1 ambari + bigtop 构建大数据基础平台

1.1 参考：

https://blog.csdn.net/qq_42896460/article/details/132717278
Ambari+Metrics+Bigtop 全家桶编译部署攻略——Ambari系列（ambari 2.8.0+centos 7.9 +bigtop 3.3.0） https://blog.csdn.net/qq_18730505/article/details/136968967
对ambari做二次开发：https://www.zhihu.com/question/62343277/answer/2211340398
Ambari自定义服务集成实战（全）：
- https://cloud.tencent.com/developer/article/1794310
- 腾讯公开课(Ambari自定义服务集成)： https://www.bilibili.com/video/BV1Ei4y1V7LX
ambari二次开发知识库：https://www.yuque.com/create17/ambari
ambari：
bigtop：https://gitee.com/piaolingzxh/bigtop.git
QQ群：ambari+bigtop精华文章
- 系列文章1：
  - BigTop3.2.0 大数据组件编译--基础环境准备：https://blog.51cto.com/u_15670647/6179237
  - ambari2.8.0+bigtop3.2.0发行版大数据平台编译指南：https://blog.51cto.com/u_15670647/6179238
  - Ambari+Bigtop大数据平台安装部署指南(Centos7)一：https://blog.51cto.com/u_15670647/6181593
- 系列文章2
  - CentOS内网yum源构建&使用最佳实践：https://blog.csdn.net/m0_48319997/article/details/127972654
  - Ambari3.0.0+BigTop3.2.0 SNAPSHOT初体验：https://blog.csdn.net/m0_48319997/article/details/127998559
  - ambari2.8.0+bigtop3.2.0部署环境准备教程:：https://blog.csdn.net/m0_48319997/article/details/130069050
  - ambari2.8.0+bigtop3.2.0发行版大数据平台编译指南：https://blog.csdn.net/m0_48319997/article/details/130046296
  - BigTop3.2.0 大数据组件编译--组件编译：https://blog.csdn.net/m0_48319997/article/details/128101667
  - Ambari+Bigtop大数据平台安装部署指南(Centos7)一：https://blog.csdn.net/m0_48319997/article/details/130069050
  - Ambari+Bigtop大数据平台安装部署指南(Centos7)二:https://blog.csdn.net/m0_48319997/article/details/130233526
- 资源：
  - ambari2.8.0+bigtop3.2.0编译好的组件:https://www.aliyundrive.com/s/VrNpPyDqthd
  - Ambari2.8.0+Metrics3.0.0+Bigtop3.2.0编译包,所有组件均验证可正常部署，自行下载。链接: https://pan.baidu.com/s/1_SmkYn7aTKNt1w15irLDSQ 提取码: ep12 永久有效
  - ambari2.8.0-麒麟v10-rpm包，只有ambari无bigtop。:链接：https://pan.baidu.com/s/1V2zGngqUwcoWroB_NL71zg 提取码：nqgq

1.2 参考

amabri

bigtop

Apache Bigtop再论与卖书求生存：https://blog.51cto.com/slaytanic/1887685

打包部署

Ambari+Bigtop大数据平台安装部署指南(Centos7)一：https://blog.csdn.net/m0_48319997/article/details/130069050
Ambari+Bigtop大数据平台安装部署指南(Centos7)二：https://blog.csdn.net/m0_48319997/article/details/130233526

2 ambari+bigtop编译、打包、部署

操作步骤

时间：2024-07-18
环境准备：
- 系统centos7
- yum源
- 系统基础组件
- 防火墙、selinux设置、句柄数，时区
- java、scala、maven、gradle、ant、nodejs、环境配置
编译步骤：
- 编译ambari：最新分支branch-2.8
- 编译ambari-metrics：最新分支branch-3.0
- 编译bigtop：最新分支barnch-3.3，此处采用branch-3.2
- 打包：将以下文件copy到目标目录
  - ambari-server（ambari）
  - ambari-agent（ambari）
  - ambari-metrics-collector(ambari-metrics)
  - ambari-metrics-grafana(ambari-metrics)
  - ambari-metrics-hadoop-sink(ambari-metrics)
  - ambari-metrics-monitor(ambari-metrics)
  - bigtop打包出来的大数据组件(bigtop)
- ambari+bigtop部署
  - 服务器准备：4c-16G-60G三台
  - 环境检查：操作系统、默认语言、时区、机器名、域名解析、网络、防火墙关闭、selinux关闭、limits句柄数、禁用交换分区、unmask设置、磁盘挂载
  - 基础设置：免密、基础软件、ntp服务、离线镜像源+httpd服务，
  - 数据库安装、ambari元数据库配置
  - 创建并配置bigtop的yum源
  - 安装启动ambari-server，初始化（生成表）

