令来创建一个新的镜像 2 docker 更换阿里源 # vi /etc/apt/sources.list ~~更新源 # sudo apt-get clean # sudo apt-get update ~~ 安装vim # apt-get install vim 复制代码 ubuntu 18 的阿里镜像文件。使用下面的数据替换原 sources.list 里的数据 deb http://mirrors.aliyun.com/ubuntu/ trusty main multiverse restricted universe deb http://mirrors.aliyun.com/ubuntu/ trusty-backports main multiverse restricted universe deb http://mirrors.aliyun.com/ubuntu/ trusty-proposed main multiverse restricted universe deb http://mirrors.aliyun.com/ubuntu/ trusty-security main multiverse restricted universe deb http://mirrors.aliyun.com/ubuntu/ trusty-updates main multiverse restricted universe deb-src http://mirrors.aliyun.com/ubuntu/ trusty main multiverse restricted universe deb-src http://mirrors.aliyun.com/ubuntu/ trusty-backports main multiverse restricted universe deb-src http://mirrors.aliyun.com/ubuntu/ trusty-proposed main multiverse restricted universe deb-src http://mirrors.aliyun.com/ubuntu/ trusty-security main multiverse restricted universe deb-src http://mirrors.aliyun.com/ubuntu/ trusty-updates main multiverse restricted universe 复制代码 3 docker容器的相关命令 run 实例化容器 创建一个新的容器并运行：docker run [options] image [command]。image 可以是镜像ID 也可以是仓库名+Tag名：repository[:tag] options 常用参数 -i 以交互模式运行容器，通常与 -t 同时使用 -t 为容器重新分配一个伪输入终端，通常与 -i 同时使用 -d 后台运行容器，并返回容器ID --name=<name> 为容器指定一个名称 -p 指定端口映射，格式为：主机(宿主)端口:容器端口 --net="bridge" 指定容器的网络连接类型，支持bridge/host/none/container: 四种类型 -e ="v" 设置环境变量 复制代码 示例 [root@lwl]# docker run -it -p 80:80 --name mynginx nginx:latest /bin/bash root@b8573233d675:/# ~~ 如果容器的启动命令是依赖伪终端执行，则需要 -it，如 ubuntu：14.04 镜像 ~~ 没有依赖伪终端执行的启动命令，可去掉-it，因为-d 参数会直接返回容器ID [root@lwl]# docker run -it -d -p 80:80 --name mynginx nginx:latest 315cc38afc2f06abb5a2fbb075ebca16455367b2de685cf0c5ba828ab62dd5a1 [root@lwl]# 复制代码 start、stop、restart 启动与停止 ~~ 启动已被停止的容器 。 container 可以是容器名 也可以是容器ID # docker start container ~~ 停止运行中的容器 # docker stop container ~~ 重启容器 # docker restart container 复制代码 ps 容器查询 // 列出容器 # docker ps [-options] -a :显示所有的容器，包括未运行的。 -f :根据条件过滤显示的内容。 --format :指定返回值的模板文件。 -l :显示最近创建的容器。 -n :列出最近创建的n个容器。 --no-trunc :不截断输出。 -q :静默模式，只显示容器编号。 -s :显示总的文件大小 // 相当于在 container 容器里使用 top命令 # docker top container 复制代码 rm 删除容器 # docker rm container 复制代码 cp 文件传输 本机和 docker 容器之前的文件传输 ~~ 复制本地目录 srcPath 到 容器 container 的目录 destPath # docker cp srcPath container:destPath ~~ 复制容器 container 的目录 srcPath 到本地目录 destPath # docker cp container:destPath srcPath 复制代码 exec 在运行的容器中执行命令 docker exec [options] container command -d :分离模式: 在后台运行 -i :即使没有附加也保持STDIN 打开 -t :分配一个伪终端 ~~ 在容器 mynginx 中以交互模式执行容器内 /root/run.sh 脚本 # docker exec -it mynginx /bin/sh /root/run.sh ~~ 在容器 mynginx 中开启一个交互模式的终端 # docker exec -it mynginx /bin/bash 复制代码 logs 获取容器的日志 docker logs [options] container -f 跟踪日志输出 --since 显示某个开始时间的所有日志 -t 显示时间戳 --tail 仅列出最新N条容器日志 [root@lwl]# docker logs -f mynginx 192.168.239.1 - - [10/Jul/2021:16:53:33 +0000] "GET / HTTP/1.1" 200 612 "-" "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.93 Safari/537.36" "-" 2021/07/10 16:53:33 [error] 5#5: *1 open() "/usr/share/nginx/html/favicon.ico" failed (2: No such file or directory), client: 192.168.239.1, server: localhost, request: "GET /favicon.ico HTT .... 