Kafka实战指南:Mac环境下Brew与Docker双路径安装详解

Kafka学习之:mac 上安装 kafka kafka 在 mac 上的配置和安装 阅读详情

1. 为什么选择在Mac上安装Kafka?

如果你是一名开发者,尤其是做后端、大数据或者实时数据处理方向的,那么Kafka这个名字你一定不陌生。简单来说,Kafka是一个高吞吐量的分布式消息队列系统,它就像是你应用之间的一个超级高效的“邮局”或“快递站”。生产者应用把消息“寄”到Kafka,消费者应用再从Kafka里“取”走消息进行处理。它的厉害之处在于,能处理海量数据,保证消息不丢失,并且支持多个消费者同时读取同一份数据,是构建实时数据管道和流式应用的核心组件。

那么,为什么要在自己的Mac电脑上安装一个Kafka呢?我自己的经验是,本地开发环境太重要了。当你需要测试一个消息发送接收的逻辑、调试一个消费者组的偏移量问题,或者只是想学习Kafka的基本操作时,如果每次都要连到公司的测试服务器,那简直是噩梦。权限申请、网络限制、环境差异,随便一个坑就能耗掉你半天时间。在自己的Mac上搭一个,想重启就重启,想清空数据就清空,测试起来毫无心理负担,效率直接翻倍。

在Mac上安装Kafka,主流就两条路:Homebrew 和 Docker。这两种方式我都用过很久,可以说是各有千秋。Brew安装更像是在你的Mac上“原生”安装一个软件,所有文件、配置、日志都直接落在你的系统里,管理和调试的感觉很直接,适合需要深度定制和了解其运行细节的场景。而Docker方式则是把Kafka和它依赖的ZooKeeper打包在容器里,与环境隔离,一键启停,特别干净利落,适合快速搭建、测试和需要环境复现的场景。接下来,我就带你手把手走通这两条路,并把路上常见的坑提前给你标出来。

2. 路径一:使用Homebrew安装Kafka(原生体验)

Homebrew是Mac上强大的包管理器,用它来安装Kafka是最“正统”的方式之一。整个过程就像安装一个普通软件一样,但背后涉及到一些Java环境和依赖的管理。

2.1 安装前的必要准备

在敲下 brew install kafka 之前,有一步非常关键,但很多新手教程会一笔带过,导致安装失败。那就是安装 Xcode Command Line Tools。

你可能会问,装个Kafka,一个Java应用,跟苹果的开发工具有什么关系?其实,Homebrew本身以及很多它管理的软件(包括Kafka依赖的一些库)在编译或安装过程中,需要用到一些基础的开发工具,比如 git, clang, make 等。这些工具都包含在Xcode Command Line Tools里。

打开你的终端,输入以下命令来安装:

xcode-select --install

这时会弹出一个软件更新提示框,点击“安装”同意下载即可。这个过程会下载大约1GB的内容,取决于你的网络速度。安装完成后,还有一个至关重要的步骤:你需要同意Xcode的许可协议。直接在终端里运行:

sudo xcodebuild -license

然后一直按空格键翻到协议最后,输入 agree 并回车。完成了这一步,你的Mac才算是为安装开发类软件做好了基础准备。我当初就在这里卡过,brew报一堆编译错误,排查了半天才发现是许可协议没同意。

2.2 执行安装与验证

准备工作做完,安装Kafka本身反而很简单了。在终端输入:

brew install kafka

Homebrew会自动处理所有事情:检查依赖(它会自动安装Kafka所依赖的ZooKeeper和合适的Java运行时环境)、下载源码或预编译包、进行安装和链接。

安装完成后,Kafka相关的文件会分散在Homebrew的目录结构中。对于使用Intel芯片的Mac,通常路径是 /usr/local/etc/kafka 和 /usr/local/var/lib/kafka-logs。而对于像我一样使用 M1/M2芯片的MacBook,Homebrew的默认安装路径变为了 /opt/homebrew。所以,你的Kafka配置文件会在 /opt/homebrew/etc/kafka/server.properties,日志文件会存储在 /opt/homebrew/var/lib/kafka-logs。了解这个路径差异非常重要,尤其是在后续修改配置或查看日志时。