2.0 基础环境准备

详见ambari.md

2.1 ambari编译

详见ambari.md

2.2 ambari-metrics编译

详见ambari.md

2.3 bigtop编译

详见ambari.md

2.4 制作发版镜像

#创建bdp3.2文件夹-所有rpm包将都拷贝到这个文件夹

mkdir -p bdp3.2

#将ambari包拷贝

mkdir -p bdp3.2/ambari  # 存放ambari项目打包出来的rpm包

cp ambari/ambari-server/target/rpm/ambari-server/RPMS/x86_64/ambari-server-2.8.0.0-0.x86_64.rpm bdp3.2/ambari/

cp ambari/ambari-agent/target/rpm/ambari-agent/RPMS/x86_64/ambari-agent-2.8.0.0-0.x86_64.rpm bdp3.2/ambari/

#将ambari-metrics包拷贝,# 存放ambari-metrics项目打包出来的rpm包

mkdir -p bdp3.2/ambari-metrics

cp ambari-metrics/ambari-metrics-assembly/target/rpm/ambari-metrics-collector/RPMS/x86_64/ambari-metrics-collector-3.0.1-1.x86_64.rpm bdp3.2/ambari-metrics/

cp ambari-metrics/ambari-metrics-assembly/target/rpm/ambari-metrics-grafana/RPMS/x86_64/ambari-metrics-grafana-3.0.1-1.x86_64.rpm bdp3.2/ambari-metrics/

cp ambari-metrics/ambari-metrics-assembly/target/rpm/ambari-metrics-hadoop-sink/RPMS/x86_64/ambari-metrics-hadoop-sink-3.0.1-1.x86_64.rpm bdp3.2/ambari-metrics/

cp ambari-metrics/ambari-metrics-assembly/target/rpm/ambari-metrics-monitor/RPMS/x86_64/ambari-metrics-monitor-3.0.1-1.x86_64.rpm bdp3.2/ambari-metrics/

#将bigtop包拷贝

mkdir -p bdp3.2/bigtop-3.2.1 # 存放bigtop项目打包出来的rpm包

cp -r bigtop/output/* bdp3.2/bigtop-3.2.1

# 制作镜像源,在bdp3.2 目录下生成repodata（也可以将文件拷贝到安装位置后，再制作镜像源）

createrepo bdp3.2/

# bdp3.2.tar.gz,将是最终发版的包

tar zcvf bdp3.2.tar.gz bdp3.2 

# yum源模板

vim ambari.repo  #必须是此文件名，安装ambari-agent时，界面有检查项

# BIGOP-3.2.1 必须是固定字符串，大写。ambari安装大数据组件时，有检查项，否则找不到数据源，3.2.1 是bigtop.bom 中的base_version

# http://172.16.76.107/chdp3.2 替换成自己的地址，确保访问地址后，能看到上边ambari，ambari-metrics，bigtop-3.2.1 这三个目录

[BIGOP-3.2.1]

name=BIGOP-3.2.1

baseurl=http://172.16.76.107/bdp3.2

failovermethod=priority

enabled=1

gpgcheck=0

2.5 使用镜像|镜像测试

搭建yum源服务器

#将bdp3.2.tar.gz 复制到目标服务器

tar zxfv bdp3.2.tar.gz

ln -s /to/your/path/bdp3.2  /var/wwww/html

systemctl restart httpd  # 重启httpd服务

systemctl enable httpd.service # 开机自启

访问：http://${yum_hosts}/bdp3.2, 查看根目录下是否有ambari，ambari-metrics，bigtop-3.2.1，repodata四个文件夹

