主頁 >  其他 > 呼叫MapReduce對檔案中各個單詞出現次數進行統計

呼叫MapReduce對檔案中各個單詞出現次數進行統計

2020-12-07 12:35:54 其他

呼叫MapReduce對檔案中各個單詞出現次數進行統計

實驗配置：系統:Ubuntu Kylin | 環境：Hadoop | 軟體：Eclipse

文章目錄

  • 一、安裝Linux
  • 二、準備作業
    • 1.創建Hadoop賬戶
    • 2.設定hadoop密碼 :
    • 3.為hadoop用戶增加管理員權限
    • 4.更新 apt
    • 5.安裝vim
    • 6.配置SSH
  • 三.安裝Java環境
    • 1.安裝JDK
    • 2.驗證JDK安裝情況
    • 3.設定JAVA壞境變數
  • 四.安裝Hadoop
  • 五.Hadoop偽分布式配置
    • 1.修改組態檔
    • 2.格式化 NameNode
    • 3.開啟NameNode和DataNode守護行程
    • 4.校驗安裝
  • 五.呼叫MapReduce執行WordCount對單詞進行計數
    • 1.準備作業
    • 2.配置 Hadoop-Eclipse-Plugin
    • 3.創建MapReduce專案
    • 4.WordCount統計
    • 六.總結
    • 七.參考材料

一、安裝Linux

一般來說，如果要做服務器，我們選擇CentOS或者Ubuntu Server；如果做桌面系統，我們選擇Ubuntu Desktop，但是在學習Hadoop方面，雖然兩個系統沒有多大區別，但是個人在學習生活中常用Ubuntu,所以本實驗采用Ubuntu Kylin版本，相關下載檔案可以從參考資料[1]中獲取，

二、準備作業

1.創建Hadoop賬戶

1.首先按 ctrl+alt+t 打開終端視窗，輸入如下命令創建新用戶 :

sudo useradd -m hadoop -s /bin/bash

這條命令創建了可以登陸的 hadoop 用戶，并使用 /bin/bash 作為 shell，

2.設定hadoop密碼 :

sudo passwd hadoop

3.為hadoop用戶增加管理員權限

sudo adduser hadoop sudo

最后注銷當前用戶（點擊螢屏右上角的齒輪，選擇注銷），回傳登陸界面，在登陸界面中選擇剛創建的 hadoop 用戶進行登陸，

4.更新 apt

用 hadoop 用戶登錄后，先更新一下 apt，后續將使用 apt 安裝軟體，如果沒更新可能有一些軟體安裝不了，按 ctrl+alt+t 打開終端視窗，執行如下命令：

sudo apt-get update

在這里插入圖片描述

5.安裝vim

后續需要更改一些組態檔，這里采用的是 vim（vi增強版，基本用法相同），相對于vi更有辨識度，編輯起來更好用，

sudo apt-get install vim

安裝軟體時若需要確認，在提示處輸入 y 即可，
在這里插入圖片描述

6.配置SSH

集群、單節點模式都需要用到 SSH 登陸（類似于遠程登陸，你可以登錄某臺 Linux 主機，并且在上面運行命令），Ubuntu 默認已安裝了 SSH client，此外還需要安裝 SSH server

sudo apt-get install openssh-server

安裝后，可以使用如下命令登陸本機：

ssh localhost

此時會有如下提示(SSH首次登陸提示)，輸入 yes ，然后按提示輸入密碼 hadoop，這樣就登陸到本機了，
在這里插入圖片描述
但這樣登陸是需要每次輸入密碼的，我們需要配置成SSH無密碼登陸比較方便，

首先退出剛才的 ssh，就回到了我們原先的終端視窗，然后利用 ssh-keygen 生成密鑰，并將密鑰加入到授權中：

exit                           # 退出剛才的 ssh localhost
cd ~/.ssh/                     # 若沒有該目錄，請先執行一次ssh localhost
ssh-keygen -t rsa              # 會有提示，都按回車就可以
cat ./id_rsa.pub >> ./authorized_keys  # 加入授權