安装完,先别急着启动。我们可以用brew services命令来管理Kafka和ZooKeeper的服务,这比手动启动后台进程要方便得多。首先启动ZooKeeper,因为Kafka依赖它来管理集群元数据:

brew services start zookeeper

看到提示 Successfully started \zookeeper` (label: homebrew.mxcl.zookeeper)` 就表示启动成功了。接着启动Kafka:

brew services start kafka

同样,等待成功的提示。现在,你的本地Kafka服务应该已经在后台运行了。你可以用 brew services list 命令来查看所有由brew管理的服务的状态,确保 zookeeper 和 kafka 的状态都是 started。

2.3 踩坑记录:ZooKeeper依赖与连接失败

这里是我,也是很多新手最容易踩的第一个大坑:忘记启动ZooKeeper,或者启动顺序错了。Kafka本身不是一个完全独立的应用,它严重依赖ZooKeeper来选举Leader、管理Broker、存储Topic和消费者组的元数据。你可以把ZooKeeper想象成Kafka集群的“大脑”和“协调员”。

如果ZooKeeper没启动,直接启动Kafka会发生什么?Kafka进程可能看起来启动了,但当你尝试用它时,就会遇到连接拒绝的错误。就像我当初一样,兴冲冲地安装完,直接去创建一个测试Topic:

kafka-topics --create --topic my-test-topic --bootstrap-server localhost:9092 --partitions 1 --replication-factor 1

结果终端疯狂刷出类似下面的警告:

[WARN] Connection to node -1 (localhost/127.0.0.1:9092) could not be established. Node may not be available.

这时候别慌,先去检查Kafka的日志。日志文件通常位于 /opt/homebrew/var/log/kafka/kafka_output.log(M1芯片)。打开一看,你会发现大量的 java.net.ConnectException: Connection refused 错误,指向 localhost:2181(ZooKeeper的默认端口)。这就铁证如山了:Kafka在启动时尝试连接ZooKeeper,但没连上。

解决方案非常直接:

  1. 确保ZooKeeper已经启动:brew services start zookeeper。
  2. 重启Kafka服务,让它重新连接ZooKeeper:brew services restart kafka。
  3. 再次尝试创建Topic的命令。

当你看到 Created topic my-test-topic. 的提示时,恭喜你,你的本地Kafka环境已经成功跑起来了!为了进一步验证,你可以用 kafka-topics --list --bootstrap-server localhost:9092 来列出所有Topic,应该能看到你刚创建的那个。

3. 路径二:使用Docker安装Kafka(容器化敏捷)

如果你追求极致的环境纯净和快速部署,或者你的机器上已经装好了Docker,那么用Docker来运行Kafka绝对是更优雅的选择。它把Kafka、ZooKeeper以及它们的所有依赖打包成一个独立的、隔离的“集装箱”,不污染你的主机环境,不用关心复杂的Java版本问题,一键就能拥有一个完整的Kafka服务。

3.1 编写Docker Compose编排文件

手动用 docker run 命令分别启动ZooKeeper和Kafka容器并配置网络连接比较繁琐。更专业的做法是使用 Docker Compose,它允许你用一份YAML文件定义和管理多个相关联的容器。我们在一个空目录下,创建一个名为 docker-compose.yml 的文件。