客户机访问bdp3.2的yum源

1）客户机添加yum源

vim /etc/init.d/ambari.repo # 内容参考上边的yum源模板

[BIGOP-3.2.1]

name=BIGOP-3.2.1

baseurl=http://172.16.76.107/bdp3.2  ## 请替换此处IP

failovermethod=priority

enabled=1

gpgcheck=0

2）客户机刷新yum缓存（务必执行此操作，否则安装时不会报错，也安装不上）

yum clean all

yum makecache

3）查看是否能够访问bdp3.2上的安装包，

yum search ambari-server

4）查看bigtop源下的包有哪些（注意，若是只有两三个，可以去掉wc -l，看一下是具体那几个）

/usr/bin/yum list available --showduplicates --disablerepo=* --enablerepo=BIGTOP-3.2.0  |wc -l

/usr/bin/yum list available --showduplicates --disablerepo=* --enablerepo=BIGTOP-3.2.1  |wc -l

bdp3.2 压缩包文件结构预览

bdp3.2/

├── ambari

│   └── x86_64

│       ├── ambari-agent-2.8.0.0-0.x86_64.rpm

│       └── ambari-server-2.8.0.0-0.x86_64.rpm

├── ambari-metrics

│   └── x86_64

│       ├── ambari-metrics-collector-3.0.1-1.x86_64.rpm

│       ├── ambari-metrics-grafana-3.0.1-1.x86_64.rpm

│       ├── ambari-metrics-hadoop-sink-3.0.1-1.x86_64.rpm

│       └── ambari-metrics-monitor-3.0.1-1.x86_64.rpm

├── bigtop3.2.1

│   ├── bigtop-ambari-mpack

│   │   ├── bigtop-ambari-mpack-2.7.5.0-1.el7.src.rpm

│   │   └── noarch

│   │       └── bigtop-ambari-mpack-2.7.5.0-1.el7.noarch.rpm

│   ├── bigtop-groovy

│   │   ├── bigtop-groovy-2.5.4-1.el7.src.rpm

│   │   └── noarch

│   │       └── bigtop-groovy-2.5.4-1.el7.noarch.rpm

│   ├── bigtop-jsvc

│   │   ├── bigtop-jsvc-1.2.4-1.el7.src.rpm

│   │   └── x86_64

│   │       ├── bigtop-jsvc-1.2.4-1.el7.x86_64.rpm

│   │       └── bigtop-jsvc-debuginfo-1.2.4-1.el7.x86_64.rpm

│   ├── bigtop-select

│   │   ├── bigtop-select-3.2.1-1.el7.src.rpm

│   │   └── noarch

│   │       └── bigtop-select-3.2.1-1.el7.noarch.rpm

│   ├── bigtop-utils

│   │   ├── bigtop-utils-3.2.1-1.el7.src.rpm

│   │   └── noarch

│   │       └── bigtop-utils-3.2.1-1.el7.noarch.rpm

│   ├── flink

│   │   ├── flink_3_2_1-1.15.3-1.el7.src.rpm

│   │   └── noarch

│   │       ├── flink_3_2_1-1.15.3-1.el7.noarch.rpm

│   │       ├── flink_3_2_1-jobmanager-1.15.3-1.el7.noarch.rpm

│   │       └── flink_3_2_1-taskmanager-1.15.3-1.el7.noarch.rpm

│   ├── hadoop

│   │   ├── hadoop_3_2_1-3.3.6-1.el7.src.rpm

│   │   └── x86_64

│   │       ├── hadoop_3_2_1-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-client-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-conf-pseudo-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-debuginfo-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-doc-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-hdfs-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-hdfs-datanode-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-hdfs-dfsrouter-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-hdfs-fuse-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-hdfs-journalnode-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-hdfs-namenode-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-hdfs-secondarynamenode-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-hdfs-zkfc-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-httpfs-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-kms-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-libhdfs-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-libhdfs-devel-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-libhdfspp-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-libhdfspp-devel-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-mapreduce-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-mapreduce-historyserver-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-yarn-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-yarn-nodemanager-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-yarn-proxyserver-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-yarn-resourcemanager-3.3.6-1.el7.x86_64.rpm

