Zookeeper集群搭建

该博客介绍了Zookeeper集群搭建的步骤。首先从清华镜像源下载并解压,接着进行config配置,包括zoo.cfg、java.env、log4j.properties的配置,还需在dataDir对应目录下创建myid,最后启动并测试。

1.下载解压

https://mirrors.tuna.tsinghua.edu.cn/apache/zookeeper/

wget https://mirrors.tuna.tsinghua.edu.cn/apache/zookeeper/zookeeper-3.4.14/zookeeper-3.4.14.tar.gz
tar -zxvf  zookeeper-3.4.14.tar.gz

2.配置config

cd zookeeper-3.4.14/conf
#修改示例sample.cfg为zoo.cfg
mv zoo_sample.conf zoo.cfg
vim zoo.cfg

zoo.cfg配置如下

tickTime=2000
initLimit=10
syncLimit=5
skipACL=true
#snapshot目录
dataDir=/data/snapshot/
#日志目录
dataLogDir=/data/zk/logs
clientPort=2181
server.1=ip1:2182:2183
server.2=ip2:2182:2183
server.3=ip3:2182:2183
server.4=ip4:2182:2183
server.5=ip5:2182:2183

java.env 配置,本例以8G内存为例

# 简单配置
export JVMFLAGS="-Xms4g -Xmx4g $JVMFLAGS"
# 完整配置
export JVMFLAGS="-verbose:gc -server -Xms4G -Xmx4G -XX:NewRatio=3 -XX:SurvivorRatio=8 -XX:MaxMetaspaceSize=512M -XX:+UseConcMarkSweepGC -XX:CompressedClassSpaceSize=512M -XX:MaxTenuringThreshold=5 -XX:CMSInitiatingOccupancyFraction=70 -XX:+PrintGCDetails -XX:+PrintGCDateStamps -Xloggc:../logs/server-gc.log.$(date +%F) -XX:+UseGCLogFileRotation -XX:NumberOfGCLogFiles=1 -XX:GCLogFileSize=512M"

log4j.properties 配置,可根据自己的需求配置

#日志按天切
log4j.appender.ROLLINGFILE=org.apache.log4j.DailyRollingFileAppender
#不限制单个日志的大小
#log4j.appender.ROLLINGFILE.MaxFileSize=10MB

创建myid,dataDir对应的目录下创建myid

cd /data/snapshot/
#每个节点对应唯一的myid,我这里node1-5分别设置为1-5 
touch myid
echo >> myid 1

3.启动并测试

#分别启动各节点
bin/zkServer.sh ../conf/zoo.cfg &
#查看zk角色
echo mntr | nc 127.0.0.1 2181
MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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