JTopo 框架教程之二:节点连线

效果展示:



JTopo 框架学习案列之二:节点连线

相关说明:相关注释已经标注在代码中。

<!DOCTYPE html>
<html>
<head lang="en">
    <meta charset="UTF-8">
    <title>JTopo 教程之连线</title>
    <script src="js/jquery-1.9.0.js" type="text/javascript"></script>
    <script src="js/jtopo-0.4.2-min.js" type="text/javascript"></script>
    <script type="text/javascript">
        $(document).ready(function() {
            //画布对象:canvas
            var canvas = document.getElementById('canvas');
            //抽象的舞台对象对应一个Canvas对象,所有图形展示的地方
            var stage = new JTopo.Stage(canvas);
            //场景对象
            var scene = new JTopo.Scene(stage);
            //背景颜色设置
            scene.background='#CDC5BF';
            //节点之间------------连线
            var vm= new JTopo.Node('vm');  //节点1:vm
            vm.setLocation(100,180);//节点1:vm位置设置
            scene.add(vm);//场景对象添加节点1:vm

            var physical=new JTopo.Node('physical');//节点2:physical
            physical.setLocation(100,20);//节点2:physical 位置设置
            scene.add(physical);//场景对象添加节点2:physical

            var link=new JTopo.Link(vm,physical);//连线对象
            link.lineWidth = 3;//连线大小
            link.lineJoin  = 'round';
            link.name='Link';//连线名称
            scene.add(link);//场景对象添加连线对象:link.
        });
    </script>
</head>
<body>
<canvas id="canvas" width="300" height="200"></canvas>
</body>
</html>

补充说明:JTopo 开源框架的API文档,作者正在更新,先阶段无法解析相关对象方法。

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
YARN(Yet Another Resource Negotiator)是Hadoop v2版本中用于资源管理和任务调度的框架。在Hadoop v1版本中,资源管理和任务调度是由MapReduce框架本身完成的,这导致了一些问题,例如任务难以弹性调度、资源利用率低等。 YARN的出现解决了这些问题。它的工作方式是将资源管理和任务调度分离开来。YARN有三个核心组件:ResourceManager、NodeManager和ApplicationMaster。 ResourceManager是整个集群的主要协调者,负责集群资源的管理和分配。它接收来自客户端的资源请求,并根据资源容量和使用情况进行调度。ResourceManager为每个应用程序分配一个ApplicationMaster。 NodeManager是每个节点上的代理程序,负责与ResourceManager通信,并管理本地节点的资源。它监测节点上的资源使用情况,并将这些信息报告给ResourceManager,同时启动和监控容器世界。 ApplicationMaster是每个应用程序的主管,负责与ResourceManager通信,申请资源并监控任务的执行。它将任务分成多个容器,并向NodeManager发送容器启动请求。一旦容器启动,ApplicationMaster就会监控这些任务的执行情况,并向ResourceManager报告任务的状态。 YARN的资源调度器是通过使用调度器插件实现的。YARN提供了多个调度器插件,例如先进先出调度器、容量调度器和公平调度器等。这些调度器插件可以根据应用程序的资源需求、业务优先级和集群资源的配置来灵活地分配和管理资源,从而实现更高的资源利用率和更好的任务调度性能。 总的来说,YARN的资源调度器是Hadoop框架中的一个重要组件,它通过将资源管理和任务调度分离,实现了更好的弹性和资源利用率,为大数据处理提供了更高的效率和可靠性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值