2. 程式人生 > >三臺阿里雲伺服器搭建完全分散式hadoop叢集並實現sparkstreaming詳細步驟

三臺阿里雲伺服器搭建完全分散式hadoop叢集並實現sparkstreaming詳細步驟

阿新 • • 發佈：2018-12-26

本文基於三臺阿里雲ECS例項搭建完全分散式hadoop叢集，並整合flume + kafka + sparkstreaming實現實時流處理。詳細步驟會在本文後續一一寫出，包括在搭建叢集過程中遇到的坑以及應對辦法。

前言

三臺ECS主機的規劃如下：

外網ip 內網ip 角色
主機1 47.101.148.34 172.19.173.4 slave1
主機2 47.101.148.131 172.19.173.5 slave2
主機3 106.14.199.161 172.19.173.3 master

版本控制

  • jdk：1.8
  • scala：2.11.8
  • hadoop：3.1.1
  • zookeeper：3.4.12
  • hbase：1.4.6
  • spark：2.1.0
  • kafka：2.11-0.10.1.0
  • flume：1.8.0
  • maven：3.5.4

【防坑】scala版本一定要和kafka版本對應，避免類似2.12字首的scala和2.11字首的kafka一起安裝。

hosts檔案修改

三臺主機都需要修改。

編輯hosts檔案：

vi /etc/hosts

新增以下節點：

172.19.173.3 master
172.19.173.4 slave1
172.19.173.5 slave2

這樣就配置好了域名，在後面配置需要ip時我們可以直接用域名來方便地替換ip。

接下來修改主機名（xxx為剛剛在hosts配置的節點名）

hostnamectl set-hostname xxx

改完重啟，執行hostname檢視是否生效。

【防坑】叢集節點最好在同一個子網內，因為其在安全性方面並沒有做充分的設計，其設計之初就假定叢集執行在一個安全可信的環境。例如一個是192.168.1.1，另一個就要設定為192.168.1.x。要不然後續會出很多麻煩，比如namenode給你啟動失敗。

【防坑】還要記得同步時間。不過用阿里雲提供的centos7.4不用同步，預設自動同步。

配置SSH免密登入

三臺主機都需要配置。

生成SSH的公鑰，命令如下，三臺主機都要執行一次：

ssh-keygen -t rsa

讓輸入內容直接回車即可，執行以後會在 /home/.ssh/（家目錄/.ssh） 下生成id_rsa和id_rsa.pub檔案。

將主機slave1和slave2在上一步驟生成的id_rsa.pub檔案傳到主機master的 /home/.ssh/ 下面，為了防止覆蓋，重新命名為id_rsa.pub.slave1和id_rsa.pub.slave2：

scp id_rsa.pub [email protected]:~/.ssh/id_rsa.pub.slave1
scp id_rsa.pub [email protected]:~/.ssh/id_rsa.pub.slave2

在主機master的 /home/.ssh/ 目錄下分別將id_rsa.pub、id_rsa.pub.slave1和id_rsa.pub.slave2追加到authorized_keys檔案中：

cat id_rsa.pub >> authorized_keys 
cat id_rsa.pub.slave1 >> authorized_keys 
cat id_rsa.pub.slave2 >> authorized_keys

將authorized_keys檔案回傳到各臺主機中：

scp authorized_keys [email protected]:~/.ssh 
scp authorized_keys [email protected]:~/.ssh

測試連通性，分別在各臺主機試試ssh localhost、ssh master、ssh slave1、ssh slave2，均直接出現歡迎介面表示成功。

【防坑】如果是centos系統，還必須修改.ssh和.ssh/authorized_keys檔案許可權，要不會有許可權錯誤。以下命令三臺主機都要執行一次：

chmod 700 ~/.ssh 
chmod 600 ~/.ssh/authorized_keys

JDK8的安裝配置

三臺主機都需要安裝，在linux系統中，第三方軟體最好都安裝在/usr/local或/opt下，本文軟體都安裝在/usr/local下，後續不再說明。

到官網下載jdk，我下載的是jdk1.8.0-181版本，並拷到各臺阿里雲伺服器中，拷完後解壓：

tar -zxvf jdk-8u181-linux-x64.tar.gz

設定環境變數：

vi /etc/profile

新增以下內容：

JAVA_HOME=/usr/local/jdk1.8.0_181
CLASSPATH=$JAVA_HOME/lib/
PATH=$PATH:$JAVA_HOME/bin
export PATH JAVA_HOME CLASSPATH