这里我推荐一个社区中非常流行且维护良好的镜像组合:wurstmeister/zookeeper 和 wurstmeister/kafka。它们经过大量用户验证,配置相对简单。文件内容如下:

version: '3.8'
services:
  zookeeper:
    image: wurstmeister/zookeeper
    container_name: kafka-zookeeper
    ports:
      - "2181:2181"
    networks:
      - kafka-net

  kafka:
    image: wurstmeister/kafka
    container_name: kafka-broker
    ports:
      - "9092:9092"
    environment:
      KAFKA_ADVERTISED_HOST_NAME: 127.0.0.1
      KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181
      KAFKA_CREATE_TOPICS: "test-topic:1:1" # 可选:启动时自动创建一个Topic
    volumes:
      - /var/run/docker.sock:/var/run/docker.sock
    depends_on:
      - zookeeper
    networks:
      - kafka-net

networks:
  kafka-net:
    driver: bridge

我来逐行解释一下这个配置文件的关键点,理解了它们,你就能自己调整了:

  • version: '3.8': 声明使用的Compose文件格式版本。
  • services: 定义了两个服务(即两个容器)。
  • zookeeper服务:
    • image: 指定使用的镜像。
    • ports: - "2181:2181": 将容器内的2181端口映射到宿主机的2181端口。这样你本机的应用才能连上这个ZooKeeper。
    • networks: 让该容器加入一个自定义的桥接网络 kafka-net,这样两个容器可以通过服务名(zookeeper, kafka)直接通信。
  • kafka服务:
    • environment: 这是配置Kafka的核心部分。
      • KAFKA_ADVERTISED_HOST_NAME: 127.0.0.1: 这可能是最重要的一个配置。它告诉Kafka,对外宣告自己的地址是 127.0.0.1。这意味着,从你的Mac本机(容器外部)连接Kafka时,必须使用 localhost:9092 或 127.0.0.1:9092。如果这里设置成容器ID或内部IP,你在本机就可能连不上。
      • KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181: 告诉Kafka容器,ZooKeeper在哪里。注意,这里用的是服务名 zookeeper,因为它们在同一个Docker网络里,Compose会自动做服务发现。
    • depends_on: 声明依赖关系,确保 zookeeper 容器先于 kafka 容器启动。
    • volumes: 挂载了Docker的套接字文件。这个挂载对于 wurstmeister/kafka 镜像在某些高级集群动态管理场景下是需要的,对于单机本地开发环境,有时可以省略,但按照镜像文档建议加上更稳妥。

3.2 启动服务与连接测试

保存好 docker-compose.yml 文件后,在终端中进入该文件所在目录,执行一个简单的命令:

docker-compose up -d

-d 参数代表“后台运行”。你会看到Docker开始拉取镜像(如果本地没有的话),然后创建网络,最后按顺序启动两个容器。用 docker-compose ps 可以查看这两个容器的运行状态,应该都是 Up。

现在,Kafka服务已经在容器的9092端口运行,并且映射到了你Mac的9092端口。我们来测试一下连接。因为环境变量里我们设置了 KAFKA_ADVERTISED_HOST_NAME: 127.0.0.1,所以从Mac本机连接,地址就是 localhost:9092。

你可以打开另一个终端窗口,运行和Brew安装方式一样的测试命令:

# 进入Kafka容器执行命令,或者确保你本地有kafka命令行工具
# 这里假设你本地没有安装kafka,我们直接使用容器内的工具
docker exec -it kafka-broker /opt/kafka/bin/kafka-topics.sh --create --topic docker-test --partitions 1 --replication-factor 1 --bootstrap-server localhost:9092

如果看到创建成功的提示,说明一切正常。你也可以用 docker-compose logs -f kafka 来实时查看Kafka容器的日志,这对排查问题非常有帮助。

Docker方式的巨大优势在于清理极其方便。当你做完测试,想恢复一个全新的环境时,只需要:

docker-compose down

这个命令会停止并删除这两个容器。如果你想连数据卷(如果有的话)也一起清理掉,可以加上 -v 参数。下次再 docker-compose up -d,又是一个崭新的Kafka环境。

4. 关键配置解析与M1芯片适配

无论用哪种方式安装,理解Kafka的核心配置都至关重要,这能帮你解决大部分运行时的奇怪问题。此外,对于使用Apple Silicon(M1/M2)芯片的Mac用户,还有一些特别的注意事项。

