五、Hadoop集群部署：从零搭建三节点Hadoop环境（保姆级教程）

news2025/7/19 1:40:03

作者：IvanCodes
日期：2025年5月7日
专栏：Hadoop教程

前言：
想玩转大数据，Hadoop集群是绕不开的一道坎。很多小伙伴一看到集群部署就头大，各种配置、各种坑。别慌！这篇教程就是你的“救生圈”。

一、磨刀不误砍柴工：环境准备（虚拟机与网络）

虚拟机克隆与基础配置 (以VMware为例)

第一步：准备一台基础Linux虚拟机：

你需要一台安装好Linux（推荐CentOS 7 或 Ubuntu 24.04.2/20.04）的虚拟机。确保它已安装常用工具，网络能通。

  • centos 7的详细安装教程可以参考《安装篇–CentOS 7 虚拟机安装》
  • Ubuntu 24.04.2的详细安装教程可以参考《安装篇–Ubuntu24.04.2详细安装教程》
第二步：克隆虚拟机：

1.启动克隆向导： 在VMware Workstation中，右键点击你准备好的虚拟机，选择 “管理” -> “克隆”。

在这里插入图片描述
接着会弹出“欢迎使用克隆虚拟机向导”界面，直接点击“下一步”。
在这里插入图片描述
2.选择克隆源： 默认选择“虚拟机中的当前状态”，直接点击“下一步”。
在这里插入图片描述
3.选择克隆类型： 选择“创建完整克隆”。完整克隆会复制整个虚拟硬盘，确保每台“小鸡”都是独立的，不会相互影响。链接克隆虽然省空间，但不适合我们做集群。点击“下一步”。
在这里插入图片描述
4.命名与存放位置：
在这里插入图片描述

第三步：Windows宿主机VMnet8网卡IP配置

1.在Windows设置中，进入 “网络和 Internet”
2.点击 “高级网络设置”
在这里插入图片描述
3.找到 “VMware Network Adapter VMnet8”，展开它，点击 “查看其他属性”
在这里插入图片描述
4.点击“IP 分配”旁边的“编辑”
在这里插入图片描述
5.在“编辑 IP 设置”中，选择“手动”，打开IPv4，然后填写IP地址（如 192.168.121.1）和子网掩码（255.255.255.0）。网关和DNS对于这个宿主机的虚拟网卡通常不需要填写，或者可以填写VMnet8的网关（192.168.121.2）和你的常用DNS。
在这里插入图片描述

第四步：VMware虚拟网络配置 (关键步骤！)

1.在VMware Workstation主界面，点击菜单栏的 “编辑” -> “虚拟网络编辑器”
在这里插入图片描述
2.在“虚拟网络编辑器”中，你会看到一个网络列表，找到 VMnet8 (通常类型是NAT模式)
3.如果下方的配置选项是灰色的，你需要点击右下角的 “更改设置” 按钮，并可能需要提供管理员权限
在这里插入图片描述
4.选中VMnet8，然后进行以下配置：

4.1.确保连接类型选择 “NAT模式(与虚拟机共享主机的IP地址)”。
4.2.取消勾选 “使用本地DHCP服务将IP地址分配给虚拟机”
子网IP: 输入 192.168.121.0
子网掩码: 输入 255.255.255.0
在这里插入图片描述
5.配置NAT设置 (网关)：
将 “网关 IP(G):” 设置为 192.168.121.2
在这里插入图片描述
配置DHCP设置 (定义IP地址范围，可选但推荐检查)：
起始 IP 地址(S): 192.168.121.130
结束 IP 地址(E): 192.168.121.255

在这里插入图片描述

第五步：Linux虚拟机静态IP配置 (核心！以CentOS 7为例)：

在每台Linux虚拟机上，编辑网络配置文件，例如 /etc/sysconfig/network-scripts/ifcfg-ens33 (你的网卡名可能不同)。

 vim /etc/sysconfig/network-scripts/ifcfg-ens33

在这里插入图片描述
hadoop02 的配置：将 IPADDR 改为 192.168.121.132。
hadoop03 的配置：将 IPADDR 改为 192.168.121.133。

