如何配置zookeeper单机伪集群

1.获取zookeeper

zookeeper下载位置http://mirrors.cnnic.cn/apache/zookeeper/

下载到/opt/

cd /opt

wget  http://mirrors.cnnic.cn/apache/zookeeper/stable/zookeeper-3.4.8.tar.gz

解压

tar zxvf  zookeeper-3.4.8.tar.gz

重命名

mv zookeeper-3.4.8  zookeeper

2.配置zookeeper

我的配置信息是放在/var/zookeeper/server*/

a.创建server1相关目录和配置信息

mkdir data

mkdir log

b.将zookeeper配置文件复制到server1目录下

zookeeper的配置文件在 zookpeepre包目录下的conf中的zoo_sample.cfg

我的在/opt/zookeeper/conf/

cp zoo_sample.cfg  /var/zookeeper/server1/zoo.cfg

并修改配置文件中的clientPort和dataDir等

echo 1 > /var/zookeeper/server1/data/myid

3.启动zookeeper

启动脚本在zookeeper包目录下的bin/zkServer.sh

根据指定配置文件分别启动

./zkServer.sh start /var/zookeeper/server1/zoo.cfg 

./zkServer.sh start /var/zookeeper/server2/zoo.cfg 

./zkServer.sh start /var/zookeeper/server3/zoo.cfg 

查看zookeeper状态

./zkServer.sh status /var/zookeeper/server1zoo.cfg 

4.使用zookeeper客户端连接集群

./zkCli.sh -server 192.168.5.66:2181,192.168.5.66:2182,192.168.5.66:2183

5.zookeeper配置文件信息

# 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=/var/zookeeper/server1/data
dataLog=/var/zookeeper/server1/log
# 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=192.168.5.66:2888:3888
server.2=192.168.5.66:2889:3889
server.3=192.168.5.66:2890:3890


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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