草庐IT

大数据必知必会：Hadoop（4）高可用集群安装

wux_labs 2023-03-28 原文
(大数据必知必会：Hadoop（4）高可用集群安装)

安装前准备

高可用集群环境下，至少需要3台服务器，这里准备5台。

IP地址 主机名称 角色
10.0.0.5 node1 JournalNode、NameNode、ResourceManager
10.0.0.6 node2 JournalNode、NameNode、ResourceManager
10.0.0.7 node3 JournalNode、DataNode、NodeManager
10.0.0.8 node4 DataNode、NodeManager
10.0.0.9 node5 DataNode、NodeManager
需要保证每台服务器的配置都一致，以下步骤在5台服务器上都需要做一次。

操作系统准备

本次安装采用的操作系统是Ubuntu 20.04。

更新一下软件包列表。

sudo apt-get update

安装Java 8+

使用命令安装Java 8。

sudo apt-get install -y openjdk-8-jdk 配置环境变量。

vi ~/.bashrc export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64 让环境变量生效。

source ~/.bashrc

下载Hadoop安装包

从Hadoop官网Apache Hadoop下载安装包软件。

或者直接通过命令下载。

wget https://dlcdn.apache.org/hadoop/common/hadoop-3.3.4/hadoop-3.3.4.tar.gz

安装Zookeeper

可以选择以下任意一种方式安装Zookeeper，本文选择集群环境安装。

单机环境安装

参考大数据必知必会：Zookeeper（1）单机环境安装

伪分布式安装

参考大数据必知必会：Zookeeper（2）伪分布式安装

集群环境安装

参考大数据必知必会：Zookeeper（3）集群环境安装

高可用集群安装

高可用集群是在多个节点上运行进程来实现Hadoop集群，并在集群中提供两个NameNode、两个ResourceManager节点。

配置域名解析

在后续使用过程中，都使用主机名称，所以需要配置域名解析。

配置 /etc/hosts。

由于该配置文件的修改需要root权限，所以在每个节点上都手动配置。

10.0.0.5 node1 10.0.0.6 node2 10.0.0.7 node3 10.0.0.8 node4 10.0.0.8 node5
以下配置过程在node1上完成，并且配置完成后将配置文件复制到其他节点。

配置免密登录

Hadoop分布式集群的运行，需要配置密钥对实现免密登录。

  • 创建公私钥对
hadoop@node1:~$ ssh-keygen -t rsa Generating public/private rsa key pair. Enter file in which to save the key (/home/hadoop/.ssh/id_rsa): Enter passphrase (empty for no passphrase): Enter same passphrase again: Your identification has been saved in /home/hadoop/.ssh/id_rsa Your public key has been saved in /home/hadoop/.ssh/id_rsa.pub The key fingerprint is: SHA256:pp2AC1bQAQ5J6CJJCij1QA7bgKOsVxpoPVNi+cxhcyg hadoop@node1 The key's randomart image is: +---[RSA 3072]----+ |O=*oo.. | |OX E.* . | |X+* @ + | |B+.=.= | |= o++ . S | |..o. . = . | | . . . o | | | | | +----[SHA256]-----+
  • 复制公钥
hadoop@node1:~$ cp ~/.ssh/id_rsa.pub ~/.ssh/authorized_keys
  • 复制到其他节点
hadoop@node1:~$ scp -r .ssh node1:~/ id_rsa.pub 100% 566 1.7MB/s 00:00 authorized_keys 100% 566 2.0MB/s 00:00 known_hosts 100% 1332 4.5MB/s 00:00 id_rsa 100% 2602 10.1MB/s 00:00 hadoop@node1:~$ scp -r .ssh node2:~/ hadoop@node2's password: id_rsa.pub 100% 566 934.6KB/s 00:00 authorized_keys 100% 566 107.3KB/s 00:00 known_hosts 100% 1332 2.5MB/s 00:00 id_rsa 100% 2602 4.8MB/s 00:00 hadoop@node1:~$ scp -r .ssh node3:~/ hadoop@node3's password: id_rsa.pub 100% 566 1.0MB/s 00:00 authorized_keys 100% 566 1.3MB/s 00:00 known_hosts 100% 1332 2.8MB/s 00:00 id_rsa 100% 2602 5.2MB/s 00:00 hadoop@node1:~$ scp -r .ssh node4:~/ hadoop@node3's password: id_rsa.pub 100% 566 1.0MB/s 00:00 authorized_keys 100% 566 1.3MB/s 00:00 known_hosts 100% 1332 2.8MB/s 00:00 id_rsa 100% 2602 5.2MB/s 00:00 hadoop@node1:~$ scp -r .ssh node5:~/ hadoop@node3's password: id_rsa.pub 100% 566 1.0MB/s 00:00 authorized_keys 100% 566 1.3MB/s 00:00 known_hosts 100% 1332 2.8MB/s 00:00 id_rsa 100% 2602 5.2MB/s 00:00 确保执行ssh命令的时候不需要输入密码。

