试装memcachedb,整理了下安装过程【转】

文章作者: Enjoy 转载请注明原文链接。

根据memcachedb介绍、编译以及安装 ,试装memcachedb。

BerkeleyDB页面上提供的是oracle的官方地址,但下载要注册。。。找朋友要了个4.6版本的装,装memcachedb-1.2.1-beta会提示:
configure: error: cannot find libdb.so in /usr/local/BerkeleyDB.4.7/lib
看 到memcached下载页面上写着:MemcacheDB 1.2.0 is released, for BerkeleyDB 4.7 ,才明白,memcachedb-1.2.1-beta是需要装BerkeleyDB.4.7的。那就去装一个4.7的BerkeleyDB吧,然后才发 现berkeley-db的旧版本是可以直接下载的。http://www.oracle.com/technetwork/database/berkeleydb/downloads/index.html 点   Previous Releases

网上大都的教程都是BerkeleyDB.4.6+memcachedb-0.1.0,我就整个BerkeleyDB.4.7+memcachedb-1.2.1的安装过程。

装libevent
wget http://monkey.org/~provos/libevent-1.4.14b-stable.tar.gz
tar -zxvf libevent-1.4.14b-stable.tar.gz
cd libevent-1.4.14b-stable
./configure
make
make install

装berkeley-db
wget http://download.oracle.com/berkeley-db/db-4.7.25.tar.gz
tar zxf db-4.7.25.tar.gz
cd db-4.7.25/build_unix/
../dist/configure
make
make install

#编译完成,将Berkeley Db运行库的路径添加到系统配置里面
echo "/usr/local/BerkeleyDB.4.7/lib/" >> /etc/ld.so.conf
ldconfig

装memcachedb ,最新版是2008年12月份的,至今没有更新据说是已经比较稳定了。
wget http://memcachedb.googlecode.com/files/memcachedb-1.2.1-beta.tar.gz
tar zxf memcachedb-1.2.1-beta.tar.gz
cd memcachedb-1.2.1-beta
./configure
make
make install

装完了!

启动memcachedb
创建目录/www/mcdb_data
memcachedb -p 22222 -d -r -u root -H /www/mcdb_data -N

用PHP连接memcachedb和连接memcache的代码几乎是一模一样的。
<?php
    $mcdb_host = '192.168.1.158';
    $mcdb_port = '22222';
    
    $mcdb = new Memcache;
    $mcdb->connect($mcdb_host, $mcdb_port);
    
    $mcdb->set('test','test');
    echo $mcdb->get('test');
?>
服务器重启后,$mcdb->get('test'),仍然可以获得值,证明不会丢失,测试完成:)

@@101228@@UPDATE:
如果之前装过libevent,并且指定了安装目录,在装mcdb时需要用-with-libevent=/dir/指定。
如:./configure --with-libevent=/usr/local/libevent

如 果装了libevent,但在启动memcachedb时提示:memcachedb: error while loading shared libraries: libdb-4.7.so: cannot open shared object file: No such file or directory
其实是没运行这一步:
echo "/usr/local/BerkeleyDB.4.7/lib/" >> /etc/ld.so.conf
ldconfig
运行了ldconfig后,才能让动态链接库为系统所共享。 相关日志
php的memcached客户端memcached
试用Redis安装、php环境连接、测试
同台服务器使用缓存APC效率高于Memcached
windows下装memcached和php_memcache

同步定位与地图构建(SLAM)技术为移动机器人或自主载具在未知空间中的导航提供了核心支撑。借助该技术,机器人能够在探索过程中实时构建环境地图并确定自身位置。典型的SLAM流程涵盖传感器数据采集、数据处理、状态估计及地图生成等环节,其核心挑战在于有效处理定位与环境建模中的各类不确定性。 Matlab作为工程计算与数据可视化领域广泛应用的数学软件,具备丰富的内置函数与专用工具箱,尤其适用于算法开发与仿真验证。在SLAM研究方面,Matlab可用于模拟传感器输出、实现定位建图算法,并进行系统性能评估。其仿真环境能显著降低实验成本,加速算法开发与验证周期。 本次“SLAM-基于Matlab的同步定位与建图仿真实践项目”通过Matlab平台完整再现了SLAM的关键流程,包括数据采集、滤波估计、特征提取、数据关联与地图更新等核心模块。该项目不仅呈现了SLAM技术的实际应用场景,更为机器人导航与自主移动领域的研究人员提供了系统的实践参考。 项目涉及的核心技术要点主要包括:传感器模型(如激光雷达与视觉传感器)的建立与应用、特征匹配与数据关联方法、滤波器设计(如扩展卡尔曼滤波与粒子滤波)、图优化框架(如GTSAM与Ceres Solver)以及路径规划与避障策略。通过项目实践,参与者可深入掌握SLAM算法的实现原理,并提升相关算法的设计与调试能力。 该项目同时注重理论向工程实践的化,为机器人技术领域的学习者提供了宝贵的实操经验。Matlab仿真环境将复杂的技术问题可视化与可操作化,显著降低了学习门槛,提升了学习效率与质量。 实践过程中,学习者将直面SLAM技术在实际应用中遇到的典型问题,包括传感器误差补偿、动态环境下的建图定位挑战以及计算资源优化等。这些问题的解决对推动SLAM技术的产业化应用具有重要价值。 SLAM技术在工业自动化、服务机器人、自动驾驶及无人机等领域的应用前景广阔。掌握该项技术不仅有助于提升个人专业能力,也为相关行业的技术发展提供了重要支撑。随着技术进步与应用场景的持续拓展,SLAM技术的重要性将日益凸显。 本实践项目作为综合性学习资源,为机器人技术领域的专业人员提供了深入研习SLAM技术的实践平台。通过Matlab这一高效工具,参与者能够直观理解SLAM的实现过程,掌握关键算法,并将理论知识系统应用于实际工程问题的解决之中。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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