  • 配置源码 (ifcfg-ensXX)：
TYPE=Ethernet
PROXY_METHOD=none
BROWSER_ONLY=no
BOOTPROTO=static
DEFROUTE=yes
IPV4_FAILURE_FATAL=no
IPV6INIT=yes
IPV6_AUTOCONF=yes
IPV6_DEFROUTE=yes
IPV6_FAILURE_FATAL=no
IPV6_ADDR_GEN_MODE=stable-privacy
NAME=ensXX
DEVICE=ensXX
ONBOOT=yes
IPADDR=192.168.121.131
NETMASK=255.255.255.0
GATEWAY=192.168.121.2  
DNS1=114.114.114.114
  • 配置主机映射
  • 在hadoop01, hadoop02, hadoop03上都执行：
vim /etc/hosts

在这里插入图片描述

  • 修改 hadoop01 的主机名：
hostnamectl set-hostname hadoop01
  • 重启主机
reboot
  • 用ip a验证ip是否改正
  • 查看网络能否正常ping通

在这里插入图片描述

第六步：使用FinalShell连接虚拟机：

在这里插入图片描述
在这里插入图片描述

2. 关闭防火墙和selinux

  • 关闭防火墙：
systemctl stop firewalld
systemctl disable firewalld
  • 关闭SELinux：
vim /etc/selinux/config
# SELINUX=disabled
#需重启虚拟机

在这里插入图片描述

3.配置SSH免密登录 (核心)：
在 hadoop01 中执行：

#验证ssh协议
ps -e | grep sshd
#生成钥匙
ssh-keygen -t rsa
#复制密码发送到其他设备
ssh-copy-id root@hadoop01
ssh-copy-id root@hadoop02
ssh-copy-id root@hadoop03

在这里插入图片描述
在这里插入图片描述

4.时间同步 (NTP)：

yum install -y ntp
systemctl start ntpd
systemctl enable ntpd

在这里插入图片描述
在这里插入图片描述

5. 安装Java JDK

# 创建存放软件和安装包的目录
mkdir -p /export/server /export/softwares

5.1.上传并解压JDK安装包：
将你准备好的 jdk-8u361-linux-x64.tar.gz 文件，通过 FinalShell 的上传功能（或者其他sftp工具），上传到三台虚拟机的 /export/softwares/ 目录下。

进入 /export/server/ 目录，并解压 JDK 安装包：

cd /export/server/ # 进入我们计划安装软件的目录
# 解压 JDK 安装包
tar -xzf /export/softwares/jdk-8u361-linux-x64.tar.gz
# 解压后通常会得到一个名为 jdk1.8.0_361 的目录，用ls确认一下
ls /export/server/

在这里插入图片描述

5.2.配置 JAVA_HOME 环境变量：
在每台机器上，编辑环境变量文件 ~/.bashrc：

vim ~/.bashrc

在这里插入图片描述

export JAVA_HOME=/export/server/jdk1.8.0_361 # 注意这里的路径和解压出来的目录名一致
export PATH=$PATH:$JAVA_HOME/bin

source ~/.bashrc

在这里插入图片描述

二、Hadoop 安装与配置

1. 解压Hadoop到指定目录 (/export/server/)

  • 上传Hadoop安装包：将 hadoop-3.3.4.tar.gz 安装包，通过 FinalShell 上传到三台虚拟机的 /export/softwares/ 目录下。

  • 解压Hadoop到 /export/server/ 并重命名：

# 解压 Hadoop 安装包
tar -xzf /export/softwares/hadoop-3.3.4.tar.gz
# 为了方便，我们把它重命名为简洁的 hadoop
mv hadoop-3.3.4 hadoop

在这里插入图片描述

2. 配置Hadoop环境变量

编辑~/.bashrc 文件，追加 Hadoop 相关的环境变量：

vim ~/.bashrc

在这里插入图片描述

在文件末尾添加：

export HADOOP_HOME=/export/server/hadoop # 注意这里的路径是自定义安装路径
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin # 将 Hadoop 的命令加入到 PATH
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop # 指定 Hadoop 配置文件的位置
export HADOOP_LOG_DIR=$HADOOP_HOME/logs # 指定 Hadoop 日志文件的位置

让环境变量生效：

source ~/.bashrc

在这里插入图片描述

3. 修改Hadoop核心配置文件 (重点)