4.1 核心配置文件 server.properties 解读

通过Brew安装后,配置文件位于 /opt/homebrew/etc/kafka/server.properties(M1芯片)。这个文件控制了Kafka Broker的所有行为。我们挑出最常需要关注或修改的几个配置项:

配置项默认值/示例作用与解释
broker.id0Broker的唯一ID。如果你要搭建一个多节点的Kafka集群(哪怕是在一台机器上用不同端口模拟),每个Broker的broker.id必须不同。单机测试用0就行。
listenersPLAINTEXT://:9092Broker监听的协议、地址和端口。默认是注释掉的,Kafka会使用PLAINTEXT协议在所有网络接口上监听9092端口。如果你想限制只允许本地连接,可以设为 PLAINTEXT://localhost:9092。
advertised.listeners(空)对外宣告的监听地址。客户端实际用来连接Broker的地址。在Docker环境中,这个配置至关重要,通常需要通过环境变量KAFKA_ADVERTISED_LISTENERS来设置,告诉客户端应该连接哪个主机名和端口(比如宿主机的IP和端口)。
log.dirs/opt/homebrew/var/lib/kafka-logsKafka数据日志的存储目录。所有消息都持久化存储在这里的日志段文件里。如果磁盘空间不足,可以修改到其他路径。
zookeeper.connectlocalhost:2181ZooKeeper的连接字符串。这是Kafka找到其“大脑”的地址。在单机Brew安装下就是localhost:2181;在Docker Compose中,Kafka容器内连接的是zookeeper:2181。
num.partitions1创建Topic时默认的分区数。分区是Kafka并行处理和水平扩展的基础。对于测试环境,1个分区没问题;但对于生产或性能测试,你可能需要根据消费者数量增加这个值。

一个常见问题:当你从Docker容器内部能连接Kafka,但从Mac本机(容器外)无法连接时,十有八九是 advertised.listeners 没配置对。容器内的Kafka感知到的自己的地址可能是容器ID,你需要明确告诉它:“请对外宣称你是 127.0.0.1:9092”,这就是我们在Docker Compose中设置 KAFKA_ADVERTISED_HOST_NAME: 127.0.0.1 的原因。更现代的配置是使用 KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://host.docker.internal:9092,其中 host.docker.internal 是Docker提供的一个特殊域名,指向宿主机(你的Mac),这在某些网络模式下更通用。

4.2 M1/M2芯片用户的特别指南

Apple Silicon芯片是基于ARM架构的,而很多Docker镜像最初是为x86-64(AMD64)架构构建的。这可能会导致你在拉取或运行某些镜像时遇到问题。

对于Brew安装:基本没有问题。Homebrew已经为ARM架构(arm64)提供了原生支持,它安装的Kafka和ZooKeeper包都是兼容的。你唯一需要注意的是前面提到的文件路径差异(/opt/homebrew vs /usr/local)。

对于Docker安装:需要选择支持多架构或明确支持 arm64 的镜像。幸运的是,我们之前用的 wurstmeister/zookeeper 和 wurstmeister/kafka 镜像在Docker Hub上提供了多架构支持,通常包含了 arm64 的版本。Docker Desktop for Mac 会自动根据你的芯片类型拉取匹配的镜像版本。你可以通过 docker image inspect wurstmeister/kafka | grep Architecture 命令来确认拉取的镜像架构是否为 arm64。

如果你在运行其他Kafka相关镜像(比如一些UI管理工具,如 kafdrop)时遇到问题,可以在Docker Hub上搜索该镜像,查看其“Tags”页面,确认是否有标明 arm64 或 multi-arch 的标签。社区也在不断推进镜像对ARM架构的适配,现在大部分主流镜像都已经支持了。

5. 日常使用与运维小技巧

安装和配置只是第一步,让Kafka在本地开发中真正用起来,还需要一些日常操作技巧。

启动与停止:

  • Brew方式:
    # 启动
    brew services start zookeeper
    brew services start kafka
    # 停止
    brew services stop kafka
    brew services stop zookeeper
    # 查看状态
    brew services list
    
  • Docker Compose方式:
    # 在docker-compose.yml目录下启动
    docker-compose up -d
    # 停止
    docker-compose down
    # 查看日志
    docker-compose logs -f kafka
    

基础Topic操作: 假设你的Kafka运行在 localhost:9092。

# 创建Topic(指定分区和副本因子)
kafka-topics --create --topic quickstart-events --partitions 3 --replication-factor 1 --bootstrap-server localhost:9092

# 列出所有Topic
kafka-topics --list --bootstrap-server localhost:9092

# 查看某个Topic的详细信息
kafka-topics --describe --topic quickstart-events --bootstrap-server localhost:9092

# 删除Topic(需要配置server.properties中`delete.topic.enable=true`)
kafka-topics --delete --topic quickstart-events --bootstrap-server localhost:9092

生产和消费消息: Kafka自带的命令行工具非常方便做快速测试。

# 启动一个控制台生产者,向指定Topic发送消息
kafka-console-producer --topic quickstart-events --bootstrap-server localhost:9092
# 然后在出现的 > 提示符后输入消息,每行一条,按Ctrl+C退出。

# 启动一个控制台消费者,从指定Topic开头读取消息
kafka-console-consumer --topic quickstart-events --from-beginning --bootstrap-server localhost:9092
# 你会看到之前生产者发送的消息被打印出来。

查看日志定位问题: 遇到问题别怕,日志是最好的朋友。

  • Brew安装:日志通常在 /opt/homebrew/var/log/kafka/ 目录下,查看 kafka_output.log 和 server.log。
  • Docker安装:使用 docker-compose logs kafka 或 docker logs kafka-broker 查看容器日志。

最后,关于两种安装方式的选择,我的个人建议是:如果你是初学者,或者需要频繁重置、切换环境,强烈推荐Docker方式。它的隔离性和可重复性太好了,不会弄乱你的系统,几行命令就能得到一个干净的环境。如果你需要深入研究Kafka的配置、性能调优,或者需要将Kafka与本地其他服务深度集成,那么Brew安装的原生方式能给你更直接的访问和控制权,方便你查看进程、修改配置文件、分析本地日志文件。两种方式我都长期使用过,它们更像是工具箱里不同的两把螺丝刀,在不同的场景下各有妙用。希望这篇指南能帮你顺利在Mac上架起这座高效的数据桥梁,少走些我当年走过的弯路。

MacBook M1芯片安装Kafka避坑指南:从Brew到Docker全流程解析 本文为M1/M2芯片MacBook用户提供了详尽的Kafka本地开发环境搭建指南。针对ARM64架构的兼容性挑战,深度解析了通过Homebrew进行原生安装与配置,以及使用Docker Compose构建隔离环境两种主流方案,并提供了关键的避坑技巧和故障排查方法,帮助开发者高效构建稳定可靠的Kafka环境。 阅读详情

相关推荐

告别Brew安装失败:Mac上Kafka环境配置的3种备选方案(2024最新版)

本文针对Mac用户因网络或依赖问题导致Brew安装Kafka失败的情况,提供了三种高效的替代配置方案:使用Docker容器化部署实现环境隔离、直接下载官方二进制包进行灵活控制,以及选用云托管服务免去本地运维。重点介绍了Docker方案的详细部署步骤与优势,帮助开发者快速搭建稳定的Kafka开发环境。

weixin_29168153的博客 417

kafka安装教程(自动安装)