│   │       ├── hadoop_3_2_1-yarn-router-3.3.6-1.el7.x86_64.rpm

│   │       └── hadoop_3_2_1-yarn-timelineserver-3.3.6-1.el7.x86_64.rpm

│   ├── hbase

│   │   ├── hbase_3_2_1-2.4.17-1.el7.src.rpm

│   │   ├── noarch

│   │   │   └── hbase_3_2_1-doc-2.4.17-1.el7.noarch.rpm

│   │   └── x86_64

│   │       ├── hbase_3_2_1-2.4.17-1.el7.x86_64.rpm

│   │       ├── hbase_3_2_1-master-2.4.17-1.el7.x86_64.rpm

│   │       ├── hbase_3_2_1-regionserver-2.4.17-1.el7.x86_64.rpm

│   │       ├── hbase_3_2_1-rest-2.4.17-1.el7.x86_64.rpm

│   │       ├── hbase_3_2_1-thrift2-2.4.17-1.el7.x86_64.rpm

│   │       └── hbase_3_2_1-thrift-2.4.17-1.el7.x86_64.rpm

│   ├── hive

│   │   ├── hive_3_2_1-3.1.3-1.el7.src.rpm

│   │   └── noarch

│   │       ├── hive_3_2_1-3.1.3-1.el7.noarch.rpm

│   │       ├── hive_3_2_1-hbase-3.1.3-1.el7.noarch.rpm

│   │       ├── hive_3_2_1-hcatalog-3.1.3-1.el7.noarch.rpm

│   │       ├── hive_3_2_1-hcatalog-server-3.1.3-1.el7.noarch.rpm

│   │       ├── hive_3_2_1-jdbc-3.1.3-1.el7.noarch.rpm

│   │       ├── hive_3_2_1-metastore-3.1.3-1.el7.noarch.rpm

│   │       ├── hive_3_2_1-server2-3.1.3-1.el7.noarch.rpm

│   │       ├── hive_3_2_1-webhcat-3.1.3-1.el7.noarch.rpm

│   │       └── hive_3_2_1-webhcat-server-3.1.3-1.el7.noarch.rpm

│   ├── kafka

│   │   ├── kafka_3_2_1-2.8.2-1.el7.src.rpm

│   │   └── noarch

│   │       ├── kafka_3_2_1-2.8.2-1.el7.noarch.rpm

│   │       └── kafka_3_2_1-server-2.8.2-1.el7.noarch.rpm

│   ├── phoenix

│   │   ├── noarch

│   │   │   └── phoenix-5.1.3-1.el7.noarch.rpm

│   │   └── phoenix-5.1.3-1.el7.src.rpm

│   ├── solr

│   │   ├── noarch

│   │   │   ├── solr_3_2_1-8.11.2-1.el7.noarch.rpm

│   │   │   ├── solr_3_2_1-doc-8.11.2-1.el7.noarch.rpm

│   │   │   └── solr_3_2_1-server-8.11.2-1.el7.noarch.rpm

│   │   └── solr_3_2_1-8.11.2-1.el7.src.rpm

│   ├── spark

│   │   ├── noarch

│   │   │   ├── spark_3_2_1-3.2.3-1.el7.noarch.rpm

│   │   │   ├── spark_3_2_1-core-3.2.3-1.el7.noarch.rpm

│   │   │   ├── spark_3_2_1-datanucleus-3.2.3-1.el7.noarch.rpm

│   │   │   ├── spark_3_2_1-external-3.2.3-1.el7.noarch.rpm

│   │   │   ├── spark_3_2_1-history-server-3.2.3-1.el7.noarch.rpm

│   │   │   ├── spark_3_2_1-master-3.2.3-1.el7.noarch.rpm

│   │   │   ├── spark_3_2_1-python-3.2.3-1.el7.noarch.rpm

│   │   │   ├── spark_3_2_1-sparkr-3.2.3-1.el7.noarch.rpm

│   │   │   ├── spark_3_2_1-thriftserver-3.2.3-1.el7.noarch.rpm

│   │   │   ├── spark_3_2_1-worker-3.2.3-1.el7.noarch.rpm

│   │   │   └── spark_3_2_1-yarn-shuffle-3.2.3-1.el7.noarch.rpm

│   │   └── spark_3_2_1-3.2.3-1.el7.src.rpm

│   ├── tez

│   │   ├── noarch

│   │   │   └── tez_3_2_1-0.10.2-1.el7.noarch.rpm

│   │   └── tez_3_2_1-0.10.2-1.el7.src.rpm

│   └── zookeeper

│       ├── x86_64

│       │   ├── zookeeper_3_2_1-3.6.4-1.el7.x86_64.rpm

│       │   ├── zookeeper_3_2_1-debuginfo-3.6.4-1.el7.x86_64.rpm

│       │   ├── zookeeper_3_2_1-native-3.6.4-1.el7.x86_64.rpm

│       │   ├── zookeeper_3_2_1-rest-3.6.4-1.el7.x86_64.rpm

│       │   └── zookeeper_3_2_1-server-3.6.4-1.el7.x86_64.rpm

│       └── zookeeper_3_2_1-3.6.4-1.el7.src.rpm

└── repodata

    ├── 15cc6a5320a9f6e38cda7b8ec54e7e28ed527df25ee6f56c1bf20cfa421dfe73-other.sqlite.bz2

