AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

ubuntu安装与测试hadoop1.1.0版本

2017-11-07 1041
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：

最近没什么事，就使用之前测试openstack的机器，测试一下hadoop，看看他到底是干嘛的？

测试环境为ubuntu 12.04 64位系统，hadoop版本是1.1.0

下面是安装过程

1、安装jdk 

 
 
    

  
  
  1. apt-get install openjdk-7-jdk 
    2.
安装完成后测试一下 

 
 
    

  
  
  1. root@openstack:~/hadoop/conf# java -version  
    2. 

  
  
  2. java version "1.6.0_24"  
    3. 

  
  
  3. OpenJDK Runtime Environment (IcedTea6 1.11.5) (6b24-1.11.5-0ubuntu1~12.04.1)  
    4. 

  
  
  4. OpenJDK 64-Bit Server VM (build 20.0-b12, mixed mode)  
    5.
可以看到我的jdk是1.6版本的
2、下载hadoop 

 
 
    

  
  
  1. wget http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-1.1.0/hadoop-1.1.0.tar.gz 
    2. 
 
 


 
3、安装hadoop
先解压
  

 
 
    

  
  
  1. tart zxvf hadoop-1.1.0.tar.gz 
    2.
然后重命名 

 
 
    

  
  
  1. mv hadoop-1.1.0 hadoop 
    2.
然后对hadoop进行配置
（1）修改conf/core-site.xml 

 
 
    

  
  
  1. <configuration> 
    2. 

  
  
  2. <property> 
    3. 

  
  
  3. <name>fs.default.name</name> 
    4. 

  
  
  4. <value>hdfs://localhost:9000</value> 
    5. 

  
  
  5. </property> 
    6. 

  
  
  6. <property> 
    7. 

  
  
  7. <name>hadoop.tmp.dir</name> 
    8. 

  
  
  8. <value>/home/hadoop/tmp</value> 
    9. 

  
  
  9. </property> 
    10. 

  
  
  10. </configuration> 
    11.
 注意：hadoop.tmp.dir是hadoop文件系统依赖的基础配置，很多路径都依赖它。它默认的位置是在/tmp/{$user}下面，在local和hdfs都会建有相同的目录，但是在/tmp路径下的存储是不安全的，因为linux一次重启，文件就可能被删除。导致namenode启动不起来。
（2）修改conf/hdfs-site.xml 

 
 
    

  
  
  1. <configuration> 
    2. 

  
  
  2. <property> 
    3. 

  
  
  3. <name>dfs.replication</name> 
    4. 

  
  
  4. <value>1</value> 
    5. 

  
  
  5. </property> 
    6. 

  
  
  6. </configuration> 
    7.
(3) 修改conf/mapred-site.xml 

 
 
    

  
  
  1. <configuration> 
    2. 

  
  
  2. <property> 
    3. 

  
  
  3. <name>mapred.job.tracker</name> 
    4. 

  
  
  4. <value>localhost:9001</value> 
    5. 

  
  
  5. </property> 
    6. 

  
  
  6. </configuration> 
    7.
（4）为了是hadoop能找到java，所以在conf/hadoop-env.sh最后一行添加jdk的路径，我的java路径为 

 
 
    

  
  
  1. export JAVA_HOME=/usr/lib/jvm/java-1.6.0-openjdk-amd64 
    2.
然后再检测一下 

 
 
    

  
  
  1. root@openstack:~/hadoop/conf# java -version  
    2. 

  
  
  2. java version "1.6.0_24"  
    3. 

  
  
  3. OpenJDK Runtime Environment (IcedTea6 1.11.5) (6b24-1.11.5-0ubuntu1~12.04.1)  
    4. 

  
  
  4. OpenJDK 64-Bit Server VM (build 20.0-b12, mixed mode)  
    5.
可以看到我的jdk是1.6版本的
（5）在namenode端cd到hadoop文件夹下，格式化分布式文件系统： 

 
 
    

  
  
  1. bin/hadoop namenode -format 
    2.
下面是我的操作结果 

 
 
    

  
  
  1. root@openstack:~/hadoop/conf# cd ..  
    2. 

  
  
  2. root@openstack:~/hadoop# bin/hadoop namenode -format  
    3. 

  
  
  3. 12/11/27 14:10:43 INFO namenode.NameNode: STARTUP_MSG:   
    4. 