brew install kafka

qq_27931647的博客 1394

【Kafka源码解读和使用指南】第02篇:手把手搭建Kafka开发环境——Win/Mac/Linux三平台全攻略

Kafka开发环境搭建指南(Win/Mac/Linux) 本文详细介绍了在Windows、macOS和Linux三大平台搭建Apache Kafka开发环境的完整流程。主要内容包括: 前置准备:各平台JDK安装与配置指南,明确不同Kafka版本对JDK的要求(Kafka 4.x需JDK 11+) 下载安装:提供Kafka官方下载地址,解释版本命名规则(如kafka_2.13-3.9.0中的Scala版本),并展示各平台解压方法 KRaft模式:重点讲解Kafka 3.3+引入的无ZooKeeper运行模式,

xyghehehehe的专栏 637

Mac快捷安装brew和使用brew部署kafka

一、一条命令安装brew 安装命令: /bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)" /bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)" 开始执行Brew自动安装程序 请选择一个下载镜像,例如中科大,输入1回车。 源有时候不稳

zhengzaifeidelushang的博客 1853

MacOS下Java后端开发环境配置全指南

Java作为跨平台的编程语言,其开发环境配置在不同操作系统上各有特点。Unix-like系统因其原生支持多线程和网络编程,成为Java开发的理想选择。MacOS基于Unix的特性,提供了开箱即用的终端环境和高效的文件系统,特别适合运行Java应用。通过Homebrew等包管理工具,开发者可以快速搭建包含JDK、构建工具和数据库的完整Java开发环境。针对M1芯片的ARM架构优化,以及使用jenv管理多版本JDK等技巧,能进一步提升开发效率。这些配置方法不仅适用于常规Java项目,也能满足Spring Boo

weixin_33910460的博客 309

Mac本地大模型混合架构部署:MLX微调+Ollama服务实战指南

大模型本地部署本质是计算、服务与集成三层能力的协同——在Apple Silicon统一内存架构下,单纯依赖推理引擎(如Ollama)或训练框架(如MLX)均无法兼顾精度、稳定性与工程可运维性。混合架构通过分层解耦,让MLX专注FP16/BF16级LoRA微调与Metal GPU高效训练,Ollama承担OpenAI兼容API、资源隔离与生产级服务治理,从而满足macOS下≤800ms推理延迟、≥4K上下文、量化可控、支持微调闭环等真实工程指标。该模式已广泛应用于医疗问答、代码补全、RAG终端等对低延迟与领域

weixin_34409357的博客 397

【kafka】mac环境安装kafka

mac环境kafka安装

it_erge的博客 1537

Mac Mini M5开发机性能解析与采购策略指南

ARM架构处理器通过精简指令集和统一内存架构实现了能效比的大幅提升,其原理在于高度集成的SoC设计将CPU、GPU和神经网络引擎整合在同一芯片上。这种技术架构为开发工作带来了显著的性能优势,特别是在代码编译、AI计算和多任务处理等场景中。以Mac Mini为代表的开发设备搭载M系列芯片后,能够为开发者提供更高效的本地开发环境。M5芯片预计将采用台积电N3E制程工艺,在CPU性能和神经网络引擎方面实现进一步升级,这对需要运行大语言模型和计算机视觉任务的开发者尤为重要。在选择开发设备时,开发者需要综合考虑性能需

weixin_30562507的博客 366

mac 搭建单机版kafka完整过程-基于kafka3.0

基于kafka3.0安装的完整过程和正确的测试方法,解决zookeeper is not a recognized option和Permission denied @ apply2files等问题

纵横千里 捭阖四方 的专栏 4657

OpenClaw本地部署与AI模型集成实战指南

AI网关技术作为现代人工智能应用架构中的关键组件,通过统一接口实现多模型调度与管理。其核心原理是构建标准化协议转换层,将不同AI服务提供商的API差异进行抽象化处理。在工程实践中,这类技术能显著降低系统复杂度,提升开发效率,特别适用于需要同时调用多个AI模型的企业级应用场景。OpenClaw作为新兴的AI网关工具,支持DeepSeek等云端模型与Ollama本地模型的混合部署,并提供了飞书等企业通讯工具的深度集成方案。通过合理的配置优化和运维管理,开发者可以构建高可用、易扩展的AI能力中台,满足从原型验证到