hadoop@node1:~$ ssh node1 hadoop@node1:~$ ssh node2 hadoop@node1:~$ ssh node3 hadoop@node1:~$ ssh node4 hadoop@node1:~$ ssh node5

解压安装包

将安装包解压到目标路径。

hadoop@node1:~$ mkdir -p apps hadoop@node1:~$ tar -xzf hadoop-3.3.4.tar.gz -C apps

bin目录下存放的是Hadoop相关的常用命令，比如操作HDFS的hdfs命令，以及hadoop、yarn等命令。

etc目录下存放的是Hadoop的配置文件，对HDFS、MapReduce、YARN以及集群节点列表的配置都在这个里面。

sbin目录下存放的是管理集群相关的命令，比如启动集群、启动HDFS、启动YARN、停止集群等的命令。

share目录下存放了一些Hadoop的相关资源，比如文档以及各个模块的Jar包。

配置环境变量

在集群的每个节点上都配置Hadoop的环境变量，Hadoop集群在启动的时候可以使用start-all.sh一次性启动集群中的HDFS和Yarn，为了能够正常使用该命令，需要将其路径配置到环境变量中。

hadoop@node1:~$ vi ~/.bashrc export HADOOP_HOME=/home/hadoop/apps/hadoop-3.3.4 export HADOOP_CONF_DIR=/home/hadoop/apps/hadoop-3.3.4/etc/hadoop export YARN_CONF_DIR=/home/hadoop/apps/hadoop-3.3.4/etc/hadoop export PATH=$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH 使环境变量生效。

hadoop@node1:~$ source ~/.bashrc

配置Hadoop集群

Hadoop软件安装完成后，每个节点上的Hadoop都是独立的软件，需要进行配置才能组成Hadoop集群。Hadoop的配置文件在$HADOOP_HOME/etc/hadoop目录下，主要配置文件有6个：

  • hadoop-env.sh主要配置Hadoop环境相关的信息，比如安装路径、配置文件路径等；
  • core-site.xml是Hadoop的核心配置文件，主要配置了Hadoop的NameNode的地址、Hadoop产生的文件目录等信息；
  • hdfs-site.xml是HDFS分布式文件系统相关的配置文件，主要配置了文件的副本数、HDFS文件系统在本地对应的目录等；
  • mapred-site.xml是关于MapReduce的配置文件，主要配置MapReduce在哪里运行；
  • yarn-site.xml是Yarn相关的配置文件，主要配置了Yarn的管理节点ResourceManager的地址、NodeManager获取数据的方式等；
  • workers是集群中节点列表的配置文件，只有在这个文件里面配置了的节点才会加入到Hadoop集群中，否则就是一个独立节点。
这几个配置文件如果不存在，可以通过复制配置模板的方式创建，也可以通过创建新文件的方式创建。需要保证在集群的每个节点上这6个配置保持同步，可以在每个节点单独配置，也可以在一个节点上配置完成后同步到其他节点。