此時再用 ssh localhost 命令，無需輸入密碼就可以直接登陸了，如下圖所示，
在這里插入圖片描述

三.安裝Java環境

1.安裝JDK

Hadoop3.1.3需要JDK版本在1.8及以上，需要按照下面步驟來自己手動安裝JDK1.8，
我們已經把JDK1.8的安裝包jdk-8u162-linux-x64.tar.gz放在了百度云盤，可以點擊這里到百度云盤下載（提取碼：lnwl），
接下來在Linux命令列界面中，執行如下Shell命令（注意：當前登錄用戶名是hadoop）：

cd /usr/lib
sudo mkdir jvm #創建/usr/lib/jvm目錄用來存放JDK檔案
cd ~ #進入hadoop用戶的主目錄
cd Downloads  #注意區分大小寫字母，剛才已經通過FTP軟體把JDK安裝包jdk-8u162-linux-x64.tar.gz上傳到該目錄下
sudo tar -zxvf ./jdk-8u162-linux-x64.tar.gz -C /usr/lib/jvm  #把JDK檔案解壓到/usr/lib/jvm目錄下

2.驗證JDK安裝情況

JDK檔案解壓縮以后，可以執行如下命令到/usr/lib/jvm目錄查看一下：

cd /usr/lib/jvm
ls

3.設定JAVA壞境變數

cd ~
vim ~/.bashrc

通過vim編輯器，打開環境變數配置.bashrc檔案，在檔案開頭添加如下幾行內容：
（vim編輯器中，按“i”進去編輯模式，按“:wq”保存并回傳終端）

export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_162
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH

保存.bashrc檔案并退出vim編輯器，然后，繼續執行如下命令讓.bashrc檔案的配置立即生效：

source ~/.bashrc

驗證安裝情況

java -version

若回傳如下資訊，則代表JAVA環境配置成功
（圖為java1.7版本）
在這里插入圖片描述

四.安裝Hadoop

Hadoop安裝檔案，可以到Hadoop官網下載hadoop-3.1.3.tar.gz，
也可以直接點擊這里從百度云盤下載軟體（提取碼：lnwl）
我們選擇將 Hadoop 安裝至 /usr/local/ 中：

sudo tar -zxf ~/下載/hadoop-3.1.3.tar.gz -C /usr/local    # 解壓到/usr/local中
cd /usr/local/
sudo mv ./hadoop-3.1.3/ ./hadoop            # 將檔案夾名改為hadoop
sudo chown -R hadoop ./hadoop       # 修改檔案權限

Hadoop 解壓后即可使用，輸入如下命令來檢查 Hadoop 是否可用，成功則會顯示 Hadoop 版本資訊：

cd /usr/local/hadoop
./bin/hadoop version

在這里插入圖片描述
（圖為hadoop 2.10.0版本）

五.Hadoop偽分布式配置

1.修改組態檔

Hadoop 的組態檔位于 /usr/local/hadoop/etc/hadoop/ 中，偽分布式需要修改2個組態檔 core-site.xml 和 hdfs-site.xml ，Hadoop的組態檔是 xml 格式，每個配置以宣告 property 的 name 和 value 的方式來實作，

cd /usr/local/hadoop/etc/hadoop/

在進行修改組態檔前，需要創建相應的檔案夾進行存放，以防后續操作無法啟動Hadoop

sudo mkdir /usr/local/hadoop/tmp
sudo mkdir /usr/local/hadoop/tmp/dfs/name
sudo mkdir /usr/local/hadoop/tmp/dfs/data

完成前面的作業后，開始配置core-site.xml 和 hdfs-site.xml，首先對core-site.xml進行修改

vim core-site.xml

在組態檔中找到下面這個標簽對

<configuration>
</configuration>

修改為下面配置：

<configuration>
    <property>
        <name>hadoop.tmp.dir</name>
        <value>file:/usr/local/hadoop/tmp</value>
        <description>Abase for other temporary directories.</description>
    </property>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>

同理修改hdfs-site.xml：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/usr/local/hadoop/tmp/dfs/name</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/usr/local/hadoop/tmp/dfs/data</value>
    </property>
</configuration>

2.格式化 NameNode

配置完core-site.xml 和 hdfs-site.xml，我們需要對NameNode進行格式化：

cd /usr/local/hadoop
./bin/hdfs namenode -format

成功的話，會看到 “successfully formatted” 的提示，具體回傳資訊類似如下：

2020-01-08 15:31:31,560 INFO namenode.NameNode: STARTUP_MSG: 
/************************************************************