  
  
  4. /************************************************************  
    5. 

  
  
  5. STARTUP_MSG: Starting NameNode  
    6. 

  
  
  6. STARTUP_MSG:   host = openstack/127.0.1.1  
    7. 

  
  
  7. STARTUP_MSG:   args = [-format]  
    8. 

  
  
  8. STARTUP_MSG:   version = 1.1.0  
    9. 

  
  
  9. STARTUP_MSG:   build = https://svn.apache.org/repos/asf/hadoop/common/branches/branch-1.1 -r 1394289; compiled by 'hortonfo' on Thu Oct  4 22:06:49 UTC 2012  
    10. 

  
  
  10. ************************************************************/  
    11. 

  
  
  11. 12/11/27 14:10:43 INFO util.GSet: VM type       = 64-bit  
    12. 

  
  
  12. 12/11/27 14:10:43 INFO util.GSet: 2% max memory = 17.77875 MB  
    13. 

  
  
  13. 12/11/27 14:10:43 INFO util.GSet: capacity      = 2^21 = 2097152 entries  
    14. 

  
  
  14. 12/11/27 14:10:43 INFO util.GSet: recommended=2097152, actual=2097152 
    15. 

  
  
  15. 12/11/27 14:10:44 INFO namenode.FSNamesystem: fsOwner=root 
    16. 

  
  
  16. 12/11/27 14:10:44 INFO namenode.FSNamesystem: supergroupsupergroup=supergroup  
    17. 

  
  
  17. 12/11/27 14:10:44 INFO namenode.FSNamesystem: isPermissionEnabled=true 
    18. 

  
  
  18. 12/11/27 14:10:44 INFO namenode.FSNamesystem: dfs.block.invalidate.limit=100 
    19. 

  
  
  19. 12/11/27 14:10:44 INFO namenode.FSNamesystem: isAccessTokenEnabled=false accessKeyUpdateInterval=0 min(s), accessTokenLifetime=0 min(s)  
    20. 

  
  
  20. 12/11/27 14:10:44 INFO namenode.NameNode: Caching file names occuring more than 10 times   
    21. 

  
  
  21. 12/11/27 14:10:44 INFO common.Storage: Image file of size 110 saved in 0 seconds.  
    22. 

  
  
  22. 12/11/27 14:10:44 INFO namenode.FSEditLog: closing edit log: position=4, editlog=/home/hadoop/tmp/dfs/name/current/edits  
    23. 

  
  
  23. 12/11/27 14:10:44 INFO namenode.FSEditLog: close success: truncate to 4, editlog=/home/hadoop/tmp/dfs/name/current/edits  
    24. 

  
  
  24. 12/11/27 14:10:46 INFO common.Storage: Storage directory /home/hadoop/tmp/dfs/name has been successfully formatted.  
    25. 

  
  
  25. 12/11/27 14:10:46 INFO namenode.NameNode: SHUTDOWN_MSG:   
    26. 

  
  
  26. /************************************************************  
    27. 

  
  
  27. SHUTDOWN_MSG: Shutting down NameNode at openstack/127.0.1.1  
    28. 

  
  
  28. ************************************************************/  
    29.
（6）然后再启动服务，由于我的单节点安装，所以就全部启动 

 
 
    

  
  
  1. bin/start-all.sh 
    2.
下面是我的操作 

 
 
    

  
  
  1. root@openstack:~/hadoop# bin/start-all.sh   
    2. 

  
  
  2. starting namenode, logging to /root/hadoop/libexec/../logs/hadoop-root-namenode-openstack.out  
    3. 

  
  
  3. localhost: starting datanode, logging to /root/hadoop/libexec/../logs/hadoop-root-datanode-openstack.out  
    4. 

  
  
  4. localhost: starting secondarynamenode, logging to /root/hadoop/libexec/../logs/hadoop-root-secondarynamenode-openstack.out  
    5. 

  
  
  5. starting jobtracker, logging to /root/hadoop/libexec/../logs/hadoop-root-jobtracker-openstack.out  
    6. 

  
  
  6. localhost: starting tasktracker, logging to /root/hadoop/libexec/../logs/hadoop-root-tasktracker-openstack.out  
    7.
然后再输入jps查看本机的启动情况 

 
 
    

  
  
  1. root@openstack:~/hadoop# jps  
    2. 

