Oozie、Flume、Mahout配置与应用
-------------------------Oozie--------------------
【一、部署】
1)部署Oozie服务端
[root@cMaster~]#sudo yum install oozie #cMaster上以root权限执行,部署Oozie服务端
2)部署Oozie客户端
[root@iClient~]f#sudo yum install oozie-client 【二、配置文件】
3)修改/etc/oozie/conf/oozie-env.sh文件
#export CATALINA_BASE=/var/lib/oozie/tomcat-deployment
export CATALINA_BASE=/usr/lib/oozie/oozie-server
# export OOZIE_CONFIG_FILE=oozie-site.xml
export OOZIE_CONFIG=/etc/oozie/conf
# export OOZIE_LOG=${OOZIE_HOME}/logs
export OOZIE_LOG=/var/log/oozie 4)追加/etc/hadoop/conf/core-site.xml内容:
<property><name>hadoop.proxyuser.oozie.groups</name><value>*</value></property>
<property><name>hadoop.proxyuser.oozie.hosts</name><value>*</value></property>
【三、数据库与jar配置】
重启Hadoop集群,并建库
$for x in `cd/etc/init.d;Is hadoop-*`;do service $x restart;done; #`为英文输入状态下 ,esc键下面那个【警告:不建议使用】除了iCleint外,其他机器都要执行4)创建Oozie数据库模式
[root@cMaster~]#sudo -u oozie /usr/lib/oozie/bin/ooziedb.sh create -run #仅cMaster执行 [root@cMaster ~]#mkdir /tmp/ooziesharelib
[root@cMaster~]#cd /tmp/ooziesharelib
[root@cMaster~]# tar xzf /usr/lib/oozie/oozie-sharelib-yarn.tar.gz #【重要】此处oozie-sharelib-yarn.tar.gz有可能为/usr/lib/oozie/下文件夹,将其复制进/tmp/ooziesharelib即可
【四、启动服务】
[root@cMaster~]#sudo service oozie start 应用是这里注意一点:oozie job -oozie http://cMaster:11000/oozie -config 【/usr/share/doc/oozie-4.0.0+cdh5.0.0+54/examples/apps/map-reduce/job.properties 为本地路径】 -run
oozie job -oozie http://cMaster:11000/oozie -config job.properties -run
HDFS 路径:/user/【用户名】root/examples/apps/map-reduce/ 下存在job.properties等文件,即/user/【用户名】root/examples/apps/map-reduce/被写死
本地路径:(相对路径)进入本地job.properties等文件目录下,如:
进入 /usr/share/doc/oozie-4.0.0+cdh5.0.0+54/examples/apps/map-reduce/ 目录下job.properties存在的地方
——————————————————————以下冗余———————————————————— Oozie部署 [21] Oozie相当于Hadoop的一个客户端,因此集群中只有一台机器部署Oozie server端即 可,
由于可以有任意多个客户端连接Oozie,故每个客户端上都须部署Oozie client,
本节 选择在cMaster上部署Oozie server,在iClient上部署Oozie client。
1)部署Oozie服务端
[root@cMaster~]#sudo yum install oozie #cMaster上以root权限执行,部署Oozie服务端
2)部署Oozie客户端
[root@iClient~]f#sudo yum install oozie-client
3)配置Oozie 修改/etc/oozie/conf/oozie-env.sh中的CATALINA_BASE属性值,注释原值并指定新 值,
当此值指向oozie-server-0.20表明Oozie支持MRv1,指向oozie-server表示支持Yarn。
注 意cMaster、iClient都要配置,并保持一致。
#export CATALINA_BASE=/usr/lib/oozie/oozie-server-0.20
export CATALINABASE=/usr/lib/oozie/oozie-server
在/etc/hadoop/conf/core-site.xml文档里configuration标签间加入如下内容。
注意,6台机器都要更新这个配置,并且配置此属性后,
一定要重启集群中所有Hadoop服务,此属性值才能生效。
<property><name>hadoop.proxyuser.oozie.groups</name><value>*</value></property>
<property><name>hadoop.proxyuser.oozie.hosts</name><value>*</value></property> 下面是重启Hadoop集群的命令:
$for x in 'cd/etc/init.d;Is hadoop-*';do service $x restart;done; #除了iCleint外,其他机器都要执行4)创建Oozie数据库模式
[root@cMaster~]#sudo -u oozie /usr/lib/oozie/bin/ooziedb.sh create -run #仅cMaster执行 5)配置Oozie Web页面