STARTUP_MSG: Starting NameNode
STARTUP_MSG:   host = hadoop/127.0.1.1
STARTUP_MSG:   args = [-format]
STARTUP_MSG:  version = 3.1.3
*************************************************************/

......
2020-01-08 15:31:35,677 INFO common.Storage: Storage directory /usr/local/hadoop/tmp/dfs/name **has been successfully formatted**.
2020-01-08 15:31:35,700 INFO namenode.FSImageFormatProtobuf: Saving image file /usr/local/hadoop/tmp/dfs/name/current/fsimage.ckpt_0000000000000000000 using no compression
2020-01-08 15:31:35,770 INFO namenode.FSImageFormatProtobuf: Image file /usr/local/hadoop/tmp/dfs/name/current/fsimage.ckpt_0000000000000000000 of size 393 bytes saved in 0 seconds .
2020-01-08 15:31:35,810 INFO namenode.NNStorageRetentionManager: Going to retain 1 images with txid >= 0
2020-01-08 15:31:35,816 INFO namenode.FSImage: FSImageSaver clean checkpoint: txid = 0 when meet shutdown.
2020-01-08 15:31:35,816 INFO namenode.NameNode: SHUTDOWN_MSG:  
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at hadoop/127.0.1.1
*************************************************************/

3.開啟NameNode和DataNode守護行程

cd /usr/local/hadoop
./sbin/start-dfs.sh  #start-dfs.sh是個完整的可執行檔案，中間沒有空格

若出現如下SSH提示，輸入yes即可，
在這里插入圖片描述

4.校驗安裝

當程式啟動完成后，可以通過命令 jps 來判斷是否成功啟動，若成功啟動則會列出如下行程: “NameNode”、”DataNode” 和 “SecondaryNameNode”，
在這里插入圖片描述
成功啟動后，可以訪問 Web 界面 http://localhost:50070查看 NameNode 和 Datanode 資訊，還可以在線查看 HDFS 中的檔案，
在這里插入圖片描述

五.呼叫MapReduce執行WordCount對單詞進行計數

1.準備作業

首先，準備一個不少于10000萬單詞的文本檔案，內容不限，可從各大英語文獻網下載，將這個檔案放置于hadoop檔案夾中，以便實驗，
在這里插入圖片描述
圖中demo.txt為實驗檔案
接著，將實驗的文本檔案上傳到HDFS中（請確保Hadoop為開啟狀態）

./bin/hdfs dfs -put /usr/local/hadoop/demo.txt  input

操作完成后呼叫ls命令查看檔案上傳情況

./bin/hdfs dfs –ls input

上傳成功后可以在檔案中看到實驗檔案
在這里插入圖片描述
完成上傳后，我們需要安裝Eclipse，我們利用Ubuntu左側邊欄自帶的軟體中心安裝軟體，在Ubuntu左側邊欄打開軟體中心，在搜索框輸入Eclipse找到對應檔案下載即可，
在這里插入圖片描述
下載后執行如下命令，將 Eclipse 安裝至 /usr/lib 目錄中：

sudo tar -zxf ~/下載/eclipse-java-mars-1-linux-gtk*.tar.gz -C /usr/lib

圖中eclipse-java-mars-1-linux-gtk*.tar.gz為檔案名，按實際情況輸入
安裝完Eclipse，我們還需要安裝 hadoop-eclipse-plugin，用于在 Eclipse 上編譯和運行 MapReduce 程式，可下載 Github 上的hadoop2x-eclipse-plugin （備用下載地址：http://pan.baidu.com/s/1i4ikIoP），

下載后，將 release 中的 hadoop-eclipse-kepler-plugin-2.6.0.jar （還提供了 2.2.0 和 2.4.1 版本）復制到 Eclipse 安裝目錄的 plugins 檔案夾中，運行 eclipse -clean 重啟 Eclipse 即可（添加插件后只需要運行一次該命令，以后按照正常方式啟動就行了），

unzip -qo ~/下載/hadoop2x-eclipse-plugin-master.zip -d ~/下載    # 解壓到 ~/下載 中
sudo cp ~/下載/hadoop2x-eclipse-plugin-master/release/hadoop-eclipse-plugin-2.6.0.jar /usr/lib/eclipse/plugins/    # 復制到 eclipse 安裝目錄的 plugins 目錄下
/usr/lib/eclipse/eclipse -clean    # 添加插件后需要用這種方式使插件生效