  
  
  2. 9340 SecondaryNameNode  
    3. 

  
  
  3. 9665 TaskTracker  
    4. 

  
  
  4. 9426 JobTracker  
    5. 

  
  
  5. 9822 Jps  
    6. 

  
  
  6. 8853 NameNode  
    7. 

  
  
  7. 9091 DataNode  
    8.
可以看到namenode与datanode都启动了
如果你不是单机模式，多节点的话，你在namenode看到的就只有namenode而没有datanode，反之在datanode也是一样。
然后再打开http://localhost:50030与http://localhost:50070查看运行情况，由于我的机器的ip是192.168.1.30，所以我如果不在本机查看的话，就可以使用http://192.168.1.30：50030查看
下面是 http://192.168.1.30:50030的界面

下面是http://192.168.1.30:50070的界面

4、测试hadoop
我是使用hadoop自带的wordcount测试
（1）、通过hadoop的命令在HDFS上创建/tmp/test目录，命令如下：bin/hadoop dfs -mkdir /tmp/test
（2）、先在系统里创建test1与test2文件，内容分别为：
test1 "hello world,this is my hadoop test"
test2 "welcome to hadoop world"
创建的命令为 

 
 
    

  
  
  1. echo "hello world,this is my hadoop test">/tmp/test1  
    2. 

  
  
  2. echo "welcome to hadoop world">/tmp/test2  
    3.
（3）、然后再通过copyFromLocal命令把本地的test1与test2复制到HDFS上，命令如下：bin/hadoop dfs -copyFromLocal /tmp/test[1-2]  /tmp/test
然后再到hds里查看一下 

 
 
    

  
  
  1. root@openstack:~/hadoop# bin/hadoop dfs -ls /tmp/test  
    2. 

  
  
  2. Found 2 items  
    3. 

  
  
  3. -rw-r--r--   1 root supergroup         35 2012-11-27 15:01 /tmp/test/test1  
    4. 

  
  
  4. -rw-r--r--   1 root supergroup         24 2012-11-27 15:01 /tmp/test/test2  
    5.
可以看到test1与test2已经上传到了hds里
(4)在执行wordcount 

 
 
    

  
  
  1. root@openstack:~/hadoop# bin/hadoop jar hadoop-examples-1.1.0.jar wordcount /tmp/test/test* /tmp/test/result  
    2. 

  
  
  2. 12/11/27 15:28:21 INFO input.FileInputFormat: Total input paths to process : 2  
    3. 

  
  
  3. 12/11/27 15:28:21 INFO util.NativeCodeLoader: Loaded the native-hadoop library  
    4. 

  
  
  4. 12/11/27 15:28:21 WARN snappy.LoadSnappy: Snappy native library not loaded  
    5. 

  
  
  5. 12/11/27 15:28:21 INFO mapred.JobClient: Running job: job_201211271500_0002  
    6. 

  
  
  6. 12/11/27 15:28:22 INFO mapred.JobClient:  map 0% reduce 0%  
    7. 

  
  
  7. 12/11/27 15:28:31 INFO mapred.JobClient:  map 100% reduce 0%  
    8. 

  
  
  8. 12/11/27 15:28:40 INFO mapred.JobClient:  map 100% reduce 33%  
    9. 

  
  
  9. 12/11/27 15:28:42 INFO mapred.JobClient:  map 100% reduce 100%  
    10. 

  
  
  10. 12/11/27 15:28:44 INFO mapred.JobClient: Job complete: job_201211271500_0002  
    11. 

  
  
  11. 12/11/27 15:28:44 INFO mapred.JobClient: Counters: 29  
    12. 

  
  
  12. 12/11/27 15:28:44 INFO mapred.JobClient:   Job Counters   
    13. 

  
  
  13. 12/11/27 15:28:44 INFO mapred.JobClient:     Launched reduce tasks=1 
    14. 

  
  
  14. 12/11/27 15:28:44 INFO mapred.JobClient:     SLOTS_MILLIS_MAPS=12789 
    15. 

  
  
  15. 12/11/27 15:28:44 INFO mapred.JobClient:     Total time spent by all reduces waiting after reserving slots (ms)=0  
    16. 

  
  
  16. 12/11/27 15:28:44 INFO mapred.JobClient:     Total time spent by all maps waiting after reserving slots (ms)=0  
    17. 