新增完儲存退出後執行source使環境生效：

source /etc/profile

hadoop的安裝配置

三臺主機都需要安裝。這裡推薦兩個網站，大資料各個元件都可以在這裡找到並下載，速度比官網要快很多：

後續不再說明。

三臺主機都安裝hadoop，這裡的版本為hadoop-3.1.1

安裝完成後進入/usr/local/hadoop-3.1.1/etc/hadoop，需要修改的配置檔案為：core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml、slaves、hadoop-env.sh、yarn-env.sh，因為這些配置檔案均位於資料夾hadoop-3.1.1/etc/hadoop中，所以只需修改master的配置檔案，然後同步資料夾hadoop-3.1.1/etc/hadoop到slave1和slave2中即可。

core-site.xml

<configuration>
    <property>
        <name>fs.default.name</name>
        <value>hdfs://master:9000</value>
    </property>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/usr/local/hadoop-3.1.1/tmp</value>
    </property>
    <property>
        <name>io.file.buffer.size</name>
        <value>131072</value>
    </property>
</configuration>

hdfs-site.xml

<configuration>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/usr/local/hadoop-3.1.1/hdfs/namenode</value>
    </property>

    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/usr/local/hadoop-3.1.1/hdfs/datanode</value>
    </property>

    <property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>

    <property>
      <name>dfs.permissions</name>
      <value>false</value>
      <description>need not permissions</description>
    </property>

    <property>
        <name>dfs.namenode.http-address</name>
        <value>master:50070</value>
    </property>
</configuration>

yarn-site.xml

<configuration>
<!-- Site specific YARN configuration properties -->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>master</value>
    </property>

    <property>
        <description>The address of the applications manager interface in the RM.</description>
        <name>yarn.resourcemanager.address</name>
        <value>${yarn.resourcemanager.hostname}:8032</value>
    </property>

    <property>
        <description>The address of the scheduler interface.</description>
        <name>yarn.resourcemanager.scheduler.address</name>
        <value>${yarn.resourcemanager.hostname}:8030</value>
    </property>

   <property>
        <description>The http address of the RM web application.</description>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>${yarn.resourcemanager.hostname}:18088</value>
   </property>

   <property>
        <description>The https adddress of the RM web application.</description>
        <name>yarn.resourcemanager.webapp.https.address</name>
        <value>${yarn.resourcemanager.hostname}:18090</value>
   </property>

   <property>
        <name>yarn.resourcemanager.resource-tracker.address</name>
        <value>${yarn.resourcemanager.hostname}:8031</value>
   </property>

   <property>
        <description>The address of the RM admin interface.</description>
        <name>yarn.resourcemanager.admin.address</name>
        <value>${yarn.resourcemanager.hostname}:8033</value>
   </property>

   <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
</configuration>

mapred-site.xml

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>

    <property>
      <name>mapred.job.tracker</name>
      <value>master:9001</value>
    </property>
</configuration>

workers（本來沒有這個檔案，新建這個檔案，然後新增以下內容）

slave1
slave2

【防坑】hadoop3中不用slaves檔案，變成了workers檔案，如果是hadoop2還是用slaves檔案。

hadoop-env.sh、yarn-env.sh

export JAVA_HOME=/usr/local/jdk1.8.0_181

將修改好配置檔案的hadoop目錄從master拷貝至slave1和slave2，這樣slave節點就不用重新再配置了：

scp -r /usr/local/hadoop-3.1.1 [email protected]:/usr/local
scp -r /usr/local/hadoop-3.1.1 [email protected]:/usr/local