2.配置 Hadoop-Eclipse-Plugin

當執行完最后一條命令后，系統會自動打開Eclipse，打開后我們看到左邊的Project Explorer里出現了DFS Locations
在這里插入圖片描述
接下來我們對插件進行進一步配置，
第一步：選擇 Window 選單下的 Preference，
在這里插入圖片描述

在表單的左側找到 Hadoop Map/Reduce 選項，填入Hadoop 的安裝地址/usr/local/hadoop
在這里插入圖片描述

第二步：切換 Map/Reduce 開發視圖，選擇 Window 選單下選擇 Open Perspective -> Other，選擇 Map/Reduce 選項即可進行切換，
在這里插入圖片描述
在這里插入圖片描述

第三步：建立與 Hadoop 集群的連接，點擊 Eclipse軟體右下角的 Map/Reduce Locations 面板，在面板中單擊右鍵，選擇 New Hadoop Location，
在這里插入圖片描述

在彈出來的 General 選項面板中，General 的設定要與 Hadoop 的配置一致，由于我使用的Hadoop偽分布式配置，設定 fs.defaultFS 為 hdfs://localhost:9000，所以此處DFS Master 的 Port 要改為 9000，Map/Reduce(V2) Master 的 Port 用默認的即可，Location Name 隨意填寫，

在這里插入圖片描述
配置好后，我們就能在左側的Project Explorer中找到我們的實驗檔案，
在這里插入圖片描述

3.創建MapReduce專案

首先，點擊File選單，選擇New——Project
在這里插入圖片描述
選擇Map/Reduce Project,點擊Next
在這里插入圖片描述
填寫專案名稱，此處用本實驗WordCount作為專案名，填寫完后點擊Finish即可，
在這里插入圖片描述
接下來在左側的Project Explorer中找到剛剛建好的WordCount檔案夾，右擊src選擇New-Class創建一個類，
在這里插入圖片描述
在彈出的class視窗中填入相應資訊， Package 處填寫 org.apache.hadoop.examples；在 Name 處填寫 WordCount
在這里插入圖片描述

4.WordCount統計

Class創建完成后，將下面代碼復制進剛創建好的WordCount.java檔案中

package org.apache.hadoop.examples;
 
import java.io.IOException;
import java.util.Iterator;
import java.util.StringTokenizer;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;
 
public class WordCount {
    public WordCount() {
    }
 
    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        //String[] otherArgs = (new GenericOptionsParser(conf, args)).getRemainingArgs();
        String[] otherArgs=new String[]{"input","output"};
        if(otherArgs.length < 2) {
            System.err.println("Usage: wordcount <in> [<in>...] <out>");
            System.exit(2);
        }
 
        Job job = Job.getInstance(conf, "word count");
        job.setJarByClass(WordCount.class);
        job.setMapperClass(WordCount.TokenizerMapper.class);
        job.setCombinerClass(WordCount.IntSumReducer.class);
        job.setReducerClass(WordCount.IntSumReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
 
        for(int i = 0; i < otherArgs.length - 1; ++i) {
            FileInputFormat.addInputPath(job, new Path(otherArgs[i]));
        }
 
        FileOutputFormat.setOutputPath(job, new Path(otherArgs[otherArgs.length - 1]));
        System.exit(job.waitForCompletion(true)?0:1);
    }
 
    public static class IntSumReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
        private IntWritable result = new IntWritable();
 
        public IntSumReducer() {
        }
 
        public void reduce(Text key, Iterable<IntWritable> values, Reducer<Text, IntWritable, Text, IntWritable>.Context context) throws IOException, InterruptedException {
            int sum = 0;
 