[root@cMaster ~]#cd /var/lib/oozie/
[root@cMaster oozie]# sudo -u oozie wget http://archive.cloudera.com/gplextras/misc/ext-2.2.zip
[root@cMaster oozie]# sudo -u oozie unzip ext-2.2.zip 6)将Oozie常用Jar包导入HDFS
[root@cMaster~]# sudo -u hdfs hdfs dfs -mkdir /user/oozie
[root@cMaster~]#sudo -u hdfs hdfs dfs -chown oozie:oozie /user/oozie
[root@cMaster ~]#mkdir /tmp/ooziesharelib
[root@cMaster~]#cd /tmp/ooziesharelib
[root@cMaster~]# tar xzf /usr/lib/oozie/oozie-sharelib-yarn.tar.gz
[root@cMaster~]# sudo -u oozie hdfs dfs -put share /user/oozie/share 7)开启Oozie服务
[root@cMaster~]#sudo service oozie start 8)查看Oozie服务
当成功部署并在cMaster上开启Oozie服务后,如果配置了ext-2.2,
在iClient上的浏览器中打开“cmaster:11000”将显示Oozie Web界面,
也可以使用下述命令查看Oozie工作状态。
[root@iClient~]#oozie admin -oozie http://cMaster:11000/oozie -status ------------------------应用------
2.0ozie访问接口
Oozie最常用的是命令行接口,它的Web接口只可以看到Oozie托管的任务,不可以配置作业。
【例6-6】按要求完成问题:
①进入Oozie客户端,查看常用命令。
②运行Oozie MR示例程序。
③运行OoziePig、Hive等示例。
④编写workflow.xml,完成一次WordCount。
⑤编写workflow.xml,完成两次WordCount,且第一个WC的输出为第二个WC的输入。 解答:对于问题①,在iClient上执行下述命令即可,用户可以是root或joe。
[root@iClient~]#sudo-u joe oozie help #查看所有Oozie命令 对于问题②,首先解压Oozie示例iar包,接着修改示例配置中的地址信息,最后上传至集群执行即可,读者按下述流程执行即可。
[root@iClient~]#cd /usr/share/doc/oozie-4.0.0+cdh5.0.0+54
[root@iClient oozie-4.0.0+cdh5.0.0+54]# tar-zxvf oozie-examples.tar.gz 编辑examples/apps/map-reduce/job.properties,将如下两行:
nameNode=hdfs://localhost:8020
job Tracker=localhost:8021替换成集群现在配置的地址与端口:
nameNode=hdfs://cMaster:8020
job Tracker=cMaster:8032 接着将examples上传至HDFS,使用oozie命令执行即可:
[root@iClient oozie-4.0.0+cdh5.0.0+54]#sudo -u joe hdfs dfs-put examples examples
[root@iClient oozie-4.0.0+cdh5.0.0+54]#cd
[root@iClient ~]#sudo -u joe oozie job -oozie http://cMaster:11000/oozie -config /usr/share/doc/oozie-
4.0.0+cdh5.0.0+54/examples/apps/map-reduce/job.properties -run 问题③其实和②是一样的,读者可按上述过程使用oozie执行Pig或Hive等的示例脚本。
切记修改相应配置(如examples/apps/pig/job.properties)后,再上传至集群,
执行时也要定位到相应路径(如sudo-u joe oozie....../apps/pig/joe.properties-run)。
对于问题④,读者可参考“examples/apps/map-reduce/workflow.xml”,
其对应jar包在“examples/apps/map-reduce/lib”下,
其下的DemoMapper.class和DemoReducer.class就是WordCount的代码,
对应的源代码在“examples/src”下,可按如下步骤完成此问题。 (1)编辑文件“examples/apps/map-reduce/workflow.xml”,找到下述内容:
<property>
<name>mapred.mapper.class</name><value>org.apache.oozie.example.SampleMapper</value>
</property>
<property>
<name>mapred.reducer.class</name><value>org.apache.oozie.example.SampleReducer</value>
</property>
将其替换成:
<property>
<name>mapred.mapper.class</name><value>org.apache.oozie.example.DemoMapper</value>
</property>
<property>
<name>mapred.reducer.class</name><value>org.apache.oozie.example.DemoReducer</value>
</property>
<property><name>mapred.output.key.class</name><value>org.apache.hadoop.io.Text</value></property>