hadoop-env.sh配置

hadoop@node1:~$ vi $HADOOP_HOME/etc/hadoop/hadoop-env.sh export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64 export HADOOP_HOME=/home/hadoop/apps/hadoop-3.3.4 export HADOOP_CONF_DIR=/home/hadoop/apps/hadoop-3.3.4/etc/hadoop export HADOOP_LOG_DIR=/home/hadoop/logs/hadoop

core-site.xml配置

hadoop@node1:~$ vi $HADOOP_HOME/etc/hadoop/core-site.xml configuration> <property> <name>fs.defaultFS</name> <value>hdfs://wuxlabs</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/home/hadoop/data/hadoop/temp</value> </property> <property> <name>ha.zookeeper.quorum</name> <value>node1:2181,node2:2181,node3:2181</value> <final>false</final> </property> </configuration>

hdfs-site.xml配置

hadoop@node1:~$ vi $HADOOP_HOME/etc/hadoop/hdfs-site.xml <configuration> <property> <name>dfs.replication</name> <value>3</value> </property> <property> <name>dfs.namenode.name.dir</name> <value>/home/hadoop/data/hadoop/hdfs/name</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>/home/hadoop/data/hadoop/hdfs/data</value> </property> <property> <name>dfs.nameservices</name> <value>wuxlabs</value> <final>false</final> </property> <property> <name>dfs.ha.namenodes.wuxlabs</name> <value>nn1,nn2</value> <final>false</final> </property> <property> <name>dfs.namenode.rpc-address.wuxlabs.nn1</name> <value>node1:8020</value> <final>false</final> </property> <property> <name>dfs.namenode.rpc-address.wuxlabs.nn2</name> <value>node2:8020</value> <final>false</final> </property> <property> <name>dfs.namenode.http-address.wuxlabs.nn1</name> <value>node1:9870</value> </property> <property> <name>dfs.namenode.http-address.wuxlabs.nn2</name> <value>node2:9870</value> </property> <property> <name>dfs.namenode.shared.edits.dir</name> <value>qjournal://node1:8485;node2:8485;node3:8485/wuxlabs</value> <final>false</final> </property> <property> <name>dfs.ha.automatic-failover.enabled.wuxlabs</name> <value>true</value> <final>false</final> </property> <property> <name>dfs.client.failover.proxy.provider.wuxlabs</name> <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value> <final>false</final> </property> <property> <name>dfs.journalnode.edits.dir</name> <value>/home/hadoop/data/hadoop/journal</value> <final>false</final> </property> <property> <name>dfs.ha.fencing.methods</name> <value>sshfence</value> <final>false</final> </property> <property> <name>dfs.ha.fencing.ssh.private-key-files</name> <value>/home/hadoop/.ssh/id_rsa</value> </property> <property> <name>dfs.permissions</name> <value>false</value> </property> </configuration>

mapred-site.xml配置

hadoop@node1:~$ vi $HADOOP_HOME/etc/hadoop/mapred-site.xml <configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> <property> <name>mapreduce.application.classpath</name> <value>$HADOOP_HOME/share/hadoop/mapreduce/*:$HADOOP_HOME/share/hadoop/mapreduce/lib/*</value> </property> </configuration>

yarn-site.xml配置

hadoop@node1:~$ vi $HADOOP_HOME/etc/hadoop/yarn-site.xml <configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <property> <name>yarn.resourcemanager.ha.enabled</name> <value>true</value> </property> <property> <name>yarn.resourcemanager.cluster-id</name> <value>wuxlabs</value> </property> <property> <name>yarn.resourcemanager.ha.rm-ids</name> <value>rm1,rm2</value> </property> <property> <name>yarn.resourcemanager.hostname.rm1</name> <value>node1</value> </property> <property> <name>yarn.resourcemanager.hostname.rm2</name> <value>node2</value> </property> <property> <name>yarn.resourcemanager.webapp.address.rm1</name> <value>node1:8088</value> </property> <property> <name>yarn.resourcemanager.webapp.address.rm2</name> <value>node2:8088</value> </property> <property> <name>yarn.resourcemanager.zk-address</name> <value>node1:2181,node2:2181,node3:2181</value> </property> </configuration>