    ├── 1a5c0f03d6edae3170255a282d113afe9b22f654f246ea308f162e14234cf5f8-filelists.sqlite.bz2

    ├── 28cb1ff79328b8ebeaa55021078984e8da908081b0b389e4037d9b1e5854ae22-primary.xml.gz

    ├── 5066ad167311131c46e983c0d66c4901b92a4e862b11aff3492f02f90ec2eb36-other.xml.gz

    ├── 617177ba2b017e6e6b4a62b157fe3441ea97b74455d60792e78471f938b86cb8-filelists.xml.gz

    ├── 7ea377d3a0b59ffaaef9661cb7dd3f2144bd7bc27da1a11070b6d78d5116dddd-primary.sqlite.bz2

    └── repomd.xml

37 directories, 103 files

2.6 ambari 安装

1. 找一台机子搭建yum源，参考搭建yum源服务器
1. 找一台机子配置yum源，安装ambari-server，参考客户机访问bdp3.2的yum源。
- 安装过程参考大神文档：
- Ambari+Bigtop大数据平台安装部署指南(Centos7)一：https://blog.csdn.net/m0_48319997/article/details/130069050
- Ambari+Bigtop大数据平台安装部署指南(Centos7)二：https://blog.csdn.net/m0_48319997/article/details/130233526

安装中可能出现的问题及解决方案

问题1：yum install ambari-server后出现以下日志，软件没有安装成功，也没有任何反应
- 解决方案：yum clean all && yum makecache

Loaded plugins:aliases,changelog,fastestmirror, kabi, langpacks, tmprepo, verify, versionlock

Loading support for RedHat kernel ABI

问题2：yum源配置

/etc/yum.repos.d/ambari.repo （必须为此名称，安装过程有校验）

[BIGTOP-3.2.1]   # 必须为此名称，和ambari-server中的配置一致，包含大小写，下一行同理

name=BIGTOP-3.2.1

baseurl=http://192.168.76.107/chdp3.2

failovermethod=priority

enabled=1

gpgcheck=0

ambari+ bigtop 编译、打包、部署步骤总览的更多相关文章

kibana7.6.2内网windows系统下编译打包部署
1.在kibana根目录下执行命令: yarn build --skip-os-packages 2.报错无法下载node:将node相关文件下载放到kibana/.node_binaries/10 ...
二：【nopcommerce系列】Nop的文件结构，引用关系。如何编译打包部署等
如果,你还没先看第一篇,先看看一:[nopcommerce系列]Nop整体架构的简单介绍,在看nop代码之前,你需要懂哪些东西如果你确定你已经看完了第一篇,并且真的理解 mvc.和autofac, ...
编译打包部署 Dubbo Admin
1.下载,Dubbo地址: https://github.com/alibaba/dubbo/tree/2.5.x ,直接ZIP下载 2.解压并打开项目,mvn package 得到war包,如下图: ...
Windows Phone 8初学者开发—第8部分：理解编译和部署
原文 Windows Phone 8初学者开发—第8部分:理解编译和部署第8部分:理解编译和部署原文地址: http://channel9.msdn.com/Series/Windows-Phon ...
走进JavaWeb技术世界12：从手动编译打包到项目构建工具Maven
小李的Build之路(上) 转自: 刘欣码农翻身 2016-07-10 摘要:手工Build的烦恼要不是为了和女朋友留在一个城市,小李肯定去北上广奋斗去了.现在他只能留在这个2.5线城市,进入这家软 ...
VS打包部署图文具体步骤及程序防卸载的制作（password验证卸载）
1. 在vs2010 选择"新建项目->"其它项目类型"->" Visual StudioInstallerà "安装项目": ...
在windows下导入react项目并且打包编译后部署到nginx上
在windows下导入react项目并且打包编译后部署到nginx上一.安装npm 二.创建react项目三.安装nginx 四.总结最近接手了公司的一个django项目,这是应该前后端分离的项 ...
Spark入门实战系列--2.Spark编译与部署（上）--基础环境搭建
[注] 1.该系列文章以及使用到安装包/测试数据可以在<倾情大奉送--Spark入门实战系列>获取: 2.Spark编译与部署将以CentOS 64位操作系统为基础,主要是考虑到实际应用 ...
Spark入门实战系列--2.Spark编译与部署（中）--Hadoop编译安装
[注]该系列文章以及使用到安装包/测试数据可以在<倾情大奉送--Spark入门实战系列>获取 .编译Hadooop 1.1 搭建环境 1.1.1 安装并设置maven 1. 下载mave ...
【转】VS2012程序打包部署详解
上篇博客把收费系统的总体设计进行了一遍讲解,讲解的同时掺杂了些有关.NET编译机制的总结.程序编写测试完成后接下来我们要做的是打包部署程序,但VS2012让人心痛的是没有了打包工具.不知道出于什么原因 ...