复制代码 4 Dockerfile文件编写 # docker build -f /path/to/a/Dockerfile 复制代码 // 1 FROM：指定基础镜像，必须为第一个命令,格式： FROM <image> FROM <image>:<tag> // 2 MAINTAINER: 维护者信息 格式： MAINTAINER <name> // 3 ENV：设置环境变量 格式 // 4 ARG：用于指定传递给构建运行时的变量 格式： ARG <name>[=<default value>] // 5 WORKDIR：工作目录，类似于cd命令 格式： WORKDIR /path/to/workdir ENV <key>=<value // 6 ADD：将本地文件添加到容器中,可以访问网络资源，类似wget ADD <src>... <dest> // 7 COPY：功能类似ADD，但是是不会自动解压文件 // 8 RUN：构建镜像时执行的命令 格式 RUN <command> // 9 CMD：构建容器后调用，也就是在容器启动时才进行调用 CMD command param1 param2 (执行shell内部命令) // 10 ENTRYPOINT：配置容器，使其可执行化 ENTRYPOINT command param1 param2 (shell内部命令) 复制代码 Dockerfile 示例 # 基础镜像 FROM centos # 维护者信息 MAINTAINER tianfeiyu #ENV 设置环境变量 ENV PATH /usr/local/nginx/sbin:$PATH #ADD 文件放在当前目录下，拷过去会自动解压 ADD nginx-1.8.0.tar.gz /usr/local/ ADD epel-release-latest-7.noarch.rpm /usr/local/ # RUN 执行以下命令 RUN rpm -ivh /usr/local/epel-release-latest-7.noarch.rpm RUN yum install -y wget lftp gcc gcc-c++ make openssl-devel pcre-devel pcre && yum clean all RUN useradd -s /sbin/nologin -M www # WORKDIR 相当于cd WORKDIR /usr/local/nginx-1.8.0 RUN ./configure --prefix=/usr/local/nginx --user=www --group=www --with-http_ssl_module --with-pcre && make && make install RUN echo "daemon off;" >> /etc/nginx.conf # CMD 运行以下命令 CMD ["nginx"] 复制代码 5 docker 镜像的相关命令 镜像查看列举：docker images 镜像搜索：docker search <imageName>；imageName 是 repository[:tag] 的模糊词 拉取：docker pull repository[:tag] 删除单个镜像：docker rmi 镜像ID 或者docker rmi repository[:tag] 给镜像打别名(标签)：docker tag oldRepository[/:oleTag] newRepository][/:newTag] # docker tag ubuntu:15.10 lwl/ubuntu:v3 复制代码 构建镜像 ~~ 根据 Dockerfile 构建镜像 # docker build -t repository[:tag] dir # docker build -t lwl/ubuntu:v1 . options 参数 --build-arg=[] 设置镜像创建时的变量 -t 镜像的名字及标签，通常 name:tag 或者 name 格式 -f 指定要使用的Dockerfile路径 复制代码 ~~ 根据正在运行的 container 容器 构建镜像 # docker commit [options] container repository[:tag] options 参数 -a :提交的镜像作者； -c :使用Dockerfile指令来创建镜像； -m :提交时的说明文字； -p :在commit时，将容器暂停 复制代码 推送：docker push repository[:tag] 欢迎指正文中错误 创作不易，如果对大家有所帮助，希望大家点赞支持，有什么问题也可以在评论区里讨论😄～ 如果你觉得这篇文章对你有点用的话，麻烦请给我们的开源项目点点star: http://github.crmeb.net/u/defu 不胜感激 ！ 来自 “开源独尊 ” ，链接: https://ym.baisou.ltd/post/798.html
2021-07-21

资源下载

更多资源
腾讯云软件源

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。

时间: 2026-08-21 大小: 1MB 下载: 10次
Nacos

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。

时间: 2026-08-21 大小: 189MB 下载: 7次
Spring

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。

时间: 2026-08-21 大小: 5MB 下载: 2次
Rocky Linux

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。

时间: 2026-08-21 大小: 1.42GB 下载: 6次
热门标签
DeepSeek Jdk25 OpenAi HarmonyOS6 Nacos3 SpringBoot4 SpringCloud Docker Kubernetes Service Mesh Redis Gemini3 Rocky

欢迎您来访！

登录后，您将获得更多功能！
热门文章
联系我们

有任何问题或合作意向欢迎联系我们

Email: 99873273@qq.com

QQ: 99873273

用户登录
用户注册