logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Linux对时服务

一、服务端配置:IP:192.168.1.10(1)备份 /ect/ntp.conf ,删除该文件,新建空文件vim /etc/ntp.confdriftfile /var/lib/ntp/driftrestrict default nomodify notrap #允许所有IP客户机restrict 127.0.0.1 #允许本地同步,便于监控,配置restrict -6 :::1...

[转]查看Zookeeper服务器状态信息的一些命令

安装netcat(nc)yum install nc -y1、Zookeeper服务器当前节点配置信息: echo conf|nc localhost 21812、cons:echo cons|nc localhost 2181 输出当前服务器所有客户端连接的详细信息3、crst:重置所有客户端连接统计信息4、dump:echo dump|nc localhost 2181,输出当前集群的所有会话

Kubernetes-概述

1.1 Kubernetes 是什么?k8s是一个全新的基于容器技术的分布式架构领先方案。这个方案虽然还很新,但它是谷歌十几年以来大规模应用容器技术的经验积累和升华的一个重要成果 确切地说,Kubemetes 是谷歌严格保密十几年的秘密武器 一 Borg 一个开源版本。 Borg 是谷歌的个久负盛名的内部使用的大规模集群管理系统,它基于容器技术,目的是实现资源管理的自动化,以及跨多个数据中心的资源

部署k8s从节点之后无法启动

部署k8s从节点之后无法启动报错:“start request repeated too quickly for kubelet.service”解决方法:1、关闭交换分区swapoff -a2、 vim /usr/lib/systemd/system/kubelet.service.d/10-kubeadm.conf注释掉红框内的两行3、执行:systemctl daemon-reload;sy

#devops
DBA技术栈(一):Mysql简介和架构基本组成

MySQL 是由 MySQL AB 公司(目前已经被 SUN 公司收归麾下)自主研发的,目前 IT 行业最流行的开放源代码的数据库管理系统之一,它同时也是一个支持多线程高并发多用户的关系型数据库管理系统。MySQL 数据库以其简单高效可靠的特点,在最近短短几年的时间就从一个名不见经传的数据库系统,变成一个在 IT 行业几乎是无人不知的开源数据库管理系统。从微型的嵌入式系统,到小型的 web 网站,

文章图片
#dba#mysql#架构
Linux环境下编译并运行go项目

拿了一个GitHub的go采集namenode指标的项目,修改了一下,本地调测正常,记录一下在Linux环境编译并运行的过程。

文章图片
#linux#golang#hadoop
Kubernetes集群部署Nginx服务

使用k8s部署Nginx服务,Nginx对外提供服务只希望部署在其中一台主机,该主机不提供其他服务一.设置标签及污点  为了保证nginx之能分配到nginx服务器需要设置标签和污点,设置标签可以让Pod选择该服务器部署,设置污点可以使其他服务Pod无法部署在该服务器本次部署nginx服务器IP为192.168.1.232设置标签#设置标签 key为typevalue为nginxkubectl l

#docker#kubernetes#nginx +1
Kubernetes集群一键化部署

k8s部署比较复杂,有时候即使部署成功,后期运行也不太稳定。如果在部署过程中花费太多时间很容易打击学习k8s的积极性。现介绍一键部署k8s的安装过程,该安装包安装k8s之后,运行稳定,而且带有一些学习的案例,若可以深入读部署源码,学习到的知识会更多。安装包下载地址:kube-install本人也上传了安装包,kube-install-for-k8s1.21-v0.5.0.tgz该安装包的源码大致了

#运维#docker#容器
hive/spark数据倾斜解决方案

数据倾斜主要表现在,mapreduce程序执行时,reduce节点大部分执行完毕,但是有一个或者几个reduce节点运行很慢,导致整个程序的处理时间很长,这是因为某一个key的条数比其他key多很多(有时是百倍或者千倍之多),这条Key所在的reduce节点所处理的数据量比其他节点就大很多,从而导致某几个节点迟迟运行不完。

文章图片
#hive#spark#大数据
Hadoop/Hive/Spark小文件处理

小文件指的是文件size比HDFS的block size小很多的文件。Hadoop适合处理少量的大文件,而不是大量的小文件。首先,在HDFS中,任何block,文件或者目录在内存中均以对象的形式存储,每个对象约占150byte,如果有1000 0000个小文件,每个文件占用一个block,则namenode大约需要2G空间。如果存储1亿个文件,则namenode需要20G空间。这样namenode

文章图片
#hadoop#hive#spark
    共 11 条
  • 1
  • 2
  • 请选择