Codis学习笔记--Codis的安装

什么是Codis?

Codis是一个基于代理的高性能的分布式Redis解决方案,对于上层应用来说,连接到Codis Proxy和连接原生的Redis Server没有显著区别(只是不支持部分命令)。使用go语言开发。

Codis的GitHub地址https://github.com/CodisLabs/codis

Codis官方架构图

Codis 3.x 由以下组件组成:

Codis Dashboard、Codis Proxy、Codis Server、Codis Admin、Codis FE、Storage

1、安装jdk、zookeeper

下载、解压

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

tar -zxvf zookeeper-3.4.12.tar.gz

2、安装go运行环境(codis用go语言写的)

下载地址:https://studygolang.com/dl/golang/go1.9.1.linux-amd64.tar.gz

解压:

tar -zxvf go1.9.1.linux-amd64.tar.gz

3、配置环境变量

vim /etc/profile

在/etc/profile文件末尾添加:

export GOROOT=/apps/go #go根目录,根据自己实际安装目录配
export GOPATH=/apps/codis #go项目所在目录,因为现在我们要安装Codis,所以这里配codis
export JAVA_HOME=/usr/local/jdk
export CLASS_PATH=.:$JAVA_HOME/lib:$JAVA_HOME/jre/lib
export ZOOKEEPER_HOME=/usr/local/zookeeper-3.4.6
export PATH=$PATH:$GOROOT/bin:$JAVA_HOME/bin:$ZOOKEEPER_HOME/bin

#查看环境变量
[root@iZwz977ogd6jecq7rowvtsZ apps]# env |egrep -i "GOPATH|JAVA_HOME" 
JAVA_HOME=/apps/jdk1.8.0_181
GOPATH=/apps/gopath

验证go环境是否安装成功:

[root@iZwz977ogd6jecq7rowvtsZ apps]# go version
go version go1.9.1 linux/amd64

验证go是否能正常运行:

创建hello.go文件,

[root@iZwz977ogd6jecq7rowvtsZ apps]# cat > hello.go
package main
    import "fmt"

    func main(){
        fmt.Printf("hello,world\n")
 }

运行hello.go成功说明go能正常使用了:

[root@iZwz977ogd6jecq7rowvtsZ apps]# go run hello.go
hello,world

4、安装Codis

安装git:

[root@iZwz977ogd6jecq7rowvtsZ apps]# yum install -y git

下载Codis源码:

Codis源码需要下载到:$GOPATH/src/github.com/CodisLabs

[root@iZwz977ogd6jecq7rowvtsZ codis]# mkdir -p $GOPATH/src/github.com/CodisLabs

[root@iZwz977ogd6jecq7rowvtsZ codis]# cd src/github.com/CodisLabs/
[root@iZwz977ogd6jecq7rowvtsZ codis]# git clone https://github.com/CodisLabs/codis.git -b release3.2

编译Codis源码:

进入下载目录执行make命令进行编译,它会搜索Makefile文件并执行其中的指令

[root@iZwz977ogd6jecq7rowvtsZ wandoulabs]# cd codis/
[root@iZwz977ogd6jecq7rowvtsZ codis]# ls
admin    cmd     deploy  Dockerfile  extern  kubernetes  MIT-LICENSE.txt  README.md  vendor   wandoujia_license.txt
ansible  config  doc     example     Godeps  Makefile    pkg              scripts    version
[root@iZwz977ogd6jecq7rowvtsZ codis]# pwd
/apps/codis/src/github.com/wandoulabs/codis
[root@iZwz977ogd6jecq7rowvtsZ codis]# make

.....

make[2]: Leaving directory `/apps/codis/src/github.com/wandoulabs/codis/extern/redis-3.2.11/src'
make[1]: Leaving directory `/apps/codis/src/github.com/wandoulabs/codis/extern/redis-3.2.11'
autoconf
./autogen.sh: line 5: autoconf: command not found
Error 0 in autoconf
make[2]: *** [config] Error 1
make[1]: *** [build] Error 2
make: *** [codis-deps] Error 2
[root@iZwz977ogd6jecq7rowvtsZ codis]# 

  编译过程中报错:找不到autoconf命令,解决办法:安装autoconf,然后重新编译

[root@iZwz977ogd6jecq7rowvtsZ codis]# yum install autoconf

重新编译又报下面的错误,原因是由于安装的go版本太低,重新安装高版本即可解决 

go build -i -o bin/codis-dashboard ./cmd/dashboard
pkg/topom/config.go:9:2: cannot find package "github.com/BurntSushi/toml" in any of:
/root/tools/go/src/github.com/BurntSushi/toml (from $GOROOT)
/root/tools/gopkg/src/github.com/BurntSushi/toml (from $GOPATH)
...
make: *** [codis-dashboard] Error 1

成功编译结果如下,在Codis的bin目录下可以看到Codis的几个核心组件:

[root@iZwz977ogd6jecq7rowvtsZ codis]# make
make -j4 -C extern/redis-3.2.11/
make[1]: Entering directory `/apps/codis/src/github.com/CodisLabs/codis/extern/redis-3.2.11'
cd src && make all
make[2]: Entering directory `/apps/codis/src/github.com/CodisLabs/codis/extern/redis-3.2.11/src'

Hint: It's a good idea to run 'make test' ;)

make[2]: Leaving directory `/apps/codis/src/github.com/CodisLabs/codis/extern/redis-3.2.11/src'
make[1]: Leaving directory `/apps/codis/src/github.com/CodisLabs/codis/extern/redis-3.2.11'
go build -i -o bin/codis-dashboard ./cmd/dashboard
go build -i -tags "cgo_jemalloc" -o bin/codis-proxy ./cmd/proxy
go build -i -o bin/codis-admin ./cmd/admin
go build -i -o bin/codis-ha ./cmd/ha
go build -i -o bin/codis-fe ./cmd/fe


[root@iZwz977ogd6jecq7rowvtsZ codis]# ls bin/
assets       codis-dashboard  codis-ha     codis-server     redis-cli       version
codis-admin  codis-fe         codis-proxy  redis-benchmark  redis-sentinel

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。

“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
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