lib文件

1、Hadoop开发环境简介 1.1 Hadoop集群简介 　　Java版本：jdk- 6u31 -linux-i586.bin 　　Linux系统：CentOS6.0 　　Hadoop版本： hadoop-1.0.0.tar.gz 1.2 Windows开发简介 　　Java版本：jdk- 6u31 -windows-i586.exe 　　Win系统：Windows 7 旗舰版 　　Eclipse软件：eclipse-jee- indigo -SR1-win32.zip | eclipse-jee- helios -SR2-win32.zip 　　Hadoop软件：hadoop-1.0.0.tar.gz 　　Hadoop Eclipse 插件：hadoop-eclipse-plugin-1.0.0.jar 　　下载地址： http://download.csdn.net/detail/xia520pi/4113746 　　备注： 下面是网上收集的收集的"hadoop-eclipse-plugin-1.0.0.jar"，除"版本2.0"是根据"V1.0"按照"常见问题FAQ_ 1 "改的之外，剩余的"V3.0"、"V4.0"和"V5.0"和"V2.0"一样是别人已经弄好的，而且我已经都测试过，没有任何问题，可以放心使用。我们这里选择第"V5.0"使用。记得在使用时 重新命名 为"

Jankins支持多个平台的安装，如Windows、Ubuntu系统，下面我们分别介绍在Windows、Ubuntu系统上如何安装； 一、Ubuntu系统的安装 由于Jenkins是一款Java平台的开源持续集成（Continuous Integration，CI）引擎。所以我们在安装之前，应该确保安装了JVM。 那么首先，我们讲讲如何在Ubuntu上安装JDK，步骤如下： 1.在Oracle官网下载Linux版本的64位的jdk（jdk-8u25-linux-x64.tar.gz）； 使用命令sudo mkdir /usr/lib/jvm，创建Java的目标目录文件夹（usr/lib/jvm）； 2.使用命令sudo tar -C /usr/lib/jvm -xzf jdk-8u25-linux-x64.tar.gz，将下载的jdk压缩文件解压到你创建的目录； 3.检查安装文件是否正确安装到你所创建的文件夹下； 4.使用命令sudo gedit ~/.bashrc，打开文本编辑器，在文件末尾添加如下配置，来设置环境变量； export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_25 export JRE_HOME=${JAVA_HOME}/jre export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib

环境： xcode9 mac os 10.13 1、下载boost库并解压 2、cd到解压后的文件包内，执行 sh bootstrap.sh （解压后会得到这个脚本文件）。 3、执行 ./b2 编译整个库。 4、经过一段时间编译后，得到编译后的头文件和库文件。 5、运行 sudo ./b2 install 命令 将编译后的库安装到系统默认路径/usr/local/include下 6、这时候得到的库文件可能只是X86_64此类模拟器架构运行的库，如果需要真机库需要在第3步之后按照实际情况运行以下脚本。 sh myBuildBoost.sh 7、运行后会编译出需要架构的库文件，直接将编译完成之后的库文件复制到系统目录下即可。 8、xcode调试，依次在 header Search path 和 library search path 后添加头文件和库文件路径 /usr/local/include /usr/local/lib 9、在build phases ->link binaru with libray中添加需要的库文件。 10、在实际真机运行中可能会要求关闭bitcode，关闭即可运行。 myBuildBoost.sh #!/bin/sh # myBuildBoost.sh # TestMaster # # Created by LuoYao on 2017/10/20. #

1 首先当然准备两个不同版本opencv (比如2.4.9和3.1.0) 2 cmake-gui 设置 CMAKE_INSTALL_PREFIX 2.4.9 安装路径:/usr/local/opencv2 3.1.0 安装路径 :/usr/loacl/opencv3 3 安装 比如 按照2.4.9 新建build cmake-gui .. 选择CMAKE_INSTALL_PREFIX /usr/local/opencv2 ------------------------------------ 一般情况下不能直接opencv 的环境写到bashrc,所以我们需要手动进行切换 当你需要使用opencv 2.4.9的话,在终端输入: export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/opencv2/lib/pkgconfig export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/opencv2/lib 生效：sudo ldconfig 当你需要使用opencv 3.1.0的话,在终端输入: export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/opencv3/lib/pkgconfig export LD_LIBRARY_PATH=$LD

前言 最近的精力主要集中在Hibernate上，在意识到Hibernate 5 的中文资料并不多的时候，我不得不把目光转向Hibernate的官方doc，学习之余简要翻一下入门文档。 原文地址： https://docs.jboss.org/hibernate/orm/5.4/quickstart/html_single/ ，勘误请在评论区留言 原文序 使用面向对象软件和关系型数据库可能既麻烦且耗时。开发成本往往会因数据在软件和数据库中的数据范式(paradigm)表现不一而显著地增长，Hibernate就是一种Java语言环境下的一个对象/关系映射 解决方案(ORM框架)，对象/关系映射(ORM)的概念，则代指一种将数据的对象模型形式，即在软件中的表现形式，和数据模型形式，即数据库中的表现形式，这两种形式的数据相映射的技术。可以参照 Wikipedia上的ORM词条 以获得更详细的了解。 虽然Hibernate并不要求用户需要有非常丰富的SQL编程经验，但是对于一些概念的基本理解着实可以让你更快更全面的理解Hibernate，特别是对数据建模原理的理解就显得尤为重要，这两篇文章可以帮助你快速开始理解这些原理 dataModeling101 、 DataModeling(wiki) 。 Hibernate负责Java class和数据库表的映射工作，同时也会处理两者间数据格式的映射