workers配置

hadoop@node1:~$ vi $HADOOP_HOME/etc/hadoop/workers node3 node4 node5

将软件及配置信息复制到其他节点

在node1上配置好环境变量及配置文件，可以手动再在其他节点上完成同样的配置，或者直接将node1的文件复制到其他节点。

hadoop@node1:~$ scp -r .bashrc apps node2:~/ hadoop@node1:~$ scp -r .bashrc apps node3:~/ hadoop@node1:~$ scp -r .bashrc apps node4:~/ hadoop@node1:~$ scp -r .bashrc apps node5:~/

启动前的准备

启动JournalNode

在node1、node2、node3上启动JournalNode。

hadoop@node1:~$ hdfs --daemon start journalnode

格式化NameNode1

在启动集群前，需要对NameNode进行格式化，在node1上执行以下命令：

hadoop@node1:~$ hdfs namenode -format

启动NameNode1

先在node1上启动NameNode。

hadoop@node1:~$ hdfs --daemon start namenode 启动完成后，访问node1的9870端口，此时的node1是standby的。

格式化Zookeeper

在node1上执行Zookeeper格式化。

hadoop@node1:~$ hdfs zkfc -formatZK

同步NameNode2

在node2上拉取NameNode的镜像。

hadoop@node2:~$ hdfs namenode -bootstrapStandby

启动NameNode2

在node2上启动NameNode。

hadoop@node2:~$ hdfs --daemon start namenode 启动完成后，访问node2的9870端口，此时的node2是standby的。

停止进程

此时，

  • node1上启动了QuorumPeerMain、NameNode、JournalNode
  • node2上启动了QuorumPeerMain、NameNode、JournalNode
  • node3上启动了QuorumPeerMain、JournalNode
  • node4上没有启动进程
  • node5上没有启动进程
先停止Hadoop相关的所有进程，保留Zookeeper的进程QuorumPeerMain。

hadoop@node1:~$ stop-all.sh WARNING: Stopping all Apache Hadoop daemons as hadoop in 10 seconds. WARNING: Use CTRL-C to abort. Stopping namenodes on [node1 node2] Stopping datanodes Stopping journal nodes [node2 node3 node1] WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. Stopping nodemanagers WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. node4: WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. node3: WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. node5: WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. Stopping resourcemanagers on [ node1 node2] WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. node1: WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. node2: WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR.

启动集群

在node1上执行start-all.sh命令启动集群。

hadoop@node1:~$ jps 275701 Jps 214989 QuorumPeerMain hadoop@node1:~$ start-all.sh WARNING: Attempting to start all Apache Hadoop daemons as hadoop in 10 seconds. WARNING: This is not a recommended production deployment configuration. WARNING: Use CTRL-C to abort. Starting namenodes on [node1 node2] Starting datanodes Starting journal nodes [node2 node3 node1] WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. Starting resourcemanagers on [ node1 node2] WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. node1: WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. node2: WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. Starting nodemanagers WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. node4: WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. node5: WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. node3: WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. hadoop@node1:~$ jps 278677 NameNode 280787 Jps 279688 ResourceManager 214989 QuorumPeerMain 279115 JournalNode 此时，