  
  
  17. 12/11/27 15:28:44 INFO mapred.JobClient:     Launched map tasks=2 
    18. 

  
  
  18. 12/11/27 15:28:44 INFO mapred.JobClient:     Data-local map tasks=2 
    19. 

  
  
  19. 12/11/27 15:28:44 INFO mapred.JobClient:     SLOTS_MILLIS_REDUCES=10558 
    20. 

  
  
  20. 12/11/27 15:28:44 INFO mapred.JobClient:   File Output Format Counters   
    21. 

  
  
  21. 12/11/27 15:28:44 INFO mapred.JobClient:     Bytes Written=70 
    22. 

  
  
  22. 12/11/27 15:28:44 INFO mapred.JobClient:   FileSystemCounters  
    23. 

  
  
  23. 12/11/27 15:28:44 INFO mapred.JobClient:     FILE_BYTES_READ=125 
    24. 

  
  
  24. 12/11/27 15:28:44 INFO mapred.JobClient:     HDFS_BYTES_READ=261 
    25. 

  
  
  25. 12/11/27 15:28:44 INFO mapred.JobClient:     FILE_BYTES_WRITTEN=71664 
    26. 

  
  
  26. 12/11/27 15:28:44 INFO mapred.JobClient:     HDFS_BYTES_WRITTEN=70 
    27. 

  
  
  27. 12/11/27 15:28:44 INFO mapred.JobClient:   File Input Format Counters   
    28. 

  
  
  28. 12/11/27 15:28:44 INFO mapred.JobClient:     Bytes Read=59 
    29. 

  
  
  29. 12/11/27 15:28:44 INFO mapred.JobClient:   Map-Reduce Framework  
    30. 

  
  
  30. 12/11/27 15:28:44 INFO mapred.JobClient:     Map output materialized bytes=131 
    31. 

  
  
  31. 12/11/27 15:28:44 INFO mapred.JobClient:     Map input records=2 
    32. 

  
  
  32. 12/11/27 15:28:44 INFO mapred.JobClient:     Reduce shuffle bytes=131 
    33. 

  
  
  33. 12/11/27 15:28:44 INFO mapred.JobClient:     Spilled Records=20 
    34. 

  
  
  34. 12/11/27 15:28:44 INFO mapred.JobClient:     Map output bytes=99 
    35. 

  
  
  35. 12/11/27 15:28:44 INFO mapred.JobClient:     CPU time spent (ms)=3620  
    36. 

  
  
  36. 12/11/27 15:28:44 INFO mapred.JobClient:     Total committed heap usage (bytes)=302252032  
    37. 

  
  
  37. 12/11/27 15:28:44 INFO mapred.JobClient:     Combine input records=10 
    38. 

  
  
  38. 12/11/27 15:28:44 INFO mapred.JobClient:     SPLIT_RAW_BYTES=202 
    39. 

  
  
  39. 12/11/27 15:28:44 INFO mapred.JobClient:     Reduce input records=10 
    40. 

  
  
  40. 12/11/27 15:28:44 INFO mapred.JobClient:     Reduce input groups=9 
    41. 

  
  
  41. 12/11/27 15:28:44 INFO mapred.JobClient:     Combine output records=10 
    42. 

  
  
  42. 12/11/27 15:28:44 INFO mapred.JobClient:     Physical memory (bytes) snapshot=431722496 
    43. 

  
  
  43. 12/11/27 15:28:44 INFO mapred.JobClient:     Reduce output records=9 
    44. 

  
  
  44. 12/11/27 15:28:44 INFO mapred.JobClient:     Virtual memory (bytes) snapshot=3213344768 
    45. 

  
  
  45. 12/11/27 15:28:44 INFO mapred.JobClient:     Map output records=10 
    46.
然后再查看一下 

 
 
    

  
  
  1. root@openstack:~/hadoop# bin/hadoop dfs -ls /tmp/test  
    2. 

  
  
  2. Found 3 items  
    3. 

  
  
  3. drwxr-xr-x   - root supergroup          0 2012-11-27 15:28 /tmp/test/result  
    4. 

  
  
  4. -rw-r--r--   1 root supergroup         35 2012-11-27 15:01 /tmp/test/test1  
    5. 