错误信息： Unhandled exception in thread started by <function check_errors.<locals>.wrapper at 0x10f03b8c8> Traceback (most recent call last): File "/Users/yanlin/PycharmProjects/djangoPro/my_django/venv/lib/python3.7/site-packages/django/utils/autoreload.py", line 227, in wrapper fn(*args, **kwargs) File "/Users/yanlin/PycharmProjects/djangoPro/my_django/venv/lib/python3.7/site-packages/django/core/management/commands/runserver.py", line 117, in inner_run autoreload.raise_last_exception() File "/Users/yanlin/PycharmProjects/djangoPro/my_django/venv/lib/python3.7/site-packages/django/utils

1 HBase与Hive的对比 1．Hive (1) 数据仓库 Hive的本质其实就相当于将HDFS中已经存储的文件在Mysql中做了一个双射关系，以方便使用HQL去管理查询。 (2) 用于数据分析、清洗 Hive适用于离线的数据分析和清洗，延迟较高。 (3) 基于HDFS、MapReduce Hive存储的数据依旧在DataNode上，编写的HQL语句终将是转换为MapReduce代码执行。 2．HBase (1) 数据库 是一种面向列存储的非关系型数据库。 (2) 用于存储结构化和非结构化的数据 适用于单表非关系型数据的存储，不适合做关联查询，类似JOIN等操作。 (3) 基于HDFS 数据持久化存储的体现形式是Hfile，存放于DataNode中，被ResionServer以region的形式进行管理。 (4) 延迟较低，接入在线业务使用 面对大量的企业数据，HBase可以直线单表大量数据的存储，同时提供了高效的数据访问速度。 2 HBase与Hive集成使用 尖叫提示：HBase与Hive的集成在最新的两个版本中无法兼容。所以，我们只能含着泪勇敢的重新编译：hive-hbase-handler-1.2.2.jar！！好气！！ 环境准备 因为我们后续可能会在操作Hive的同时对HBase也会产生影响，所以Hive需要持有操作HBase的Jar

ref: Django过程整理 实验楼Django基础教程 安装 sudo pip3 install Django django-admin startproject mysite cd mysite python3 manage.py runserver # 此时在浏览器输入网址http://127.0.0.1:8000/即可访问默认搭建的服务器 编写页面请求处理代码 # 创建lib目录 python3 manage.py startapp lib 在libs编写view视图代码，编辑urls.py映射到URL 向 mysite/mysite/urls.py 告知使用应用 lib 的视图。 运行服务器并在输入网址http://127.0.0.1:8000/lib/即可访问 模型 Model 模型是真实数据的简明描述。它包含了存储的数据所必要的字段和行为 settings.py配置数据库 -- class Book(models.Model) 创建模型 -- 在settings.py 的 INSTALLED_APPS 数组添加路径 python3 manage.py makemigrations lib 激活模型 -- 使用API即调用自己创建的类Book 模板 Template: 是一个文本，用于分离文档的表现形式和内容 创建一个 templates 目录 --> 新建模板文件

Python import 时会首先寻找 sys.path 中列出的路径，通常是这样： >>> import sys >>> '\n'.join(sys.path) /usr/lib/python2.7 /usr/lib/python2.7/plat-x86_64-linux-gnu /usr/lib/python2.7/lib-tk /usr/lib/python2.7/lib-old /usr/lib/python2.7/lib-dynload /usr/local/lib/python2.7/dist-packages /usr/lib/python2.7/dist-packages 那么 Python 是如何获取 sys.path 的呢？根据 Python 的文档，首先是当前目录，然后是 PYTHONPATH 环境变量，再之后是安装时设置的默认目录，由 site 模块控制。 Python 在启动的时候会自动引用 site 模块，关于它是如何操作 sys.path 的，可以参考相关文档。 当然，你也可以手动操作 sys.path，这同样会影响会话期间 Python 寻找包的行为。 imp 模块 Python 的 import 流程由 imp 模块 控制，因此我们可以完全自己手动控制库的 import 过程。 使用 imp.find_module 来寻找模块： >>>

单独在linux 7中为ohasd设置一个服务。 步骤如下 1. 创建服务ohas.service的服务文件并赋予权限 touch /usr/lib/systemd/system/ohas.service chmod 777 /usr/lib/systemd/system/ohas.service 2. 往ohas.service服务文件添加启动ohasd的相关信息 vi /usr/lib/systemd/system/ohas.service [Unit] Description=Oracle High Availability Services After=syslog.target [Service] ExecStart=/etc/init.d/init.ohasd run >/dev/null 2>&1 Type=simple Restart=always [Install] WantedBy=multi-user.target 以上​部分的内容添加到文件里面 3. 加载，启动服务 重新加载守护进程 systemctl daemon-reload 设置守护进程自动启动 systemctl enable ohas.service 手工启动ohas服务 systemctl start ohas.service 4. 重新运行root.sh脚本 sh root.sh 报错消失 5