接下來執行hadoop，啟動hadoop的命令都只在master上執行。

1、首次使用，清空master的hdfs和tmp資料：

rm -rf /usr/local/hadoop-3.1.1/hdfs/* 
rm -rf /usr/local/hadoop-3.1.1/tmp/*

2、master格式化namenode：

/usr/local/hadoop-3.1.1/bin/hdfs namenode -format

3、master啟停hdfs：

/usr/local/hadoop-3.1.1/sbin/start-dfs.sh 
/usr/local/hadoop-3.1.1/sbin/stop-dfs.sh

驗證是否啟動成功，在master輸入 jps，應當存在namenode和secondary namenode，在slave上輸入jps，應當存在datenode。

【防坑】如果執行指令碼報如下錯誤：

ERROR: Attempting to launch hdfs namenode as root
ERROR: but there is no HDFS_NAMENODE_USER defined. Aborting launch.
Starting datanodes
ERROR: Attempting to launch hdfs datanode as root
ERROR: but there is no HDFS_DATANODE_USER defined. Aborting launch.
Starting secondary namenodes [localhost.localdomain]
ERROR: Attempting to launch hdfs secondarynamenode as root
ERROR: but there is no HDFS_SECONDARYNAMENODE_USER defined. Aborting launch.

解決方案：

（缺少使用者定義而造成的）因此編輯啟動和關閉。

分別修改以下兩個檔案：

vi sbin/start-dfs.sh
vi sbin/stop-dfs.sh

頂部空白處新增以下四行：

HDFS_DATANODE_USER=root 
HADOOP_SECURE_DN_USER=hdfs 
HDFS_NAMENODE_USER=root 
HDFS_SECONDARYNAMENODE_USER=root

再次啟動指令碼。

4、master啟停yarn：

/usr/local/hadoop-3.1.1/sbin/start-yarn.sh 
/usr/local/hadoop-3.1.1/sbin/stop-yarn.sh

在master輸入 jps，應當存在resourcemanager。

在slave1和slave2輸入jps，應當存在nodemanager。

【防坑】注意，阿里雲上不能配置8088埠，會有黑客定期掃描Yarn ResourceManager並植入挖礦程式。

【防坑】如果啟動時報如下錯誤：

Starting resourcemanager
ERROR: Attempting to launch yarn resourcemanager as root
ERROR: but there is no YARN_RESOURCEMANAGER_USER defined. Aborting launch.

解決方案：

（也是由於缺少使用者定義）

是因為缺少使用者定義造成的，所以分別編輯開始和關閉指令碼。

分別修改以下兩個檔案：

vi sbin/start-yarn.sh 
vi sbin/stop-yarn.sh 

頂部新增以下三行：

YARN_RESOURCEMANAGER_USER=root 
HADOOP_SECURE_DN_USER=yarn 
YARN_NODEMANAGER_USER=root

再次啟動指令碼。

zookeeper叢集的安裝配置

三臺主機都安裝zookeeper，版本為zookeeper-3.4.12

1、建立資料目錄：

mkdir usr/local/zookeeper-3.4.12/data

2、進入conf目錄建立並修改zoo.cfg檔案：

cp zoo_sample.cfg zoo.cfg
vi zoo.cfg

修改後的內容如下：

# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just
# example sakes.
dataDir=/usr/local/zookeeper-3.4.12/data
# the port at which the clients will connect
clientPort=2181
# the maximum number of client connections.
# increase this if you need to handle more clients
#maxClientCnxns=60
#
# Be sure to read the maintenance section of the
# administrator guide before turning on autopurge.
#
# http://zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance
#
# The number of snapshots to retain in dataDir
#autopurge.snapRetainCount=3
# Purge task interval in hours
# Set to "0" to disable auto purge feature
#autopurge.purgeInterval=1
server.1=0.0.0.0:2888:3888
server.2=slave1:2888:3888
server.3=slave2:2888:3888