随机推荐

MySQL学习笔记-多表查询(上)
多表查询(上) 一. 多表关系在实际应用中,根据需求,设计的表结构之间存在联系,联系一般分为以下三种一对多(多对一) 多对多一对一 1. 一对多(多对一) 案例:部门与员工的关系,一个部门对应多 ...
2023 Hive 面试宝典
先说一些废话总结一下Hive面试宝典,方便读者快速过一遍Hive面试所需要的知识点 Hive的介绍 Hive和Hadoop的关系 Hive利用hdfs存储数据,利用MapReduce查询数据 Hiv ...
Ubuntu 更改鼠标滚轮速度
1.安装imwheel sudo apt-get install imwheel 2.更改配置 sudo gedit ~/.imwheelrc 输入以下内容: ".*"None, ...
Next.js 13 如何使用loading.js
要在next.js 13中使用loading.js,我们需要先在对应的文件目录下创建loading.js文件文件结构如下: app test1 loading.tsx page.tsx 如上面的目录 ...
Mysql联合索引生效、失效条件
引言联合索引又叫复合索引.两个或更多个列上的索引被称作复合索引. 对于复合索引:Mysql从左到右的使用索引中的字段,一个查询可以只使用索引中的一部份,但只能是最左侧部分.例如索引是key inde ...
讯飞有一个可以根据描述文本自动生成PPT的AI接口，有趣
文档:https://www.xfyun.cn/doc/spark/PPTGeneration.html 价格方面提供了免费1000点的额度,生成一次是10点,正好100次,如果要购买的话最低要购买1 ...
Vector | Graph：蚂蚁首个开源Graph RAG框架设计解读
检索增强生成(RAG:Retrieval Augmented Generation)技术旨在把信息检索与大模型结合,以缓解大模型推理"幻觉"的问题.近来关于RAG的研究如火如荼,支 ...
数据库学习（一）——DDL数据库定义语句
定义数据库创建数据库使用CRETE DATABASE关键字,指定编码和排序格式 CREATE DATABASE mysqldb DEFAULT CHARACTER SET utf-8 DEFAUL ...
Nginx SSL证书更新及密码套件更新
一.域名更换证书 ssl证书一般包括证书文件crt.cer.pem.pfx和私钥文件key. CER.CRT.PEM 和 PFX 是不同的证书文件格式,它们之间存在一些区别: CER (DER 编码) ...
SpringMVC-01-回顾MVC架构
1.什么是MVC MVC是模型(Model).视图(View).控制器(Controller)的简写,是一种软件架构模式. 它通过将业务逻辑.页面控制.显示视图分离的方法来组织代码. 主要作用是降低了 ...

ambari+ bigtop 编译、打包、部署步骤总览

1 ambari + bigtop 构建大数据基础平台

1.1 参考：

1.2 参考

amabri

bigtop

打包部署

2 ambari+bigtop编译、打包、部署

2.0 基础环境准备

2.1 ambari编译

2.2 ambari-metrics编译

2.3 bigtop编译

2.4 制作发版镜像

2.5 使用镜像|镜像测试

搭建yum源服务器

客户机访问bdp3.2的yum源

bdp3.2 压缩包文件结构预览

2.6 ambari 安装

ambari+ bigtop 编译、打包、部署步骤总览的更多相关文章

随机推荐

热门专题