0567-6.1.0-非Kerberos环境下集群外跨操作系统的Gateway节点配置

1 文档编写目的

用户在使用Hadoop集群的过程中需要将集群外节点且跨操作系统(suse)的服务器配置为CDH的Gateway角色。本篇文章Fayson主要介绍在Redhat7操作系统上运行的非安全的CDH集群外,为一台suse12操作系统的节点配置为该集群的Gateway节点,且该节点不纳入Cloudera Manager管理。

2 Gateway配置过程

1.查看需要配置Gateway节点的操作系统版本

2.修改主机名

hostnamectl set-hostname cdh238.macro.com

3.将该主机添加到原集群的所有节点host文件中

sh batch_cmd.sh node.list “192.168.0.238 cdh238.macro.com”

并将cm节点的hosts文件拷贝到新节点上来:

4.创建/opt/cloudera/parcels目录

mkdir /opt/cloudera/parcels

5.上传对应CDH版本以及SUSE操作系统的parcel包

6.解压parcel包到/opt/cloudera/parcels下

tar -zxvf CDH-6.1.0-1.cdh6.1.0.p0.770702-sles12.parcel -C /opt/cloudera/parcels/

建立软连接

cd /opt/cloudera/parcels
ln -s CDH-6.1.0-1.cdh6.1.0.p0.770702 CDH

7.创建java_home目录

mkdir -p /usr/java

8.从cm节点拷贝jdk到新节点

scp -r cdh234.macro.com:/usr/java/jdk1.8.0_141-cloudera /usr/java

9.配置CDH_HOME和JAVA_HOME,并配置PATH

export JAVA_HOME=/usr/java/jdk1.8.0_141-cloudera
export CDH_HOME=/opt/cloudera/parcels/CDH
export PATH=$CDH_HOME/bin:$JAVA_HOME/bin:$PATH

更新环境变量

source /etc/profile

10.创建配置文件目录

mkdir -p /etc/spark/conf
mkdir -p /etc/hadoop/conf
mkdir -p /et/hbase/conf
mkdir -p /etc/hive/conf
mkdir -p /etc/hadoop/conf.cloudera.hdfs
mkdir -p /etc/hadoop/conf.cloudera.yarn

11.从原集群中拉取配置文件

scp -r cdh234.macro.com:/etc/hadoop/conf/* /etc/hadoop/conf
scp -r cdh234.macro.com:/etc/spark/conf/* /etc/spark/conf
scp -r cdh234.macro.com:/etc/hbase/conf/* /etc/hbase/conf
scp -r cdh234.macro.com:/etc/hive/conf/* /etc/hive/conf
scp -r cdh234.macro.com:/etc/hadoop/conf.cloudera.hdfs/* /etc/hadoop/conf.cloudera.hdfs
scp -r cdh234.macro.com:/etc/hadoop/conf.cloudera.yarn/* /etc/hadoop/conf.cloudera.yarn

3 客户端功能验证

1.HDFS命令验证

在目录下创建a.txt文件

在hdfs上新建一个目录/tmp/test

将a.txt上传到/tmp/test目录下

将本地的a.txt删除,从hdfs上拉取下来并查看

2.MapReduce作业验证

hadoop jar /opt/cloudera/parcels/CDH/jars/hadoop-examples.jar pi 5 5

在控制台上查看,生成了任务

3.Hive功能验证

4.Spark功能验证

5.HBase功能验证

内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗日-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
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