  • node1上的进程是
hadoop@node1:~$ jps 278677 NameNode 280787 Jps 279688 ResourceManager 214989 QuorumPeerMain 279115 JournalNode
  • node2上的进程是
hadoop@node2:~$ jps 208369 QuorumPeerMain 264902 JournalNode 265264 ResourceManager 267858 Jps 264569 NameNode
  • node3上的进程是
hadoop@node3:~$ jps 215379 QuorumPeerMain 281221 Jps 278194 NodeManager 277487 DataNode 277754 JournalNode
  • node4上的进程是
hadoop@node4:~$ jps 183811 DataNode 187559 Jps 184343 NodeManager
  • node5上的进程是
hadoop@node5:~$ jps 186215 NodeManager 189848 Jps 185704 DataNode

启动zkfc

在node1和node2上启动zkfc。

hadoop@node1:~$ hdfs --daemon start zkfc hadoop@node2:~$ hdfs --daemon start zkfc 启动完成后，在node1和node2上就会启动DFSZKFailoverController进程。

此时，两个NameNode中的一个，这里是node1，就会变成active的。

访问Hadoop

访问HDFS

上传一个文件到HDFS。

hadoop@node1:~$ hdfs dfs -put .bashrc / 打开node1的HDFS Web UI查看相关信息，默认端口9870。

打开node2的HDFS Web UI查看相关信息，默认端口9870，由于状态是standby的，所以不能操作。

访问YARN

打开node1的YARN Web UI查看相关信息，默认端口8088，状态是standby的。

打开node2的YARN Web UI查看相关信息，默认端口8088，状态是active的。

相关命令

HDFS相关的命令

操作HDFS使用的命令是hdfs，命令格式为：

Usage: hdfs [OPTIONS] SUBCOMMAND [SUBCOMMAND OPTIONS] 支持的Client命令主要有：

Client Commands: classpath prints the class path needed to get the hadoop jar and the required libraries dfs run a filesystem command on the file system envvars display computed Hadoop environment variables fetchdt fetch a delegation token from the NameNode getconf get config values from configuration groups get the groups which users belong to lsSnapshottableDir list all snapshottable dirs owned by the current user snapshotDiff diff two snapshots of a directory or diff the current directory contents with a snapshot version print the version
  • 强制切换NameNode状态
hdfs haadmin -transitionToActive --forcemanual nn1 hdfs haadmin -transitionToStandby --forcemanual nn2

YARN相关的命令

操作HDFS使用的命令是yarn，命令格式为：

Usage: yarn [OPTIONS] SUBCOMMAND [SUBCOMMAND OPTIONS] or yarn [OPTIONS] CLASSNAME [CLASSNAME OPTIONS] where CLASSNAME is a user-provided Java class 支持的Client命令主要有：

Client Commands: applicationattempt prints applicationattempt(s) report app|application prints application(s) report/kill application/manage long running application classpath prints the class path needed to get the hadoop jar and the required libraries cluster prints cluster information container prints container(s) report envvars display computed Hadoop environment variables fs2cs converts Fair Scheduler configuration to Capacity Scheduler (EXPERIMENTAL) jar <jar> run a jar file logs dump container logs nodeattributes node attributes cli client queue prints queue information schedulerconf Updates scheduler configuration timelinereader run the timeline reader server top view cluster information version print the version yarn jar 可以执行一个jar文件。

验证Hadoop

案例验证

  • 验证案例1，统计含有“dfs”的字符串
创建一个input目录。

hadoop@node1:~$ hdfs dfs -mkdir /input 将Hadoop的配置文件复制到input目录下。

hadoop@node1:~$ hdfs dfs -put apps/hadoop-3.3.4/etc/hadoop/*.xml /input/ 以下命令用于执行一个Hadoop自带的样例程序，统计input目录中含有dfs的字符串，结果输出到output目录。

hadoop@node1:~$ yarn jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.4.jar grep /input /output 'dfs[a-z.]+'