主要在 hadoop01 上修改，然后分发给其他节点。

  • (A) hadoop-env.sh (所有节点一致修改)
    • 这个文件主要配置 Hadoop 运行的环境，比如指定 Java。
cd /export/server/hadoop/etc/hadoop/
vim hadoop-env.sh

export JAVA_HOME=/export/server/jdk1.8.0_361 
export HDFS_NAMENODE_USER="root"
export HDFS_DATANODE_USER="root"
export HDFS_SECONDARYNAMENODE_USER="root"
export YARN_RESOURCEMANAGER_USER="root"
export YARN_NODEMANAGER_USER="root"

在这里插入图片描述

在这里插入图片描述

  • (B) core-site.xml (所有节点一致修改)
    • 这是 Hadoop 的核心配置文件，配置HDFS的地址、临时文件目录等。
vim /core-site.xml

<configuration>
    <!-- 指定HDFS中NameNode的地址 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://hadoop01:9000</value>
    </property>
    <!-- 指定Hadoop运行时产生文件的存储目录，比如MapReduce的临时数据 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/export/data/hadoop</value> <!-- 修改为自定义路径下的临时数据目录 -->
    </property>
    <!-- (可选但推荐) 用于WebHDFS和HTTPFS的用户模拟配置，让指定用户（这里是hadoopuser）可以模拟其他用户 -->
    <property>
        <name>hadoop.proxyuser.hadoopuser.hosts</name>
        <value>*</value>
    </property>
    <property>
        <name>hadoop.proxyuser.hadoopuser.groups</name>
        <value>*</value>
    </property>
<!-- 整合hive 用户代理设置 -->
<property>
    <name>hadoop.proxyuser.root.hosts</name>
    <value>*</value>
</property>
<property>
    <name>hadoop.proxyuser.root.groups</name>
    <value>*</value>
</property>
</configuration>
  • © hdfs-site.xml (所有节点一致修改)
    • 这个文件配置 HDFS 的具体参数，比如副本数量、NameNode和DataNode数据存放位置等。
vim hdfs-site.xml

<configuration>
    <!-- NameNode的Web UI访问地址 (Hadoop 3.x默认端口9870) -->
    <property>
        <name>dfs.namenode.http-address</name>
        <value>hadoop01:9870</value>
    </property>
    <!-- SecondaryNameNode的Web UI访问地址 (Hadoop 3.x默认端口9868) -->
    <property>
        <name>dfs.secondary.http-address</name>
        <value>hadoop01:9868</value> <!-- 我们也让它在hadoop01上 -->
    </property>
    <!-- SecondaryNameNode所在的主机和端口，NameNode会向它发送元数据 -->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>hadoop01:9868</value>
    </property>
    <!-- HDFS副本数量，我们有3个节点，可以设置为2或3。这里先设为2，至少保证有两个DataNode时数据有冗余 -->
    <property>
        <name>dfs.replication</name>
        <value>2</value>
    </property>
    <!-- NameNode元数据(fsimage和editlog)存放的本地磁盘路径 -->
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/export/server/hadoop/dfs_data/name</value> <!-- 修改为自定义路径 -->
    </property>
    <!-- DataNode数据块存放的本地磁盘路径 -->
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/export/server/hadoop/dfs_data/data</value> <!-- 修改为自定义路径 -->
    </property>
    <!-- 开启WebHDFS功能，可以通过HTTP访问HDFS文件 -->
    <property>
        <name>dfs.webhdfs.enabled</name>
        <value>true</value>
    </property>
</configuration>
  • (D) yarn-site.xml (所有节点一致修改)
    • 这是 YARN (资源管理器) 的配置文件。
vim yarn-site.xml