【防坑】zoo.cfg 的修改，各個主機下對應的 server.x 中的 ip 設定為 0.0.0.0。

3、在資料目錄/usr/local/zookeeper-3.4.12/data下面新建名為myid的檔案，各個主機對應的內容是不同的，master的內容是1，slave1的內容是2，slave2的內容是3，分別對應zoo.cfg中server.x中的x。

4、設定環境變數：

vi /etc/profile

新增以下內容並source使環境生效：

export ZOOKEEPER_HOME=/usr/local/zookeeper-3.4.12
export PATH=$PATH:$ZOOKEEPER_HOME/bin:$ZOOKEEPER_HOME/conf

5、啟停zookeeper

/usr/local/zookeeper-3.4.12/bin/zkServer.sh start 
/usr/local/zookeeper-3.4.12/bin/zkServer.sh stop

三臺主機都執行啟動命令，啟動完後命令行輸入jps，顯示QuorumPeerMain為正常。

檢視各個主機的狀態：

sh bin/zkServer.sh status

可以看到哪臺主機是leader，哪臺是follower。

HBase的安裝配置

三臺主機都安裝HBase，版本為hbase-1.4.6

安裝成功後執行以下操作。

1、修改conf目錄下的三個檔案：hbase-env.sh、hbase-site.xml、regionservers：

hbase-env.sh

export JAVA_HOME=/usr/local/jdk1.8.0_181
export HBASE_MANAGES_ZK=true
export HBASE_LOG_DIR=/usr/local/hbase-1.4.6/logs

hbase-site.xml

<configuration>
    <property>
        <name>hbase.rootdir</name>
        <value>hdfs://master:9000/hbase</value>
    </property>
    <property>
        <name>hbase.cluster.distributed</name>
        <value>true</value>
    </property>
    <property>
        <name>hbase.zookeeper.quorum</name>
        <value>master,slave1,slave2</value>
    </property>
    <property>
        <name>hbase.master.maxclockskew</name>
        <value>180000</value>
        <description>Time difference of regionserver from master</description>
    </property>
</configuration>

regionservers

slave1 
slave2

2、master啟停hbase

usr/local/hbase-1.4.6/bin/start-hbase.sh 
usr/local/hbase-1.4.6/bin/stop-hbase.sh

master輸入jps，顯示HMaster為正常。

slave輸入jps，顯示HRegionServer為正常。

Spark的安裝配置

三臺主機都安裝Spark，版本為spark-2.1.0-bin-hadoop2.7

安裝成功後執行以下操作。

1、建立並修改conf目錄下的配置檔案 spark-env.sh，slaves：
spark-env.sh

cp spark-env.sh.template spark-env.sh
vi spark-env.sh

修改後的內容為：

export JAVA_HOME=/usr/local/jdk1.8.0_181
export HADOOP_HOME=/usr/local/hadoop-3.1.1
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export HBASE_HOME=/usr/local/hbase-1.4.6

slaves

cp slaves.template slaves
vi slaves

修改後的內容為：

slave1 
slave2

2、master啟停spark：

/usr/local/spark-2.1.0-bin-hadoop2.7/sbin/start-all.sh 
/usr/local/spark-2.1.0-bin-hadoop2.7/sbin/stop-all.sh

master鍵入jps，顯示Master為正常。

slave鍵入jps，顯示Worker為正常。

scala和maven的安裝配置

1、安裝scala和maven

安裝scala，版本為scala-2.11.8。

安裝maven，版本為apache-maven-3.5.4。

2、設定環境變數，vi /etc/profile，新增以下內容並source使環境生效：

export M2_HOME=/usr/local/apache-maven-3.5.4
export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$M2_HOME/bin:$PATH
export PATH="$PATH:/usr/local/scala-2.11.8/bin"

Kafka的安裝配置

三臺主機都安裝kafka，版本為kafka_2.11-0.10.1.0

安裝成功後執行以下操作。

1、進入Kafka的config目錄，修改server.properties：

broker.id=1 #約定master為1，slave1為2，slave2為3
listeners=PLAINTEXT://172.19.173.3:9092 #阿里雲內網ip
advertised.listeners=PLAINTEXT://106.14.199.161:9092 #阿里雲外網ip
zookeeper.connect=172.19.173.3:2181,172.19.173.4:2181,172.19.173.5:2181