<property>
<name>mapred.output.value.class</name><value>org.apache.hadoop.io.IntWritable</value>
</property> (2)接着将原来HDFS里examples文件删除,按问题②的解答,
上传执行即可,这里只给出删除原examples的命令,上传和执行命令和问题②解答一样。
[root@iClient~]#sudo -u joe hdfs dfs -rm -r -f examples #删除HDFS原examples文件 (3)接着将examples上传至HDFS,使用oozie命令执行即可:
[root@iClient oozie-4.0.0+cdh5.0.0+54]#sudo -u joe hdfs dfs-put examples examples
[root@iClient oozie-4.0.0+cdh5.0.0+54]#cd
[root@iClient ~]#sudo -u joe oozie job -oozie http://cMaster:11000/oozie -config /usr/share/doc/oozie-
4.0.0+cdh5.0.0+54/examples/apps/map-reduce/job.properties -run ****问题⑤是业务逻辑中最常遇到的情形,比如你的数据处理流 是:
“M1”→“R1”→“Java1”→“Pig1”→“Hive1”→“M2”→“R2”→“Java2”
,单独写出各类或 脚本后,写出此逻辑对应的workflow.xml即可。
限于篇幅,下面只给出workflow.xml框 架,请读者自行解决问题④。 <workflow-app xmlns="uri:oozie:workflow:0.2" name="map-reduce-wf">
<start to="mr-node"/>
<action name="mr-node">
<map-reduce>第一个wordcount配置</map-reduce>
<ok to="mr-wc2"/><error to="fail"/>
</action>
<action name="mr-wc2">
<map-reduce>第二个wordcount 配置</map-reduce>
<ok to="end"/><error to="fail"/>
</action>
<kill name="fail">
<message>Map/Reduce failed error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
</kill>
<end name="end"/>
</workflow-app> ——————————————————————————Flume——————————————————————
1.Flume部署 [21] 集群中只有一台机器部署Flume就可以接收数据了,
此外下面的例题中还要有一台机 器做为数据源,负责向Hadoop集群发送数据,
故须在cMaster与iClient上部署Flume。
(1)部署Flume接收端
[root@cMaster~]#sudo yum install flume-ng-agent #在cMaster上部署Flume (2)部署Flume发送端
[root@iClient~]#sudo yum install flume-ng-agent #在iClient上部署Flume ---------------应用
2.Flume访问接口 Flume提供了命令行接口和程序接口,但Flume使用方式比较特别,
无论是命令行还 是程序接口,都必须使用Flume配置文档,
这也是Flume架构思想之一——配置型工具。
【例6-7】按要求完成问题:
①进入Flume命令行,查看常用命令。
②要求发送端 iClient使用telnet向cMaster发送数据,而接收端cMaster开启44444端口接收数据,
并将收到 的数据显示于命令行。
③要求发送端iClient将本地文件“/home/joe/source.txt”发往接收端 cMaster,
而接收端cMaster将这些数据存入HDFS。
④根据问题③,接收端cMaster开启接 收数据的Flume服务,既然此服务能接收iClient发来的数据,
它必然也可以接收iHacker机 器(黑客)发来的数据,问如何尽量减少端口攻击,并保证数据安全。
解答:对于问题①,直接在iClient上执行如下命令即可
[root@iClient~]#flume-ng #查看Flume常用命令 对于问题②,首先需要在cMaster上按要求配置并开启Flume(作为接收进程被动接收 数据),
接着在iClient上使用telnet向cMaster发送数据,具体过程参见如下几步。
在cMaster上以root权限,新建文件“/etc/flume/conf/flume.conf”,
并填入如下内容:接 着在cMaster上使用此配置以前台方式开启Flume服务
-----------------------------------------------------------------------------------------------
#命令此处agent名为al,并命名此al的sources为rl,channels为cl,sinks为kl
a1.sources=r1
a1.channels=c1
a1.sinks=k1 #定义sources相关属性:即此sources在cMaster 上开启44444端口接收以netcat协议发来的数据
a1.sources.r1.type=netcat
a1.sources.r1.bind=cMaster
a1.sources.r1.port=44444 #定义channels及其相关属性,此处指定此次服务使用memory 暂存数据
a1.channels.c1.type=memory
a1.channels.c1.capacity=1000
a1.channels.c1.transactionCapacity=100 #定义此sink为logger类型sink:即指定sink直接将收到的数据输出到控制台
a1.sinks.k1.type=logger #将sources关联到channels,channels 关联到sinks上