<configuration>
    <!-- 指定YARN的ResourceManager(RM)的主机名 -->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>hadoop01</value>
    </property>
    <!-- NodeManager上运行的附属服务，MapReduce Shuffle是必须的 -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <!-- ResourceManager的Web UI访问地址 (默认端口8088) -->
    <property>
        <name>yarn.resourcemanager.webapp.address</name>
        <value>hadoop01:8088</value>
    </property>
    <!-- (可选) 开启日志聚集功能，方便在Web UI上查看已完成任务的日志 -->
    <property>
        <name>yarn.log-aggregation-enable</name>
        <value>true</value>
    </property>
    <!-- MapReduce JobHistory Server 的日志服务地址 -->
    <property>
        <name>yarn.log.server.url</name>
        <value>http://hadoop01:19888/jobhistory/logs</value> <!-- 指向JobHistoryServer的Web UI -->
    </property>
    <!-- (可选) 日志保留时间 -->
    <property>
        <name>yarn.log-aggregation.retain-seconds</name>
        <value>604800</value> <!-- 日志保留7天 (604800秒) -->
    </property>
</configuration>
  • (E) mapred-site.xml (所有节点一致修改)
    • 这个文件配置 MapReduce 的运行时框架和 JobHistory Server。
vim mapred-site.xml

<configuration>
    <!-- 指定MapReduce作业运行在YARN上 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <!-- MapReduce JobHistory Server 地址 -->
    <property>
        <name>mapreduce.jobhistory.address</name>
        <value>hadoop01:10020</value>
    </property>
    <!-- MapReduce JobHistory Server Web UI 地址 (默认端口19888) -->
    <property>
        <name>mapreduce.jobhistory.webapp.address</name>
        <value>hadoop01:19888</value>
    </property>
    <!-- (Hadoop 3.x需要) 使YARN能够正确找到和分发MapReduce相关的JAR包 -->
    <property>
        <name>yarn.app.mapreduce.am.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
    <property>
        <name>mapreduce.map.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
    <property>
        <name>mapreduce.reduce.env</name>
        <value>HADOOP_MAPRED_HOME=${HADOOP_HOME}</value>
    </property>
</configuration>
  • (F) workers 文件 (仅在 hadoop01 上修改，然后分发)
    • 这个文件告诉 start-dfs.sh 和 start-yarn.sh 脚本，需要在哪些机器上启动 DataNode 和 NodeManager 进程。
vim workers

hadoop01
hadoop02
hadoop03

4. 分发配置文件 (在 hadoop01 上执行)

好了，配置文件修改完了。把 hadoop01 上的配置文件同步到 hadoop02 和 hadoop03 去。

  • 确保你在 hadoopuser 用户下，且在 $HADOOP_HOME/etc/ 目录下（也就是 /export/server/hadoop/etc/）。
cd /export/server
scp ~/.bashrc hadoop02:~/.bashrc
scp ~/.bashrc hadoop03:~/.bashrc
#传完之后要在hadoop02和hadoop03上分别执行 source /etc/profile 命令，来刷新配置文件
scp -r hadoop hadoop02:$PWD
scp -r jdk1.8.0_361 hadoop02:$PWD
scp -r hadoop hadoop03:$PWD
scp -r jdk1.8.0_361 hadoop03:$PWD

5.验证是否成功
在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2375899.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

电流检测放大器的优质选择XBLW-INA180/INA181

电流检测放大器的优质选择XBLW-INA180/INA181

前言&#xff1a; 在当前复杂的国际贸易环境下&#xff0c;关税的增加使得电子元器件的采购成本不断攀升&#xff0c;电子制造企业面临着巨大的成本压力。为了有效应对这一挑战&#xff0c;实现国产化替代已成为众多企业降低生产成本、保障供应链稳定的关键战略。对此芯伯乐推出…
阅读更多...
# 深度剖析LLM的“大脑”：单层Transformer的思考模式探索

# 深度剖析LLM的“大脑”：单层Transformer的思考模式探索

简单说一下哈 —— 咱们打算训练一个单层 Transformer 加上稀疏自编码器的小型百万参数大型语言模型&#xff08;LLM&#xff09;&#xff0c;然后去调试它的思考过程&#xff0c;看看这个 LLM 的思考和人类思考到底有多像。 LLMs 是怎么思考的呢&#xff1f; 开源 LLM 出现之后…
阅读更多...
【C++】类与对象【下】

【C++】类与对象【下】

文章目录 再谈构造函数构造函数的赋值构造函数体赋值&#xff1a;初始化列表explicit关键字 static成员概念特性 C11中成员初始化的新玩法友元友元类 内部类概念 再谈构造函数 构造函数的赋值 构造函数体赋值&#xff1a; 在创建对象时&#xff0c;编译器会通过调用构造函数…
阅读更多...
无人机避障——如何利用MinumSnap进行对速度、加速度进行优化的轨迹生成（附C++python代码）