在YARN上可以看到提交的Job。

执行结果为：

hadoop@node1:~$ hdfs dfs -cat /output/* 2 dfs.namenode.http 2 dfs.namenode.rpc 1 dfsadmin 1 dfs.server.namenode.ha. 1 dfs.replication 1 dfs.permissions 1 dfs.nameservices 1 dfs.namenode.shared.edits.dir 1 dfs.namenode.name.dir 1 dfs.journalnode.edits.dir 1 dfs.ha.namenodes.wuxlabs 1 dfs.ha.fencing.ssh.private 1 dfs.ha.fencing.methods 1 dfs.ha.automatic 1 dfs.datanode.data.dir 1 dfs.client.failover.proxy.provider.wuxlabs
  • 验证案例2，计算圆周率
同样执行Hadoop自带的案例，计算圆周率。

hadoop@node1:~$ yarn jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.4.jar pi 10 10 执行结果为：

hadoop@node1:~$ yarn jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.4.jar pi 10 10 WARNING: YARN_CONF_DIR has been replaced by HADOOP_CONF_DIR. Using value of YARN_CONF_DIR. Number of Maps = 10 Samples per Map = 10 Wrote input for Map #0 Wrote input for Map #1 Wrote input for Map #2 Wrote input for Map #3 Wrote input for Map #4 Wrote input for Map #5 Wrote input for Map #6 Wrote input for Map #7 Wrote input for Map #8 Wrote input for Map #9 Starting Job ... ... Job Finished in 35.017 seconds Estimated value of Pi is 3.20000000000000000000 在YARN上可以看到提交的Job。

故障转移验证

在node1上杀掉NameNode进程。

hadoop@node1:~$ kill -9 278677 node2将切换为active状态。

大数Hadoopcodenodehadoop大数据数据分析数据科学Hadoop大数据yyds干货盘点

有关大数据必知必会：Hadoop（4）高可用集群安装的更多相关文章

  1. ruby - 在 64 位 Snow Leopard 上使用 rvm、postgres 9.0、ruby 1.9.2-p136 安装 pg gem 时出现问题 - 2

    我想为Heroku构建一个Rails3应用程序。他们使用Postgres作为他们的数据库，所以我通过MacPorts安装了postgres9.0。现在我需要一个postgresgem并且共识是出于性能原因你想要pggem。但是我对我得到的错误感到非常困惑当我尝试在rvm下通过geminstall安装pg时。我已经非常明确地指定了所有postgres目录的位置可以找到但仍然无法完成安装:$envARCHFLAGS='-archx86_64'geminstallpg--\--with-pg-config=/opt/local/var/db/postgresql90/defaultdb/po

  2. ruby - 解析 RDFa、微数据等的最佳方式是什么，使用统一的模式/词汇(例如 schema.org)存储和显示信息 - 2

    我主要使用Ruby来执行此操作，但到目前为止我的攻击计划如下:使用gemsrdf、rdf-rdfa和rdf-microdata或mida来解析给定任何URI的数据。我认为最好映射到像schema.org这样的统一模式，例如使用这个yaml文件，它试图描述数据词汇表和opengraph到schema.org之间的转换:#SchemaXtoschema.orgconversion#data-vocabularyDV:name:namestreet-address:streetAddressregion:addressRegionlocality:addressLocalityphoto:i

  3. ruby - 完全离线安装RVM - 2

    我打算为ruby​​脚本创建一个安装程序，但我希望能够确保机器安装了RVM。有没有一种方法可以完全离线安装RVM并且不引人注目(通过不引人注目，就像创建一个可以做所有事情的脚本而不是要求用户向他们的bash_profile或bashrc添加一些东西)我不是要脚本本身，只是一个关于如何走这条路的快速指针(如果可能的话)。我们还研究了这个很有帮助的问题:RVM-isthereawayforsimpleofflineinstall?但有点误导，因为答案只向我们展示了如何离线在RVM中安装ruby。我们需要能够离线安装RVM本身，并查看脚本https://raw.github.com/wayn

