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 StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
Claude 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 Started
Rust
583
99
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++
958
955
deepin linux kernel
C
28
16
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
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
415
339
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2