首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

Petalinux2019.1详细安装[通俗易懂]

1、首先安装虚拟机,VMware 2、安装UBUNTU,ubuntu-18.04.1-desktop-amd64.iso,版本必须是这个,和petalinux-v2019.1-final-installer.run版本对应。 3、安装虚拟机完成后,在windos和linux之间建立共享文件夹,使之传输文件更简单。 (1)首先取得管理员权限 首先输入用户密码 然后设置 管理员密码 123456 sudo passwd 123456 123456 (2)进入管理员权限 su 123456 (3)安装samba服务器 sudo apt-get install samba (4)安装vim sudo apt-get install vim (5)创建共享文件夹 cd到ect cd samba vim smb.conf (6)编辑smb.conf 在最下面输入 [share1] path = /home/lcl/share1/ writable = yes public = yes create mode = 0644 directory mode = 0755 force group = lcl force user = lcl 按esc :qw 保存退出编辑 (7)重启虚拟机 (8)取得管理员权限 su 123456 (9)建立共享文件夹 并修改权限 cd到lcl文件夹 mkdir share1 chmod 777 share1 (10)安装net-tools 工具 sudo apt-get install net-tools (11)查看ip ifconfig (12)windos查看共享文件并看是否能读写 打开此电脑,在地址栏输入\192.168.xxx.xxx 刚才查看的虚拟机地址 此时就能看到共享文件夹了 ,可以将下载好的petalinux-v2019.1-final-installer.run复制到此文件夹。 4、和xshell建立连接 sudo apt-get install openssh-server sudo apt-get isntall ssh service sshd start xshell 配置 连接 主机 :linux ip地址 用户身份验证:用户名:lcl 密码:123456 点击连接 5、安装petalinux所需环境 按照当前petalinux版本 ug1144 均在管理员模式下安装 额外安装三个库 sudo apt-get install tftpd sudo apt-get install tftp sudo apt-get install openbsd-inetd

02

作业、进程、线程

大部分操作系统(如Windows、Linux)的任务调度是采用时间片轮转的抢占式调度方式,也就是说一个任务执行一小段时间后强制暂停去执行下一个任务,每个任务轮流执行。任务执行的一小段时间叫做时间片,任务正在执行时的状态叫运行状态,任务执行一段时间后强制暂停去执行下一个任务,被暂停的任务就处于就绪状态等待下一个属于它的时间片的到来。这样每个任务都能得到执行,由于CPU的执行效率非常高,时间片非常短,在各个任务之间快速地切换,给人的感觉就是多个任务在“同时进行”,这也就是我们所说的并发(别觉得并发有多高深,它的实现很复杂,但它的概念很简单,就是一句话:多个任务同时执行)。多任务运行过程的示意图如下:

01

MapReduce整体介绍

MapReduce框架(Map/Reduce) MapTask/ReduceTask 数据分发机制             MapTask接口实现类 : 对一行数据进行处理,map方法             ReduceTask接口实现类:对一组数据进行处理,reduce方法         MapReduce工作机制         划分输入切片: 数据切片             job.split文件         分布式数据处理         K相同的KV数据分配给同个ReduceTask         组合拳:CompareTo + Partation + Group         分区控制/分组控制         MapReduce编程模型             map task的实现                 读数据:TextInputFormat                          SequenceFileInputFormat                          DBInputFormat                 portation 分区                 调用Partitaioner 的getPartition 决定数据分区             reduce task的实现                 读数据:下载"区"数据,并且合并多个"同区"并且排序                 写数据:TextInputFormat                         SequenceFileOutputFormat                         DBOutputFormat             GroupingComparator:分组                 确定那些数据属于同一组         对倾斜数据的处理             1. 通过Combiner组件进行maptask端局部聚合数据减轻倾斜影响             2. 通过打算倾斜数据来消除倾斜的影响,通过在Key值后面添加随机值,这样就可以均衡的分布在ReduceTaks端。         MapReduce编程模型具体实现及处理流程:             MRAppMaster                 YarnChild(maptask/reducetask)                     main()                 1. MapTask:                     ->TextInputFormat                         ->LineRecordFromat                             ->Mapper                                 ->map()                                     ->context   --->  MapOutputCollector 环形缓存,存在大小限制                                                         ->spilter (80%) 分区(partation),排序(compare)                                                         ->write 溢出文件(可能包含多个文件,有序文件) 写本地磁盘                                                         ->merge 分区有序,分区索引文件                     多个maptask会生成多个merge文件                 2. Shuffle: Store && Rest                     map task 生成的数据传输给reduce task 的过程                    多个maptask会生成多个merge文件,这些文件会保存在NodeManager中,NodeManager具有Web服务,ReduceTask会通过Web服务下载merge文件,进行处理                         3. ReduceTask                     -> http下载:从多个DataManager中下载merge文件下载单个分区的KV数据,多个文件合并为一个文件

01
领券