weixin_30736301的博客 914

Spark本地开发环境搭建:隔离、验证与可扩展的三步闭环法

Apache Spark 是一个分布式计算引擎,其本地开发环境并非简单的软件安装任务,而是一个涉及JDK版本兼容性、Hadoop二进制绑定、Python-JVM通信协议(Py4J)、类路径隔离与配置驱动扩展的系统性工程。理解 Spark 运行时原理——如 Catalyst 优化器触发条件、local[*] 模式下的 Driver 网络绑定机制、以及 spark-sql 模块的依赖树完整性——是规避 ClassNotFoundException、NoSuchMethodError 和 Py4J 通信失败的关键

weixin_30588675的博客 440

Kafka实战指南:在Mac上通过Brew与Docker快速部署

本文提供了在Mac系统上快速部署Apache Kafka的两种主流方法:通过Homebrew进行原生安装和利用Docker进行容器化部署。详细对比了两种方案的优缺点,并附有清晰的步骤指南、关键配置解析以及常见问题排查技巧,帮助开发者快速搭建本地开发与测试环境。

weixin_29159441的博客 328

VASPKIT绘制平面平均电荷差分密度

平面平均密度差(planar-averaged electron density difference)是密度差的衍生。密度差是个三维空间函数,经常通过绘制平面图、等值面图方式图形化考察。虽然这两种图很直观,但平面图会受到截面选取的影响,而等值面图会受到等值面数值(isovalue)选取的影响,因此都有一定任意性,也不容易定量讨论。对于电子转移有比较明确方向的情况,可以绘制平面平均密度差曲线,由此可以清楚地考察垂直于选取的方向上每个截面上的密度差积分值,在定量讨论、对比上比较便利。

weixin_43948934的博客 1万+

Mac下Hadoop+ spark + Hbase + Kafka + zookeeper环境的搭建

安装必备的环境: 操作系统:Mac 10.15.4 软件包管理工具:brew 依赖包JDK: 1.8.0 1、安装java版本 Mac默认安装版本11.0,安装hadoop、hbase、kafka时都要求jdk1.8+, 建议首先安装java8,同时,可以系统保持2个版本 参考:Mac上Homebrew安装多版本Java 2、安装hadoop 2.1 配置ssh 配置ssh就是为了能够实现免密登录...

叶小乙研习社 639

【杰理AC696X】ADKEY复用指示灯不定时出现灯不亮或按键失灵的问题

测试SDK版本:《ac696n_soundbox_sdk_v1.5.0-20211217》ADKEY复用指示灯的做法多用于蓝牙小音箱,IC引脚越来越少,复用也就用的越多了,不过,在使用前应评估好功能,因为复用的做法,肯定会牺牲点东西的,如果体验感啥的。 比如这个图,(V-)按键按下时,LED是会一直导通发光的,按不同阻值的按键还有亮度不一致的问题,这样的问题有的客户是不接受的,这就要另寻他法了。某天调好案子,放在一边测试时,发现指示灯不亮了,按键也不起作用,想起之前AC692系列也有类似的问题,很快就定位到

xx842678的博客 1657

S32DS3.5图形化配置实战:从零构建S32K144通信接口工程

本文详细介绍了如何使用S32DS3.5图形化配置工具从零构建S32K144通信接口工程。通过实战演示引脚配置、时钟树设置、SPI接口搭建等关键步骤,帮助开发者快速掌握NXP S32K系列开发技巧,提升嵌入式开发效率。特别针对S32DS3.5版本的新特性进行了深度解析,包括智能代码生成和调试优化方法。

weixin_26834815的博客 201

mac安装kafka和所遇问题

下面是使用brew安装kafka和所遇问题

sailen2012的专栏 242

保姆级教程:在ROS Noetic下,手把手教你将自定义A*全局规划器打包成插件(附避坑指南)