2、啟動kafka

三臺主機都開啟kafka。進入各臺主機下的kafka目錄，執行命令：

bin/kafka-server-start.sh config/server.properties &

【防坑】阿里雲ECS突發例項2G記憶體太小起不來，需要修改kafka下的kafka-server-start.sh和zookeeper-server-start.sh，找到KAFKA_HEAP_OPTS="-Xmx1G -Xms1G"，Xms最小記憶體，Xmx最大記憶體，預設都為1G，根據需要自行修改。

kafka相關命令彙總：

  • 開啟kafka：bin/kafka-server-start.sh config/server.properties &
  • 建立Topic test：bin/kafka-topics.sh --create --zookeeper 172.19.173.3:2181,172.19.173.4:2181,172.19.173.5:2181 --replication-factor 2 --partitions 2 --topic test
  • 檢視新建的Topic：bin/kafka-topics.sh --describe --zookeeper 172.19.173.3:2181,172.19.173.4:2181,172.19.173.5:2181 --topic test
  • 檢視所有Topic：bin/kafka-topics.sh --list --zookeeper 172.19.173.3:2181,172.19.173.4:2181,172.19.173.5:2181
  • 在終端生產資訊：bin/kafka-console-producer.sh --broker-list 172.19.173.4:9092 --topic test
  • 在終端消費資訊：bin/kafka-console-consumer.sh --bootstrap-server 172.19.173.5:9092 --topic test --from-beginning

flume的安裝配置

任意一臺主機安裝flume，版本為apache-flume-1.8.0-bin

安裝成功後執行以下操作。

1、進入flume目錄，修改conf/flume-env.sh：

export JAVA_HOME=/usr/local/jdk1.8.0_181
export JAVA_OPTS="-Xms128m -Xmx256m -Dcom.sun.management.jmxremote"

2、新增配置檔案flume-conf.properties，修改內容如下（此處我隨便建了一個/tmp/logs/kafka.log檔案，tail -F表示監聽這個檔案追加的內容）：

agent.sources = s1
agent.channels = c1
agent.sinks = k1
#配置s1
agent.sources.s1.type=exec
agent.sources.s1.command=tail -F /tmp/logs/kafka.log
agent.sources.s1.channels=c1
#配置c1
agent.channels.c1.type=memory
agent.channels.c1.capacity=10000
agent.channels.c1.transactionCapacity=100
#配置k1
agent.sinks.k1.type= org.apache.flume.sink.kafka.KafkaSink
agent.sinks.k1.kafka.bootstrap.servers=172.19.173.3:9092,172.19.173.4:9092,172.19.173.5:9092
agent.sinks.k1.kafka.topic=test
agent.sinks.k1.serializer.class=kafka.serializer.StringEncoder
agent.sinks.k1.channel=c1

3、設定環境變數，vi /etc/profile，新增以下內容並source使環境生效：

export FLUME_HOME=/usr/local/apache-flume-1.8.0-bin
export PATH=$PATH:$FLUME_HOME/bin

4、進入flume安裝目錄，啟動flume

bin/flume-ng agent --conf-file conf/flume-conf.properties -c conf/ --name agent -Dflume.root.logger=INFO,console

sparkstreaming整合kafka

三臺主機都要執行

1、自己找以下這4個檔案分別放入三臺主機spark目錄下的jars中：

  • kafka_2.11-1.0.0.jar
  • spark-streaming-kafka-0-10_2.11-2.1.0.jar
  • kafka-clients-1.0.0.jar
  • zkclient-0.10.jar

2、然後cd到hbase安裝目錄的lib下，以下jar檔案統一copy一份放到spark安裝目錄的jars中：

  • hbase*.jar（所有hbase開頭的jar）
  • metrics-core-2.2.0.jar
  • htrace-core-3.1.0-incubating.jar