  
  
  5. -rw-r--r--   1 root supergroup         24 2012-11-27 15:01 /tmp/test/test2  
    6.
可以看到2个文件一个文件夹
文件夹的内容为 

 
 
    

  
  
  1. root@openstack:~/hadoop# bin/hadoop dfs -ls /tmp/test/result  
    2. 

  
  
  2. Found 3 items  
    3. 

  
  
  3. -rw-r--r--   1 root supergroup          0 2012-11-27 15:28 /tmp/test/result/_SUCCESS  
    4. 

  
  
  4. drwxr-xr-x   - root supergroup          0 2012-11-27 15:28 /tmp/test/result/_logs  
    5. 

  
  
  5. -rw-r--r--   1 root supergroup         70 2012-11-27 15:28 /tmp/test/result/part-r-00000  
    6.
然后我们在看之前的运行结果，也就是part-r-00000的内容 

 
 
    

  
  
  1. root@openstack:~/hadoop# bin/hadoop dfs -cat  /tmp/test/result/part-r-00000  
    2. 

  
  
  2. hadoop  2  
    3. 

  
  
  3. hello   1  
    4. 

  
  
  4. is  1  
    5. 

  
  
  5. my  1  
    6. 

  
  
  6. test    1  
    7. 

  
  
  7. to  1  
    8. 

  
  
  8. welcome 1  
    9. 

  
  
  9. world   1  
    10. 

  
  
  10. world,this  1  
    11.
在对比一下test1与test2的内容 

 
 
    

  
  
  1. root@openstack:~/hadoop# cat /tmp/test1  
    2. 

  
  
  2. hello world,this is my hadoop test  
    3. 

  
  
  3. root@openstack:~/hadoop# cat /tmp/test2  
    4. 

  
  
  4. welcome to hadoop world  
    5.
可以发现hadoop对这2个文本进行了word的统计，左侧是单词，右侧是出现的次数。
然后我们在查看一下web界面的显示

 