  4. ruby-on-rails - rails 目前在重启后没有安装 - 2

    我有一个奇怪的问题:我在rvm上安装了ruby​​onrails。一切正常，我可以创建项目。但是在我输入“railsnew”时重新启动后，我有“程序'rails'当前未安装。”。SystemUbuntu12.04ruby-v"1.9.3p194"gemlistactionmailer(3.2.5)actionpack(3.2.5)activemodel(3.2.5)activerecord(3.2.5)activeresource(3.2.5)activesupport(3.2.5)arel(3.0.2)builder(3.0.0)bundler(1.1.4)coffee-rails(

  5. ruby - 如何为 emacs 安装 ruby​​-mode - 2

    我刚刚为fedora安装了emacs。我想用emacs编写ruby。为ruby​​提供代码提示、代码完成类型功能所需的工具、扩展是什么？ 最佳答案 ruby-mode已经包含在Emacs23之后的版本中。不过，它也可以通过ELPA获得。您可能感兴趣的其他一些事情是集成RVM、feature-mode(Cucumber)、rspec-mode、ruby-electric、inf-ruby、rinari(用于Rails)等。这是我当前用于Ruby开发的Emacs配置:https://github.com/citizen428/emacs

  6. ruby-on-rails - 无法在centos上安装therubyracer(V8和GCC出错) - 2

    我正在尝试在我的centos服务器上安装therubyracer，但遇到了麻烦。$geminstalltherubyracerBuildingnativeextensions.Thiscouldtakeawhile...ERROR:Errorinstallingtherubyracer:ERROR:Failedtobuildgemnativeextension./usr/local/rvm/rubies/ruby-1.9.3-p125/bin/rubyextconf.rbcheckingformain()in-lpthread...yescheckingforv8.h...no***e

  7. ruby - 通过 RVM (OSX Mountain Lion) 安装 Ruby 2.0.0-p247 时遇到问题 - 2

    我的最终目标是安装当前版本的RubyonRails。我在OSXMountainLion上运行。到目前为止，这是我的过程:已安装的RVM$\curl-Lhttps://get.rvm.io|bash-sstable检查已知(我假设已批准)安装$rvmlistknown我看到当前的稳定版本可用[ruby-]2.0.0[-p247]输入命令安装$rvminstall2.0.0-p247注意:我也试过这些安装命令$rvminstallruby-2.0.0-p247$rvminstallruby=2.0.0-p247我很快就无处可去了。结果:$rvminstall2.0.0-p247Search

  8. ruby - 如何在 Lion 上安装 Xcode 4.6，需要用 RVM 升级 ruby - 2

    我实际上是在尝试使用RVM在我的OSX10.7.5上更新ruby，并在输入以下命令后:rvminstallruby我得到了以下回复:Searchingforbinaryrubies,thismighttakesometime.Checkingrequirementsforosx.Installingrequirementsforosx.Updatingsystem.......Errorrunning'requirements_osx_brew_update_systemruby-2.0.0-p247',pleaseread/Users/username/.rvm/log/138121

  9. ruby - Fast-stemmer 安装问题 - 2

    由于fast-stemmer的问题，我很难安装我想要的任何ruby​​gem。我把我得到的错误放在下面。Buildingnativeextensions.Thiscouldtakeawhile...ERROR:Errorinstallingfast-stemmer:ERROR:Failedtobuildgemnativeextension./System/Library/Frameworks/Ruby.framework/Versions/2.0/usr/bin/rubyextconf.rbcreatingMakefilemake"DESTDIR="cleanmake"DESTDIR=

  10. ruby-on-rails - 如何使辅助方法在 Rails 集成测试中可用？ - 2

    我在app/helpers/sessions_helper.rb中有一个帮助程序文件，其中包含一个方法my_preference，它返回当前登录用户的首选项。我想在集成测试中访问该方法。例如，这样我就可以在测试中使用getuser_path(my_preference)。在其他帖子中，我读到这可以通过在测试文件中包含requiresessions_helper来实现，但我仍然收到错误NameError:undefinedlocalvariableormethod'my_preference'.我做错了什么？require'test_helper'require'sessions_hel

随机推荐