Apache Accumulo 测试套件技术文档
2024-12-23 13:25:15作者:宣海椒Queenly
本文档旨在帮助用户了解和安装Apache Accumulo测试套件,并详细介绍其使用方法、API使用文档以及安装方式。
1. 安装指南
为了运行Apache Accumulo测试套件,您的计算机需要安装Java 8和Maven,并且需要有一个 Accumulo 实例用于测试。
-
首先,克隆此仓库:
git clone git@github.com:apache/accumulo-testing.git cd accumulo-testing -
所有测试套件的配置文件位于
conf/目录中。只需要编辑accumulo-testing.properties配置文件,其他配置文件是可选的。在accumulo-testing.properties中,审查以test.common.*为前缀的属性,因为这些属性会被所有测试使用。cd conf/ vim accumulo-testing.properties
2. 项目使用说明
测试套件中包含以下脚本,位于bin/目录中:
cingest- 运行连续写入测试rwalk- 运行随机漫步测试performance- 运行性能测试agitator- 运行激励器gcs- 运行垃圾收集仿真monitor- 运行可用性监控探测器
运行这些脚本时无需参数,以查看使用方法。
在Docker中运行测试
虽然可以在单台机器上运行测试脚本,但如果在多台机器上运行,压力会更大。使用Docker是最简单的方式,但只有以下测试可以在Docker中运行:
cingest- 除了verify和moru(这两个会启动MapReduce任务)之外的所有应用程序都可以运行。rwalk- 所有模块都可以运行。monitor- 所有模块都可以运行。
-
为了创建
accumulo-testingDocker镜像,确保克隆中存在以下文件:conf/accumulo-client.properties- 从您的Accumulo安装中配置此文件conf/accumulo-testing.properties- 为测试配置此文件target/accumulo-testing-2.1.0-SNAPSHOT-shaded.jar- 可以使用./bin/build创建
使用以下命令创建镜像。
HADOOP_HOME应该是集群上Hadoop的安装路径,HADOOP_USER_NAME应该与在集群上运行Hadoop的用户匹配。docker build --build-arg HADOOP_HOME=$HADOOP_HOME --build-arg HADOOP_USER_NAME=`whoami` -t accumulo-testing . -
accumulo-testing镜像可以运行单个命令:docker run --network="host" accumulo-testing cingest createtable -
也可以运行多个容器(如果启用了Docker Swarm):
# 如果没有注册表,以下命令可用于将镜像传输到所有节点。 for HOST in node1 node2 node3; do docker save accumulo-testing | ssh -C $HOST docker load & done docker service create --network="host" --replicas 2 --name ci accumulo-testing cingest ingest
3. 项目API使用文档
具体API使用文档请参考项目官方文档。
4. 项目安装方式
请参考上述“安装指南”部分进行项目安装。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook09
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
456
438
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
117
昇腾LLM分布式训练框架
Python
178
220