【防坑】注意：在利用spark程式往hbase中寫資料時，如果缺少metrics-core-2.2.0.jar這個jar，spark程式會一直卡在stage階段並一直嘗試構建stage，但不會報任何錯，等了大概半小時後，程式報錯：

java.lang.NoClassDefFoundError: com/yammer/metrics/core/Gauge: 5 times, server with issue: null

3、進入spark目錄下的bin，執行指令：

./spark-submit --master spark://master:7077 --driver-memory 512M --executor-memory 512M --total-executor-cores 2 --class "com.main.Monitor" ~/SparkDemo.jar

SparkDemo.jar為自己寫的測試jar

相關推薦

三臺阿里雲伺服器搭建完全分散式hadoop叢集並實現sparkstreaming詳細步驟

本文基於三臺阿里雲ECS例項搭建完全分散式hadoop叢集，並整合flume + kafka + sparkstreaming實現實時流處理。詳細步驟會在本文後續一一寫出，包括在搭建叢集過程中遇到的坑以及應對辦法。 前言 三臺ECS主機的規劃如下： 外網ip

三臺阿里雲伺服器搭建完全分散式hadoop

1.準備工作：jdk安裝（個人選擇的1.8版本）  2.ssh免密登陸：  關閉放火牆（可以將要開放的埠加入防火牆的開發埠中，學習用就直接關閉防火牆了）：  1）關閉firewall：  systemctl stop firewalld.service #停止firewa

阿里雲三臺節點，搭建完全分散式hadoop叢集,超簡單

完全分散式的安裝     1、叢集規劃             角色分配 NODE-47 NODE-101      NODE-106 HDFS Namenode Datanode Secondary

搭建完全分散式hadoop叢集

1. 建立master和3個slave 建立4個host，分別定義hostname為master、slave1、slave2、slave3，檢查4個host的ip地址，確保所有主機均處於1個閘道器，在hosts中配置4個主機的ip地址和hostname，並確保能夠相互pin

阿里雲伺服器搭建 踩坑日誌（三） 修改作業系統為linux

之前購買時設定作業系統是windows的，現在因為要安裝的檔案伺服器fastFDS只支援linux的，只好把作業系統改為linux的。 1、更換系統盤 具體操作的方法參考 阿里文件： https://help.aliyun.com/document_detail/25436.html?s

使用三臺雲伺服器搭建真正的Redis叢集

#三臺雲伺服器搭建redis叢集# 今天花了一天的時間弄叢集redis；遇到了很多坑，從頭開始吧 環境講解： 兩臺配置：1核2G，另一臺：1核1G； 作業系統：Centos 7.6 Redis：3.2.12 Ruby：2.3.4 由於是雲伺服器所以預設安裝了JDK1.8和yum以及gcc，如果不

《阿里雲伺服器搭建》------ 安裝Maven

本系列教程的搭建環境為阿里雲伺服器，其他伺服器可作為參考。 本文主要講述在伺服器中搭建Maven 開啟maven的官網下載頁 http://maven.apache.org/download.cgi 然後找到相應的tar.gz壓縮包，然後右鍵選擇【複製連結地址】

《阿里雲伺服器搭建》------ 安裝Git

本系列教程的搭建環境為阿里雲伺服器，其他伺服器可作為參考。 本文主要講述在伺服器中搭建Git 1.用命令yum install git 命令進行安裝 2. 然後用命令 git version 檢視git 版本 3. 對git進行初始化設定 git conf

《阿里雲伺服器搭建》------ 安裝Jenkins

本系列教程的搭建環境為阿里雲伺服器，其他伺服器可作為參考。 本文主要講述在伺服器中搭建Jenkins 1. 開啟jenkins官網：https://jenkins.io/download/ 將war包下載到本地 2. 將下載好的war包使用put命令上傳到伺服器上。1.將下載好