            IntWritable val;
            for(Iterator<IntWritable> i$ = values.iterator(); i$.hasNext(); sum += val.get()) {
                val = i$.next();
            }
 
            this.result.set(sum);
            context.write(key, this.result);
        }
    }
 
    public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable> {
        private static final IntWritable one = new IntWritable(1);
        private Text word = new Text();
 
        public TokenizerMapper() {
        }
 
        public void map(Object key, Text value, Mapper<Object, Text, Text, IntWritable>.Context context) throws IOException, InterruptedException {
            StringTokenizer itr = new StringTokenizer(value.toString());
 
            while(itr.hasMoreTokens()) {
                this.word.set(itr.nextToken());
                context.write(this.word, one);
            }
 
        }
    }
}

在運行 MapReduce 程式前，需要將 /usr/local/hadoop/etc/hadoop 中將有修改過的組態檔（如偽分布式需要 core-site.xml 和 hdfs-site.xml），以及 log4j.properties 復制到 WordCount 專案下的 src 檔案夾（~/workspace/WordCount/src）中，在終端中輸入下列幾行內容:

cp /usr/local/hadoop/etc/hadoop/core-site.xml ~/workspace/WordCount/src
cp /usr/local/hadoop/etc/hadoop/hdfs-site.xml ~/workspace/WordCount/src
cp /usr/local/hadoop/etc/hadoop/log4j.properties ~/workspace/WordCount/src

復制完成后，務必右鍵點擊 WordCount 選擇 refresh 進行重繪（不會自動重繪，需要手動重繪），可以看到檔案結構如下所示：
在這里插入圖片描述
完成上面的作業后，在上方找到啟動按鈕，點擊Run As——Run on Hadoop啟動MapReduce程式
在這里插入圖片描述
不過由于沒有指定引數，運行時會提示 “Usage: wordcount “，需要通過Eclipse設定一下運行引數，

右鍵點擊剛創建的 WordCount.java，選擇 Run As -> Run Configurations，在此處可以設定運行時的相關引數（如果 Java Application 下面沒有 WordCount，那么需要先雙擊 Java Application），切換到 “Arguments” 欄，在 Program arguments 處填寫 “input output” 就可以了，
在這里插入圖片描述
當程式執行完畢后，我們就可以在左側output——part-r-00000這個檔案中看到輸出結果了
在這里插入圖片描述
也可以通過輸入下面命令進行查看

cd /usr/local/haddop
./bin/hdfs dfs -cat output/part-r-00000

輸入下面命令，可以把HDFS中檔案下載到本地檔案系統中的“/home/hadoop/下載/”這個目錄下

./bin/hdfs dfs -get output/part-r-00000  /home/hadoop/下載

六.總結

通過本次實驗操作，從Ubuntu的安裝到WordCount案例完成，系統地將每個部分進行深化決議，包括如何配置Hadoop、MapReduce,Eclipse等，同時將本人之前遇到的困難進行解決希望對正在觀看這篇文章的你有所幫助，同時本人也處于學習程序，有錯誤的地方歡迎指出，

七.參考材料

[1] http://dblab.xmu.edu.cn/blog/285/
[2] http://dblab.xmu.edu.cn/blog/290-2/
[3] http://dblab.xmu.edu.cn/blog/hadoop-build-project-using-eclipse/

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/231119.html

標籤：其他

上一篇：十九、Hadoop的HA（高可用）

下一篇：#Windows通過IDEA撰寫程式自動加手動上傳到docker搭建的spark集群上運行加簡單的RDD編程！！！！

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C＃(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 網閘典型架構簡述

    網閘架構一般分為兩種：三主機的三系統架構網閘和雙主機的2+1架構網閘。 三主機架構分別為內端機、外端機和仲裁機。三機無論從軟體和硬體上均各自獨立。首先從硬體上來看，三機都用各自獨立的主板、記憶體及存盤設備。從軟體上來看，三機有各自獨立的作業系統。這樣能達到完全的三機獨立。對于“2+1”系統，“2”分為 ......

    uj5u.com 2020-09-10 02:00:44 more
  • 如何從xshell上傳檔案到centos linux虛擬機里

    如何從xshell上傳檔案到centos linux虛擬機里及：虛擬機CentOs下執行 yum -y install lrzsz命令，出現錯誤：鏡像無法找到軟體包 前言 一、安裝lrzsz步驟 二、上傳檔案 三、遇到的問題及解決方案 總結 前言 提示：其實很簡單，往虛擬機上安裝一個上傳檔案的工具 ......