可以发现有之前的操作了，为什么有2个job，是因为我又做了其他的操作
查看第一个job

操作都有各自的描述，我就不多说了。
现在我只是使用wordcount简单的测试一下hadoop，了解他的一下简单的概念与作用。

BTW:如果大家认为我写的不错，希望能给我的博客投个票，谢谢！

http://blog.51cto.com/contest2012/2382721




 本文转自 reinxu 51CTO博客，原文链接：http://blog.51cto.com/dl528888/1072963，如需转载请自行联系原作者




文章标签：
分布式计算
Hadoop
Java
测试技术
Ubuntu
Linux
Apache
存储
关键词：
Ubuntu安装
安装测试
测试安装
Ubuntu版本
Ubuntu测试
技术小胖子
目录
相关文章
云流雨洄
|
1天前
|
Ubuntu Linux Docker
如何在Ubuntu 20.04系统中安装Docker
安装 Docker 引擎的步骤如下：首先更新系统包索引 (`sudo apt update`)，安装必要依赖包 (`apt-transport-https` 等)，添加 Docker 官方 GPG 密钥及 APT 仓库。接着再次更新包索引并安装 Docker 引擎及相关工具 (`docker-ce` 等)。最后启动 Docker 服务并设置开机自启，通过 `docker --version` 和运行测试容器 (`sudo docker run hello-world`) 验证安装是否成功。
云流雨洄
17 0
云流雨洄
|
1天前
|
NoSQL Ubuntu 网络安全
在 Ubuntu 20.04 上安装和配置 Redis
在 Ubuntu 20.04 上安装和配置 Redis 的步骤如下：首先更新系统包，然后通过 `apt` 安装 Redis。安装后，启用并启动 Redis 服务，检查其运行状态。可选配置包括修改绑定 IP、端口等，并确保防火墙设置允许外部访问。最后，使用 `redis-cli` 测试 Redis 功能，如设置和获取键值对。
云流雨洄
13 1
冷冻工厂
|
7天前
|
Ubuntu TensorFlow 算法框架/工具
如何在Ubuntu上安装TensorFlow 24.04
如何在Ubuntu上安装TensorFlow 24.04
冷冻工厂
31 1
1678841753238844
|
7天前
|
人工智能 测试技术 API
Windows用户必备：Postman v11详细安装指南与API测试入门教程（附官网下载
Postman是全球领先的API开发与测试工具，支持REST、SOAP、GraphQL等协议调试。2025年最新版v11新增AI智能生成测试用例、多环境变量同步等功能，适用于前后端分离开发、自动化测试、接口文档自动生成及团队协作共享API资源。本文详细介绍Postman的软件定位、核心功能、安装步骤、首次配置、基础使用及常见问题解答，帮助用户快速上手并高效利用该工具进行API开发与测试。
1678841753238844
72 1
蓝易云
|
18天前
|
缓存 Ubuntu Linux
Linux中yum、rpm、apt-get、wget的区别，yum、rpm、apt-get常用命令，CentOS、Ubuntu中安装wget
通过本文，我们详细了解了 `yum`、`rpm`、`apt-get`和 `wget`的区别、常用命令以及在CentOS和Ubuntu中安装 `wget`的方法。`yum`和 `apt-get`是高层次的包管理器，分别用于RPM系和Debian系发行版，能够自动解决依赖问题；而 `rpm`是低层次的包管理工具，适合处理单个包；`wget`则是一个功能强大的下载工具，适用于各种下载任务。在实际使用中，根据系统类型和任务需求选择合适的工具，可以大大提高工作效率和系统管理的便利性。
蓝易云
107 25
卓伊凡
|
19天前
|
存储 人工智能 编译器
【03】鸿蒙实战应用开发-华为鸿蒙纯血操作系统Harmony OS NEXT-测试hello word效果-虚拟华为手机真机环境调试-为DevEco Studio编译器安装中文插件-测试写一个滑动块效果-介绍诸如ohos.ui等依赖库-全过程实战项目分享-从零开发到上线-优雅草卓伊凡
【03】鸿蒙实战应用开发-华为鸿蒙纯血操作系统Harmony OS NEXT-测试hello word效果-虚拟华为手机真机环境调试-为DevEco Studio编译器安装中文插件-测试写一个滑动块效果-介绍诸如ohos.ui等依赖库-全过程实战项目分享-从零开发到上线-优雅草卓伊凡
卓伊凡
40 10
【03】鸿蒙实战应用开发-华为鸿蒙纯血操作系统Harmony OS NEXT-测试hello word效果-虚拟华为手机真机环境调试-为DevEco Studio编译器安装中文插件-测试写一个滑动块效果-介绍诸如ohos.ui等依赖库-全过程实战项目分享-从零开发到上线-优雅草卓伊凡
eisc
|
1月前
|
Ubuntu API 网络虚拟化
ubuntu22 编译安装docker，和docker容器方式安装 deepseek
本脚本适用于Ubuntu 22.04，主要功能包括编译安装Docker和安装DeepSeek模型。首先通过Apt源配置安装Docker，确保网络稳定（建议使用VPN）。接着下载并配置Docker二进制文件，创建Docker用户组并设置守护进程。随后拉取Debian 12镜像，安装系统必备工具，配置Ollama模型管理器，并最终部署和运行DeepSeek模型，提供API接口进行交互测试。
eisc
344 15
yctcl
|
2月前
|
弹性计算 Ubuntu Java
OS-Copilot-ubuntu镜像版本的具体测试使用(安装方式有单独注明)
作为一名个人开发者，我主要负责云资源的运维和管理。在使用OS Copilot的过程中，我遇到了一些配置问题，特别是在ECS实例中设置AccessKey时，但最终成功解决了。通过使用OS Copilot的-t/-f/管道功能，我大大提升了效率，减少了命令编写的工作量，特别是在搭建Java运行环境时效果显著。此外，| 功能帮助我快速理解文档，整体体验非常流畅，推荐给其他开发者使用。
yctcl
59 6
4blp4papzlff6
|
2月前
|
运维 关系型数据库 MySQL
os-copilot安装_配置_功能测试全集
我是一位中级运维工程师，我平时工作会涉及到 各类服务器的 数据库 与 java环境配置 操作。 我顺利使用了OS Copilot的 -t -f | 功能，我的疑惑是不能在自动操作过程中直接给与脚本运行权限，必须需要自己运行一下 chmod 这个既然有了最高的权限，为什么就不能直接给与运行权限呢。 我认为 -t 功能有用，能解决后台运行基础命令操作。 我认为 -f 功能有用，可以通过task文件中撰写连续任务操作。 我认为 | 对文件理解上有很直接的解读，可以在理解新程序上有很大帮助。
4blp4papzlff6
179 86
3rxua52xpz54m
|
2月前
|
弹性计算 运维 Ubuntu
os-copilot在Alibaba Cloud Linux镜像下的安装与功能测试
我顺利使用了OS Copilot的 -t -f 功能，我的疑惑是在换行的时候就直接进行提问了，每次只能写一个问题，没法连续换行更有逻辑的输入问题。 我认为 -t 管道 功能有用 ，能解决环境问题的连续性操作。 我认为 -f 管道 功能有用 ，可以单独创建可连续性提问的task问题。 我认为 | 对文件直接理解在新的服务器理解有很大的帮助。 此外，我还有建议 可以在非 co 的环境下也能进行连续性的提问。
3rxua52xpz54m
87 7