《阿里雲伺服器搭建》------ 安裝MySql

本系列教程的搭建環境為阿里雲伺服器，其他伺服器可作為參考。 本文主要講述在伺服器中搭建MySql資料庫，並且在本地進行遠端連線 執行Mysql的安裝命令（三條命令） 執行命令一：yum install mysql 執行命令二：yum install mysql-serve

《阿里雲伺服器搭建》------ 安裝jdk

本系列教程的搭建環境為阿里雲伺服器，其他伺服器可作為參考。 本文主要講述在伺服器中搭建JDK 首先檢視我們linxu伺服器的作業系統： 執行命令：cat /proc/version 備註：這裡的（.x86_64）表示64位 登陸Ora

《阿里雲伺服器搭建》------ 實現Github和本地倉庫連結

本系列教程的搭建環境為阿里雲伺服器，其他伺服器可作為參考。 本文主要講述 實現Github和本地倉庫連結 首先用gitBash在計算機D盤建立一個倉庫 然後將改該倉庫變為Git管理倉庫 1.cd進入該資料夾，然後用命令git init 使

《阿里雲伺服器搭建》------實現Jenkins和github之間自動化部署專案

本系列教程的搭建環境為阿里雲伺服器，其他伺服器可作為參考。 本文主要講述實現Jenkins和github之間自動化部署專案 在瀏覽器中開啟我們的jenkins頁面。（http://ip:80/jenkins） 然後登陸管理員使用者。 為我們的專案建立一個job

阿里雲伺服器搭建經歷

前言        轉眼間又到了週五，今天暫時想不到什麼可以寫的，但是又不能浪費了週五這麼難得的機會，不寫點東西感覺有點罪過啊~~突然想起來以前給某個小公司做了一個留言管理系統，並且部署在阿里雲伺服器上。所以當時也是倒騰了一下阿里雲伺服器的搭建，其中也有一些踩坑的經歷

《阿里雲伺服器搭建》------部署多個tomcat，防止jenkins與專案共用一個埠

本系列教程的搭建環境為阿里雲伺服器，其他伺服器可作為參考。 本文主要講述實現兩個tomcat的獨立使用，拆分jenkins和實際專案共用tomcat的問題 首先，我們知道真實的專案環境中，不可能只存在一個tomcat，或者換句話說，A專案在部署後需要重啟，那麼就需要重啟t

《阿里雲伺服器搭建》------實現Jenkins和github之間自動化部署Maven web專案

本系列教程的搭建環境為阿里雲伺服器，其他伺服器可作為參考。 本文主要講述實現Jenkins和github之間自動化部署Maven web專案 前面，我們已經完成的jenkins部署java web專案，下面來部署一個maven專案。 1.下載部署maven專案所

阿里雲伺服器搭建FTP技術總結

實現步驟： （1）開啟伺服器的21埠（FTP埠）以及所有TCP埠。因為客戶端和伺服器每次建立連線時，都會使用任意一個TCP埠作為臨時的socket。 （2）安裝vsftpd： sudo apt-get update sudo apt-get install vsftpd

阿里雲伺服器搭建svn版本庫

搭建和使用SVN 前言 Subversion(SVN) 是一個開源的版本控制系統, 也就是說 Subversion 管理著隨時間改變的資料。 這些資料放置在一箇中央資料檔案庫(repository) 中。這個檔案庫很像一個普通的檔案伺服器, 不過它會記住每一次檔案的變動。這樣您就

阿里雲伺服器搭建python程式

基於ubuntu 16.04系統，使用 Gunicorn + Nginx 進行佈署，雲伺服器為阿里雲 目標：能夠使用 Gunicorn + Nginx實現程式部署 理解Nginx伺服器作用 檢視例項建立情況： 給安全組配置規則，新增5000埠（一併加上5001埠）

阿里雲伺服器搭建java環境詳細步驟3

上面兩步主要是準備工作,現在開始進行在伺服器上的軟體安裝 1.安裝JDK 在自己放置的軟體的位置執行以下命令 //新增所執行的操作的許可權 chmod +x jdk-8u191-linux-x64.rpm //安裝軟體包 rpm -ivh jdk-8u191-l