    uj5u.com 2020-09-10 02:00:47 more
  • 一、SQLMAP入門

    一、SQLMAP入門 1、判斷是否存在注入 sqlmap.py -u 網址/id=1 id=1不可缺少。當注入點后面的引數大于兩個時。需要加雙引號， sqlmap.py -u "網址/id=1&uid=1" 2、判斷文本中的請求是否存在注入 從文本中加載http請求，SQLMAP可以從一個文本檔案中 ......

    uj5u.com 2020-09-10 02:00:50 more
  • Metasploit 簡單使用教程

    metasploit 簡單使用教程 浩先生， 2020-08-28 16:18:25 分類專欄： kail 網路安全 linux 文章標簽： linux資訊安全 編輯 著作權 metasploit 使用教程 前言 一、Metasploit是什么？ 二、準備作業 三、具體步驟 前言 Msfconsole ......

    uj5u.com 2020-09-10 02:00:53 more
  • 游戲逆向之驅動層與用戶層通訊

    驅動層代碼： #pragma once #include <ntifs.h> #define add_code CTL_CODE(FILE_DEVICE_UNKNOWN,0x800,METHOD_BUFFERED,FILE_ANY_ACCESS) /* 更多游戲逆向視頻www.yxfzedu.com ......

    uj5u.com 2020-09-10 02:00:56 more
  • 北斗電力時鐘（北斗授時服務器）讓網路資料更精準

    北斗電力時鐘（北斗授時服務器）讓網路資料更精準 北斗電力時鐘（北斗授時服務器）讓網路資料更精準 京準電子科技官微——ahjzsz 近幾年，資訊技術的得了快速發展，互聯網在逐漸普及，其在人們生活和生產中都得到了廣泛應用，并且取得了不錯的應用效果。計算機網路資訊在電力系統中的應用，一方面使電力系統的運行 ......

    uj5u.com 2020-09-10 02:01:03 more
  • 【CTF】CTFHub 技能樹 彩蛋 writeup

    ?碎碎念 CTFHub：https://www.ctfhub.com/ 筆者入門CTF時時剛開始刷的是bugku的舊平臺，后來才有了CTFHub。 感覺不論是網頁UI設計，還是題目質量，賽事跟蹤，工具軟體都做得很不錯。 而且因為獨到的金幣制度的確讓人有一種想去刷題賺金幣的感覺。 個人還是非常喜歡這個 ......

    uj5u.com 2020-09-10 02:04:05 more
  • 02windows基礎操作

    我學到了一下幾點 Windows系統目錄結構與滲透的作用 常見Windows的服務詳解 Windows埠詳解 常用的Windows注冊表詳解 hacker DOS命令詳解（net user / type /md /rd/ dir /cd /net use copy、批處理 等） 利用dos命令制作 ......

    uj5u.com 2020-09-10 02:04:18 more
  • 03.Linux基礎操作

    我學到了以下幾點 01Linux系統介紹02系統安裝，密碼啊破解03Linux常用命令04LAMP 01LINUX windows： win03 8 12 16 19 配置不繁瑣 Linux：redhat,centos(紅帽社區版)，Ubuntu server,suse unix:金融機構，證券，銀 ......

    uj5u.com 2020-09-10 02:04:30 more
  • 05HTML

    01HTML介紹 02頭部標簽講解03基礎標簽講解04表單標簽講解 HTML前段語言 js1.了解代碼2.根據代碼 懂得挖掘漏洞 （POST注入/XSS漏洞上傳）3.黑帽seo 白帽seo 客戶網站被黑帽植入劫持代碼如何處理4.熟悉html表單 <html><head><title>TDK標題，描述 ......

    uj5u.com 2020-09-10 02:04:36 more
最新发布
  • 2023年最新微信小程式抓包教程

    01 開門見山 隔一個月發一篇文章，不過分。 首先回顧一下《微信系結手機號資料庫被脫庫事件》，我也是第一時間得知了這個訊息，然后跟蹤了整件事情的經過。下面是這起事件的相關截圖以及近日流出的一萬條資料樣本： 個人認為這件事也沒什么，還不如關注一下之前45億快遞資料查詢渠道疑似在近日復活的訊息。 訊息是 ......