热门文章

最新文章

  • 1
    【赵渝强老师】史上最详细：Hadoop HDFS的体系架构
  • 2
    从Excel到Hadoop：数据规模的进化之路
  • 3
    小鱼深度评测 | 通义灵码2.0，不仅可跨语言编码，自动生成单元测试，更炸裂的是集成DeepSeek模型且免费使用，太炸裂了。
  • 4
    3天功能开发→3小时：通义灵码2.0+DEEPSEEK实测报告，单元测试生成准确率92%的秘密
  • 5
    Potpie.ai：比Copilot更狠！这个AI直接接管项目代码，自动Debug+测试+开发全搞定
  • 6
    【01】噩梦终结flutter配安卓android鸿蒙harmonyOS 以及next调试环境配鸿蒙和ios真机调试环境-flutter项目安卓环境配置-gradle-agp-ndkVersion模拟器运行真机测试环境-本地环境搭建-如何快速搭建android本地运行环境-优雅草卓伊凡-很多人在这步就被难倒了
  • 7
    基于FPGA的图像双线性插值算法verilog实现,包括tb测试文件和MATLAB辅助验证
  • 8
    MATLAB在风险管理中的应用：从VaR计算到压力测试
  • 9
    用户说 | 通义灵码2.0，跨语言编码+自动生成单元测试+集成DeepSeek模型且免费使用
  • 10
    「ximagine」业余爱好者的非专业显示器测试流程规范，同时也是本账号输出内容的数据来源！如何测试显示器？荒岛整理总结出多种测试方法和注意事项，以及粗浅的原理解析！
  • 1
    如何在Ubuntu 20.04系统中安装Docker
    17
  • 2
    在 Ubuntu 20.04 上搭建NMP环境
    12
  • 3
    在 Ubuntu 20.04 上安装和配置 Redis
    13
  • 4
    在Ubuntu 20.04 x64系统中增加中文支持
    9
  • 5
    如何在Ubuntu上安装TensorFlow 24.04
    31
  • 6
    Linux中yum、rpm、apt-get、wget的区别，yum、rpm、apt-get常用命令，CentOS、Ubuntu中安装wget
    107
  • 7
    Ubuntu下载ISO镜像的方法
    148
  • 8
    Ubuntu图形化软件更新与移除
    25
  • 9
    Ubuntu Linux
    31
  • 10
    ubuntu22 编译安装docker，和docker容器方式安装 deepseek
    344

    • 相关课程

    更多
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第二阶段
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第四阶段
  • 大数据实战项目 - 反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第六阶段
  • 大数据Hadoop快速入门
  • Hadoop快速入门
  • Hadoop企业优化及扩展案例

    • 相关电子书

    更多
  • 移动互联网测试到质量的转变
  • 给ITer的技术实战进阶课-阿里CIO学院独家教材（四）
  • F2etest — 多浏览器兼容性测试整体解决方案

    • 相关实验场景

    更多
  • 部署LAMP环境（Ubuntu 20）
  • 手动部署LNMP环境（Ubuntu 20）
  • 在Ubuntu 18.04上快速构建minikube集群
  • 使用云助手公共命令快速安装Java环境
  • 基于Ubuntu搭建LNMP环境
  • 基于Ubuntu搭建LAMP环境

    • 推荐镜像

    更多
  • ubuntu
  • ubuntu-ports
  • ubuntukylin
    • 下一篇
    阿里云百炼已上线超强推理开源模型QwQ-32B，尺寸更小，性能比肩DeepSeek满血版