无人机避障——如何利用MinumSnap进行对速度、加速度进行优化的轨迹生成（附C++python代码）

&#x1f525;轨迹规划领域的 “YYDS”——minimum snap&#xff01;作为基于优化的二次规划经典&#xff0c;它是无人机、自动驾驶轨迹规划论文必引的 “开山之作”。从优化目标函数到变量曲线表达&#xff0c;各路大神疯狂 “魔改”&#xff0c;衍生出无数创新方案。 &#…
阅读更多...
Llama:开源的急先锋

Llama:开源的急先锋

Llama:开源的急先锋 Llama1&#xff1a;开放、高效的基础语言模型 Llama1使用了完全开源的数据&#xff0c;性能媲美GPT-3&#xff0c;可以在社区研究开源使用&#xff0c;只是不能商用。 Llama1提出的Scaling Law 业内普遍认为如果要达到同一个性能指标&#xff0c;训练更…
阅读更多...
“redis 目标计算机积极拒绝，无法连接” 解决方法，每次开机启动redis

“redis 目标计算机积极拒绝，无法连接” 解决方法，每次开机启动redis

如果遇到以上问题 先打开“服务” 找到App Readiness 右击-启动 以管理员身份运行cmd&#xff0c;跳转到 安装redis的目录 运行&#xff1a;redis-server.exe redis.windows.conf 以管理员身份打开另一cmd窗口&#xff0c;跳转到安装redis的目录 运行&#xff1a;redis-…
阅读更多...
LeetCode 热题 100 35.搜索插入位置

LeetCode 热题 100 35.搜索插入位置

目录 题目&#xff1a; 题目描述&#xff1a; 题目链接&#xff1a; 思路&#xff1a; 核心思路&#xff1a; 思路详解&#xff1a; 代码&#xff1a; Java代码&#xff1a; 题目&#xff1a; 题目描述&#xff1a; 题目链接&#xff1a; 35. 搜索插入位置 - 力扣&…
阅读更多...
labview硬件采集＜2＞——使用布尔控件控制硬件的LED

labview硬件采集＜2＞——使用布尔控件控制硬件的LED

当布尔按键按下时&#xff0c;开发板的LED亮
阅读更多...
从 “学会学习” 到高效适应：元学习技术深度解析与应用实践

从 “学会学习” 到高效适应：元学习技术深度解析与应用实践

一、引言&#xff1a;当机器开始 “学会学习”—— 元学习的革命性价值 在传统机器学习依赖海量数据训练单一任务模型的时代&#xff0c;元学习&#xff08;Meta Learning&#xff09;正掀起一场范式革命。 这项旨在让模型 “学会学习” 的技术&#xff0c;通过模仿人类基于经验…
阅读更多...
AI开发者的算力革命：GpuGeek平台全景实战指南（大模型训练/推理/微调全解析）

AI开发者的算力革命：GpuGeek平台全景实战指南（大模型训练/推理/微调全解析）

目录 背景一、AI工业化时代的算力困局与破局之道1.1 中小企业AI落地的三大障碍1.2 GpuGeek的破局创新1.3 核心价值 二、GpuGeek技术全景剖析2.1 核心架构设计 三、核心优势详解‌3.1 优势1&#xff1a;工业级显卡舰队‌‌‌3.2 优势2&#xff1a;开箱即用生态‌3.2.1 预置镜像库…
阅读更多...
AWS SNS：解锁高并发消息通知与系统集成的云端利器

AWS SNS：解锁高并发消息通知与系统集成的云端利器

导语 在分布式系统架构中&#xff0c;如何实现高效、可靠的消息通知与跨服务通信&#xff1f;AWS Simple Notification Service&#xff08;SNS&#xff09;作为全托管的发布/订阅&#xff08;Pub/Sub&#xff09;服务&#xff0c;正在成为企业构建弹性系统的核心组件。本文深度…
阅读更多...
【PmHub后端篇】PmHub集成 Sentinel+OpenFeign实现网关流量控制与服务降级