a1.sources.r1.channels=c1
a1.sinks.k1.channel=c1
---------------------------------------------------------------------------------------------
[root@cMaster~]#flume-ng agent -c /etc/flume-ng/ -f /etc/flume-ng/conf/flume.conf -n a1 此时,接收端cMaster已经配置好并开启了,接下来需要开启发送端,在iClient上执行:
[root@iClient~]# telnet cMaster 44444 此时向此命令行里随意输入数据并回车,telnet会将这些数据发往cMaster,再次回到 cMaster上执行命令的那个终端,
会发现刚才在iClient里输入的数据发送到了cMaster的终 端里。如果想退出iClient终端里的telnet,
按Ctrl+]组合键(即同时按住Ctrl键和]键),回 到telnet后输入“quit”命令回车即可,
至于退出cMaster上的Flume,直接按Ctrl+C组合键。
问题③的回答步骤较多。 首先,在cMaster上新建文件“/etc/flume-ng/conf/flume.conf.hdfs”,并填入如下内容
-----------------------------------------------------------------------------------------------
#命令此处agent名为al,并命名此al的sources为rl,channels为c1,sinks为k1
a1.sources=r1
a1.sinks=k1
a1.channels=c1 #定义sources类型及其相关属性
#即此sources为avro类型,且其在cMaster上开启4141端口接收avro协议发来的数据
a1.sources.r1.type=avro
a1.sources.r1.bind=cMaster
a1.sources.r1.port=4141 #定义channels类型其实相关属性,此处指定此次服务使用memory 暂存数据
a1.channels.c1.type=memory #定义此sink为HDFS类型的sink,且此sink将接收的数据以文本方式存入HDFS指定目录
a1.sinks.k1.type=hdfs
a1.sinks.k1.hdfs.path=/user/joe/flume/cstorArchive
a1.sinks.k1.hdfs.file Type=DataStream #将sources关联到channels,channels 关联到sinks上
a1.sources.r1.channels=c1
a1.sinks.k1.channel=c1
----------------------------------------------------------------------------------------------- 接着,在iClient上新建文件“/root/businessLog”,并填入如下内容:
--------------------------------------
ccccccccccccccccccccc
ssssssssssssssssssssssss
tttttttttttttttttttttttttttttttttt
oooooooooooooooooo
rrrrrrrrrrrrrrrrrrrrrrrrrrrrr
-------------------------------------- iClient上还要新建文件“/etc/flume-ng/conf/flume.conf.exce”,并填入如下内容:
-----------------------------------------------------------------------------------------------
#命令此处agent名为al,并命名此al的sources为rl,channels为c1,sinks为k1
a1.sources=r1
a1.channels=c1
a1.sinks=k1 #定义sources类型及其相关属性,此sources为exce类型
#其使用Linux cat 命令读取文件/root/businessLog,接着将读取到的内容写入channel
a1.sources.r1.type=exec
a1.sources.r1.command=cat /root/businessLog #定义channels及其相关属性,此处指定此次服务使用memory 暂存数据
a1.channels.c1.type=memory #定义此sink为avro类型sink,即其用avro协议将channel里的数据发往cMaster的4141端口
a1.sinks.k1.type=avro
a1.sinks.k1.hostname=cMaster
a1.sinks.k1.port=4141 #将sources关联到channels,channels 关联到sinks上
a1.sources.r1.channels=c1
a1.sinks.k1.channel=c1
----------------------------------------------------------------------------------------------- 至此,发送端iClient和接收端cMaster的Flume都已配置完成。现在需要做的是在 HDFS里新建目录,
并分别开启接收端Flume服务和发送端Flume服务,步骤如下。 在cMaster上开启Flume,
其中“flume-ng…a1”命令表示使用flume.conf.hdfs配置启动 Flume,
参数a1即是配置文件里第一行定义的那个a1
[root@cMaster ~]#sudo -u joe hdfs dfs -mkdir flume #HDFS里新建目录/user/joe/flume
[root@cMaster ~]#sudo -u joe flume-ng agent -c /etc/flume-ng/ -f /etc/flume-ng/conf/flume.conf.hdfs -n a1 最后,在iClient上开启发送进程,与上一条命令类似,这里的a1,即flume.conf.exce 定义的a1:
[root@iClient~]#flume-ng agent -c/etc/flume-ng/ -f /etc/flume-ng/conf/flume.conf.exce -n a1 此时,用户在iClient端口里打开“cMaster:50070”,依次进入目 录“/user/joe/flume/cstorArchive”,
将会查看到从iClient上传送过来的文件。 —————————————————————————— Mahout——————————————————————
1.Mahout部署 [21] 作为Hadoop的一个客户端,Mahout只要在集群中或集群外某台客户机上部署即可,
实验中选择在iClient上部署Mahout
[root@iClient ~]# sudo yum install mahout 2.Mahout访问接口 Mahout提供了程序和命令行接口,
通过参考Mahout已有的大量机器学习算法,程序 员也可实现将某算法并行化。
【例6-8】要求以joe用户运行Mahout示例程序naivebayes,实现下载数据,建立学习 器,训练学习器,
最后使用测试数据针对此学习器进行性能测试。
-------------------------------------------------------------------------
#!/bin/sh
#新建本地目录,新建HDFS目录
mkdir -p /tmp/mahout/20news-bydate /tmp/mahout/20news-all&&hdfs dfs -mkdir mahout #下载训练和测试数据集
curl http://people.csail.mit.edu/jrennie/20Newsgroups/20news-bydate.tar.gz\ -o /tmp/mahout/20news-bydate.tar.gz #将数据集解压、合并,并上传至HDFS
cd /tmp/mahout/20news-bydate&&tar xzf /tmp/mahout/20news-bydate.tar.gz&&cd
cp -R /tmp/mahout/20news-bydate/*/*/tmp/mahout/20news-all
hdfs dfs -put /tmp/mahout/20news-all mahout/20news-all #使用工具类seqdirectory 将文本数据转换成二进制数据
mahout seqdirectory -i mahout/20news-all -o mahout/20news-seq -ow
------------------------------------------------------------------------- 解:首先须下载训练数据集和测试数据,接着运行训练MR和测试MR,但是,
Mahout里的算法要求输入格式为Value和向量格式的二进制数据,故中间还须加一些步 骤,
将数据转换成要求格式的数据,下面的脚本naivebayes.sh可以完成这些动作
-------------------------------------------------------------------------
#使用工具类seq2sparse将二进制数据转换成算法能处理的矩阵类型二进制数据
mahout seq2sparse -i mahout/20news-seq -o mahout/20news-vectors -lnorm -nv -wt tfidf #将总数据随机分成两部分,第一部分约占总数据80%,用来训练模型
#剩下的约20%作为测试数据,用来测试模型
mahout split -i mahout/20news-vectors/fidf-vectors --trainingOutput mahout/20news-train-vectors\
--testOutput mahout/20news-test-vectors\
--randomSelectionPct 40 --overwrite --sequenceFiles -xm sequential #训练Naive Bayes模型
mahout trainnb -i mahout/20news-train-vectors -e1 -o mahout/model -li mahout/labelindex -ow
#使用训练数据集对模型进行自我测试(可能会产生过拟合)
mahout testnb -i mahout/20news-train-vectors -m mahout/model -l mahout/labelindex\
-ow -o mahout/20news-testing
#使用测试数据对模型进行测试
mahout testnb -i mahout/20news-test-vectors -m mahout/model -I mahout/labelindex\
-ow -o mahout/20news-testing
------------------------------------------------------------------------- 限于篇幅,脚本写得简陋,执行时,切记须在iClient上,以joe用户身份执行,且只能 执行一次。
再次执行时,先将所有数据全部删除,执行方式如下
[root@iClient~]# cp naivebayes.sh /home/joe
[root@iClient~]# chown joe.joe naivebayes.sh
[root@iClient~]# sudo -u joe chmod +x naivebayes.sh
[root@iClient~]# sudo -u joe sh naivebayes.sh 脚本执行时,用户可以打开Web界面“cMaster:8088”,
查看正在执行的Mahout任 务;还可以通过Web界面“cMaster:50070”,
定位到“/user/joe/mahout/”查看目录变化
Oozie、Flume、Mahout配置与应用的更多相关文章
- 转】机器学习开源框架Mahout配置与入门研究
原博文出自于:http://www.ha97.com/5803.html 感谢! PS:机器学习这两年特别火,ATB使劲开百万到几百万年薪招美国牛校的机器学习方向博士,作为一个技术控,也得折腾下 ...