本文提供了一份详细的ROS Noetic下自定义A*全局规划器插件开发指南,涵盖从环境准备、算法优化到插件配置与调试的全流程。通过实战案例和避坑技巧,帮助开发者高效实现机器人导航中的全局路径规划,特别适合需要优化ROS导航栈的开发者。

weixin_29168675的博客 287

Mac brew 安装开发软件

通过brew安装:brew install rabbitmq,安装完成之后,如下图显示 配置环境变量 vi ~/.bash_profile //加入以下两行 export RABBIT_HOME=/usr/local/Cellar/rabbitmq/3.7.4 export PATH=$PATH:$RABBIT_HOME/sbin source ~/.bash_profile ...

Carty090616的博客 472

【YOLOv11工业级实战】15. YOLOv11海洋监测实战:珊瑚礁健康评估(水下图像增强|机器人搭载)

摘要:本文针对珊瑚礁健康评估的海洋监测需求,基于YOLOv11提出解决方案,聚焦水下色偏、悬浮物干扰、珊瑚形态复杂三大难题。引用全球珊瑚礁监测网络(GCRMN)标准,采用CoralNet数据集,通过Jaffe-McGlamery物理模型引导增强与悬浮物去除算法,在浑浊水域(能见度<5m)实现87.3%的健康珊瑚识别率,藻类误判率低至7.2%。介绍了以BlueROV2水下机器人和Jetson AGX Orin为核心的部署方案,结合水下SLAM定位技术,实现珊瑚健康的实时评估与三维覆盖率计算。

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域,希望和大家共同进步! 1644

PCL体素滤波器【2026最新版】

PCL实现的VoxelGrid类和ApproximateVoxelGrid体素滤波,详细记录。博客长期更新,本文最近一次更新时间为:2026年3月14日。

点云侠的博客 39万+

mac开发环境准备工作

作者:TomatoMomo。

u013429827的博客 1528

手把手教你学Simulink——基于新型电力电子拓扑与宽禁带器件的电网系统场景实例:GaN HEMT器件在高频逆变器中的开关特性建模

本文介绍了基于Simulink和Simscape Electrical的GaN HEMT高频逆变器建模方法。通过构建半桥拓扑电路,详细说明了GaN器件参数设置(以EPC2045为例)、专用驱动电路设计(含负压关断和米勒钳位)以及开关瞬态过程仿真(配置1ns步长捕捉MHz级特性)。重点分析了开关损耗计算和寄生导通风险,并对比了GaN与Si MOSFET的性能差异。案例展示了如何优化驱动参数和PCB布局,验证了GaN器件在1MHz高频应用中的优势(开关损耗仅5μJ)。最后总结了GaN在数据中心电源、无线充电等领

MHD0815的博客 405

Docker容器停止原理与安全批量终止实践

Docker容器停止并非简单关机,而是基于Linux信号机制(SIGTERM/SIGKILL)的进程协商过程。其核心原理涉及操作系统级信号传递、应用层优雅退出契约、超时控制与时序管理。技术价值在于保障数据一致性、防止资源泄漏、提升环境可重现性。典型应用场景包括本地开发环境快速重置、CI/CD流水线清理、微服务编排停机及故障复现基线准备。本文深入解析过滤(filter)、信号(signal)与可审计(auditability)三大关键能力,提供从命令行到生产就绪的全链路实践方案。

dianyin7770的博客 441

【GEOS-Chem模拟教程第二期上】生物质燃烧排放 GFED4 数据配置

生物质燃烧排放 GFED4 数据配置

WW、forever的博客 1302

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

上一篇: 【C++】jsoncpp实战指南:从基础配置到高效读写解析
下一篇: 实战解析:用Python双库(lxml与BeautifulSoup)高效抓取百度搜索结果并结构化存储
git9versioner
博客等级 码龄4年 75粉丝 1650原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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