【PmHub后端篇】PmHub集成 Sentinel+OpenFeign实现网关流量控制与服务降级

在微服务架构中&#xff0c;保障服务的稳定性和高可用性至关重要。本文将详细介绍在 PmHub 中如何利用 Sentinel Gateway 进行网关限流&#xff0c;以及集成 Sentinel OpenFeign 实现自定义的 fallback 服务降级。 1 熔断降级的必要性 在微服务架构中&#xff0c;服务间的调…
阅读更多...
2025最新出版 Microsoft Project由入门到精通（八）

2025最新出版 Microsoft Project由入门到精通（八）

目录 查找关键路径方法 方法1:格式->关键任务 方法2:插入关键属性列 方法3&#xff1a;插入“可宽延的总时间”进行查看&#xff0c;>0不是关键路径&#xff0c;剩余的全是关键路径 方法4:设置关键路径的工作表的文本样式​编辑 方法5&#xff1a;突出显示/筛选器…
阅读更多...
3.0/Q2，Charls最新文章解读

3.0/Q2，Charls最新文章解读

文章题目&#xff1a;Development of a visualized risk prediction system for sarcopenia in older adults using machine learning: a cohort study based on CHARLS DOI&#xff1a;10.3389/fpubh.2025.1544894 中文标题&#xff1a;使用机器学习开发老年人肌肉减少症的可视…
阅读更多...
使用matlab进行数据拟合

使用matlab进行数据拟合

目录 一、工作区建立数据 二、曲线拟合器(在"APP"中) 三、曲线拟合函数及参数 四、 在matlab中编写代码 一、工作区建立数据 首先&#xff0c;将数据在matlab工作区中生成。如图1所示&#xff1a; 图 1 二、曲线拟合器(在"APP"中) 然后&#xff0c;…
阅读更多...
分布式1（cap base理论 锁 事务 幂等性 rpc）

分布式1（cap base理论 锁 事务 幂等性 rpc）

目录 分布式系统介绍 一、定义与概念 二、分布式系统的特点 三、分布式系统面临的挑战 四、分布式系统的常见应用场景 CAP 定理 BASE 理论 BASE理论是如何保证最终一致性的 分布式锁的常见使用场景有哪些&#xff1f; 1. 防止多节点重复操作 2. 资源互斥访问 3. 分…
阅读更多...
Myshell与清华联合开源TTS模型OpenVoiceV2,多语言支持，风格控制进一步增强～

Myshell与清华联合开源TTS模型OpenVoiceV2,多语言支持，风格控制进一步增强～

项目背景 开发团队与发布 OpenVoice2 由 MyShell AI&#xff08;加拿大 AI 初创公司&#xff09;与 MIT 和清华大学的研究人员合作开发&#xff0c;技术报告于 2023 年 12 月发布 &#xff0c;V2 版本于 2024 年 4 月发布 。 项目目标是提供一个高效、灵活的语音克隆工具&…
阅读更多...
YOLO11解决方案之热力图探索

YOLO11解决方案之热力图探索

概述 Ultralytics提供了一系列的解决方案，利用YOLO11解决现实世界的问题，包括物体计数、模糊处理、热力图、安防系统、速度估计、物体追踪等多个方面的应用。 使用YOLO11生成的热力图把复杂的数据转换成生动的彩色编码矩阵。这种可视化工具采用色谱来表示不同的数据值，暖色…
阅读更多...
如何在终端/命令行中把PDF的每一页转换成图片（PNG）

如何在终端/命令行中把PDF的每一页转换成图片（PNG）

今天被对象安排了一个任务&#xff1a; 之前自己其实也有这个需要&#xff0c;但是吧&#xff0c;我懒&#xff1a;量少拖拽&#xff0c;量大就放弃。但这次躲不过去了&#xff0c;所以研究了一下有什么工具可以做到这个需求。 本文记录我这次发现的使用 XpdfReader 的方法。…
阅读更多...
计算机系统结构——Cache性能分析

计算机系统结构——Cache性能分析

一、实验目的 加深对Cache的基本概念、基本组织结构以及基本工作原理的理解。掌握Cache容量、相联度、块大小对Cache性能的影响。掌握降低Cache不命中率的各种方法以及这些方法对提高Cache性能的好处。理解LRU与随机法的基本思想以及它们对Cache性能的影响。 二、实验平台 实…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023