    uj5u.com 2023-04-20 08:48:24 more
  • web3 產品介紹：metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包，它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一，它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:47:46 more
  • vulnhub_Earth

    前言 靶機地址->>>vulnhub_Earth 攻擊機ip：192.168.20.121 靶機ip：192.168.20.122 參考文章 https://www.cnblogs.com/Jing-X/archive/2022/04/03/16097695.html https://www.cnb ......

    uj5u.com 2023-04-20 07:46:20 more
  • 從4k到42k，軟體測驗工程師的漲薪史，給我看哭了

    清明節一過，盲猜大家已經無心上班，在數著日子準備過五一，但一想到銀行卡里的余額……瞬間心情就不美麗了。最近，2023年高校畢業生就業調查顯示，本科畢業月平均起薪為5825元。調查一出，便有很多同學表示自己又被平均了。看著這一資料，不免讓人想到前不久中國青年報的一項調查：近六成大學生認為畢業10年內會 ......

    uj5u.com 2023-04-20 07:44:00 more
  • 最新版本 Stable Diffusion 開源 AI 繪畫工具之中文自動提詞篇

    🎈 標簽生成器 由于輸入正向提示詞 prompt 和反向提示詞 negative prompt 都是使用英文，所以對學習母語的我們非常不友好 使用網址：https://tinygeeker.github.io/p/ai-prompt-generator 這個網址是為了讓大家在使用 AI 繪畫的時候 ......

    uj5u.com 2023-04-20 07:43:36 more
  • 漫談前端自動化測驗演進之路及測驗工具分析

    隨著前端技術的不斷發展和應用程式的日益復雜，前端自動化測驗也在不斷演進。隨著 Web 應用程式變得越來越復雜，自動化測驗的需求也越來越高。如今，自動化測驗已經成為 Web 應用程式開發程序中不可或缺的一部分，它們可以幫助開發人員更快地發現和修復錯誤，提高應用程式的性能和可靠性。 ......

    uj5u.com 2023-04-20 07:43:16 more
  • CANN開發實踐：4個DVPP記憶體問題的典型案例解讀

    摘要：由于DVPP媒體資料處理功能對存放輸入、輸出資料的記憶體有更高的要求（例如，記憶體首地址128位元組對齊），因此需呼叫專用的記憶體申請介面，那么本期就分享幾個關于DVPP記憶體問題的典型案例，并給出原因分析及解決方法。 本文分享自華為云社區《FAQ_DVPP記憶體問題案例》，作者：昇騰CANN。 DVPP ......

    uj5u.com 2023-04-20 07:43:03 more
  • msf學習

    msf學習 以kali自帶的msf為例 一、msf核心模塊與功能 msf模塊都放在/usr/share/metasploit-framework/modules目錄下 1、auxiliary 輔助模塊，輔助滲透（埠掃描、登錄密碼爆破、漏洞驗證等） 2、encoders 編碼器模塊，主要包含各種編碼 ......

    uj5u.com 2023-04-20 07:42:59 more
  • Halcon軟體安裝與界面簡介

    1. 下載Halcon17版本到到本地 2. 雙擊安裝包后 3. 步驟如下 1.2 Halcon軟體安裝 界面分為四大塊 1. Halcon的五個助手 1) 影像采集助手：與相機連接，設定相機引數，采集影像 2) 標定助手：九點標定或是其它的標定，生成標定檔案及內參外參，可以將像素單位轉換為長度單位 ......

    uj5u.com 2023-04-20 07:42:17 more
  • 在MacOS下使用Unity3D開發游戲

    第一次發博客，先發一下我的游戲開發環境吧。 去年2月份買了一臺MacBookPro2021 M1pro(以下簡稱mbp)，這一年來一直在用mbp開發游戲。我大致分享一下我的開發工具以及使用體驗。 1、Unity 官網鏈接： https://unity.cn/releases 我一般使用的Apple ......

    uj5u.com 2023-04-20 07:40:19 more

Copyright © 2010-2020 有解無憂