- Oozie工作流属性配置的方式与策略
本文原文出处: http://blog.csdn.net/bluishglc/article/details/46049817 Oozie工作流属性配置的三种方式 Oozie有三种方法可以给工作流提供 ...
- Scala + Thrift+ Zookeeper+Flume+Kafka配置笔记
1. 开发环境 1.1. 软件包下载 1.1.1. JDK下载地址 http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downl ...
- Flume NG 配置详解(转)
原文链接:[转]Flume NG 配置详解 (说明,名词对应解释 源-Source,接收器-Sink,通道-Channel) 配置 设置代理 Flume代理配置存储在本地配置文件.这是一个文本文件格式 ...
- Flume NG 配置详解
配置 设置代理 Flume代理配置存储在本地配置文件.这是一个文本文件格式,是Java属性文件格式.在相同的配置文件,可以指定一个或多个代理的配置.配置文件包括每个源,接收器和通道,把它们连接在一起, ...
- oozie timezone时区配置
cloudera oozie默认时区是UTC,在开发oozie任务时必须在期望执行的时间上减去8小时,很不习惯.记录下修改时区的配置操作. 1. cloudera oozie配置—>Oozie ...
- flume log4j配置
版权声明:本文为博主原创文章,未经博主允许不得转载. 1.依赖jar包导入,通过maven管理,pom文件增加如下配置: <!-- log4j输出日志到flume的appender依赖包 --& ...
- 【Oozie】安装配置Oozie
安装和配置Oozie Oozie用于Hadoop的工作流配置: 参考链接: <Install and Configure Apache Oozie Workflow Scheduler for ...
- Flume篇---Flume安装配置与相关使用
一.前述 Copy过来一段介绍Apache Flume 是一个从可以收集例如日志,事件等数据资源,并将这些数量庞大的数据从各项数据资源中集中起来存储的工具/服务,或者数集中机制.flume具有高可用, ...
随机推荐
- 深入浅出TypeScript(2)- 用TypeScript创建web项目
前言 在第一篇中,我们简单介绍了TypeScript的一些简单语法,那么如果我们只是简单使用TypeScript开发一个web项目,应该做哪些准备?接下来我们就结合TypeScript和Webpack ...
- 自己实现vue瀑布流组件,含详细注释
我知道vue有瀑布流插件vue-waterfall-easy,但是使用的时候与我的预期有部分别,所以就自己动手写了这个组件 人和动物的根本区别是是否会使用工具,我们不仅要会使用,还要会创造工具,别人提 ...
- nginx-springboot-vue前后端分离跨域配置
nginx-springboot-vue前后端分离跨域配置 引言 接着上篇--简单的springboot-vue前后端分离登录Session拦截的demo,其中跨域是通过springboot后端全局设 ...
- [普及]NOIP 2015 推销员 贪心
NOIP 2015 推销员 题意: 有一个喜欢疲劳的推销员,告诉你在一个单口胡同(数轴)中的n户家庭的位置,和向他们推销可以获得的疲劳度.分别输出向(1,2,3,4...n)户人家推销可以得到的最大疲 ...
- CodeForces 283C World Eater Brothers
World Eater Brothers 题解: 树DP, 枚举每2个点作为国家. 然后计算出最小的答案. 首先我们枚举根, 枚举根了之后, 我们算出每个点的子树内部和谐之后的值是多少. 这样val[ ...
- HDU-6437 Videos
HDU-6437 题意:一天有n个小时,现在有m场电影,每场电影有一个愉悦值,有k个人,电影分2种类型A, B, 并且每一场电影只能一个人看, 一个人可以看无数次电影, 只要时间足够, 但是连续看同一 ...
- codeforces 820 C. Mister B and Boring Game(找规律)
题目链接:http://codeforces.com/contest/820/problem/C 题解:显然a<=b的规律很好找只要 例如a=2,b=5,只要这样排列就行abbbbbbabbbb ...
- CSU 1809 Parenthesis 思维+线段树
1809: Parenthesis Submit Page Summary Time Limit: 5 Sec Memory Limit: 128 Mb Submitte ...
- codeforces 919C Seat Arrangements 思维模拟
C. Seat Arrangements time limit per test 1 second memory limit per test 256 megabytes input standard ...
- NGINX的启停命令、以及动态加载配置文件的命令
-- 启动(不推荐):在nginx目录下有一个sbin目录,sbin目录下有一个nginx可执行程序../nginx -- 启动(指定配置文件,推荐)/usr/local/nginx/sbin/ngi ...