ubuntu14.04 server ftp 服务安装配置详解

easybcd是一款很优秀的系统引导软件，功能强大，最关键的是傻瓜式一站式简易操作，极其适合新手使用！网上很多说用grubdos安装,但对于菜鸟的我来说，操作太麻烦而且容易引导失败！

今天安装了下NetBeans IDE 启动的时候有乱码。 这个乱码和安装的JDK有关系。 1、%JAVA_HOME%\jre\lib\fontconfig.Ubuntu.properties.src文件。内容如下： # %W% %E% # # Copyright (c) 2009, Oracle and/or its affiliates. All rights reserved. # # Ver

samba是Linux系统上的一种文件共享协议，可以实现 Windows 系统访问 Linux 系统上的共享资源，现在介绍一下如何在 Ubuntu14.04 上安装和配置 samba:.

SQLite 是当今世界上使用最广泛的 SQL 数据库引擎，它基本不需要配置，不需要设置或管理就可以运行。SQLite 是一个是公开领域public-domain的软件，是一个关系型数据库管理系统（RDBMS），用来在一个大数据表中存储用户定义的记录。

Nginx 是一个轻量级，以占用系统资源少，运行效率而成为web服务器的后起之秀，国内现在很多大型网站都以使用nginx，包括腾讯、新浪等大型信息网站，还有淘宝网站使用的是nginx二次开发的web服务器。

这里，我们将展示如何在一台Ubuntu 14.04或CentOS 6.5/7上安装Bugzilla。Bugzilla是一款基于web，用来记录跟踪缺陷数据库的bug跟踪软件，它同时是一款免费及开源软件 (FOSS)，它的bug跟踪系统允许个人和开发团体有效地记录下他们产品的一些突出问题。尽管是＂免费＂的，Bugzilla依然有很多其它同类产品所 没有的“珍贵”特性。因此，Bugzilla很快就变成了全球范围内数以千计的组织最喜欢的bug管理工具。

Win7下硬盘安装Ubuntu11.04 双系统一、准备工作（在win7下操作完成）1.从官网www.ubuntu.com上下载镜像文件，大小接近700M。2.下载并安装easybcd。easybcd是一款很优秀的系统引导软件，功能强大，最关键的是傻瓜式一站式简易操作，极其适合新手使用！网上很多说用grubdos安装,但对于菜鸟的我来说，操作太麻烦而且容易引导失败！3.腾出一个空盘，点击右键格式化之后把它删除（这个盘最好是在硬盘的后面，因为Windows系统不能识别Linux系统分区，如果将ubuntu装在D盘，将D盘删除并建立Linux系统分区后，原来的E盘就会变成D盘，安装在E盘的软件会出现系统注册表路径不对称，要重新安装一遍软件）。网上很多说使用磁盘压缩功能以整理出空白分区，这个方法也可行，但这个盘要保证有10G空间以上比较稳妥。

Ubuntu作为linux操作系列里面的代表早有耳闻，但一直没有真正领略过它的风采，只是在虚拟机中安装过而已，最近在网上看到那桌面美轮美奂的桌面特效与那火爆的论坛社区，不由怦然心动，想自己也试一下，在本地硬盘上装一个ubuntu，初步打算安装一个ubuntu10.04的版本，虽然已经出现了12版的了，但考虑到自己电脑的配置问题（超低配置：250G硬盘+集显），还是不忍心折腾这硬件了！

本教程适用于在自己的电脑上安装了 Ubuntu 15.04 “Vivid Vervet” 桌面的新手，这里会告诉你安装之后应该做哪些事情，来自定义你的系统和安装一些基本程序作为日常使用。

如果你一直关注新闻，那么就知道Ubuntu将会切换到带有Unity 8桌面的Mir显示服务器。然而，在尚未确定运行在 Mir 上的Unity 8是否会出现在Ubuntu 15.10 Willy Werewolf之前，有了一个Unity 8的预览版本可供你体验和测试。通过官方PPA，可以很容易地安装Unity 8到Ubuntu 14.04,14.10和15.04中。

昨晚帮群里人解决的问题，呵呵，严格的说，不是我一个解决的，还有大牛 Felix 的帮忙。 给人解决问题的过程，也是自己学习知识的过程。 有些新人，在安装 ubuntu 后，系统没有声音，多半是因为 Ubuntu 的 “ 声音控制驱动： Alsa” 没有正确识别出电脑的声卡。这个问题的解决方法，虽然有点复杂，但还有值得去尝试的，毕竟没有人想在 Ubuntu 的世界里，过没声音的日子 ~ 解决方法：去

一．Hadoop核心角色hadoop框架Hadoop使用主/从（Master/Slave）架构，主要角色有NameNode，DataNode，secondaryNameNode，JobTracker，TaskTracker组成。其中NameNode，secondaryNameNode，JobTracker运行在Master节点上，DataNode和TaskTracker运行在Slave节点上。 1，NameNodeNameNode是HDFS的守护程序，负责记录文件是如何分割成数据块的，以及这些数据块被存储到哪些数据节点上。它的功能是对内存及I/O进行集中管理。

Hadoop是一个分布式系统基础架构，由Apache基金会开发。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力高速运算和存储。简单地说来，Hadoop是一个可以更容易开发和运行处理大规模数据的软件平台。<br> Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有着高容错性（fault-tolerent）的特点，并且设计用来部署在低廉的（low-cost）硬件上。而且它提供高传输率（high throughput）来访问应用程序的数据，适合那些有着超大数据集（large data set）的应用程序。HDFS放宽了（relax）POSIX的要求（requirements）这样可以流的形式访问（streaming access）文件系统中的数据。

Hadoop是Google MapReduce 的一个Java实现。MapReduce是一种简化的分布式编程模式，让程序自动分布到一个由普通机器组成的超大集群上并发执行。就如同java程序员可以不考虑内存泄露一样， MapReduce的run-time系统会解决输入数据的分布细节，跨越机器集群的程序执行调度，处理机器的失效，并且管理机器之间的通讯请求。这样的模式允许程序员可以不需要有什么并发处理或者分布式系统的经验，就可以处理超大的分布式系统得资源。

Hadoop作为Apache基金会资助的开源项目，由Doug Cutting带领的团队进行开发，基于Lucene和Nutch等开源项目，实现了Google的GFS和Hadoop能够稳定运行在20个节点的集群；2006年1月，Doug Cutting加入雅虎公司，同年2月Apache Hadoop项目正式支持HDFS和MapReduce的独立开发。同时，新兴公司Cloudera为Hadoop提供了商业支持，帮助企业实现标准化安装，并志愿贡献社区。Hadoop的最新版本是0.21.0，说明其还在不断完善发展之中。<br> Hadoop由分布式存储HDFS和分布式计算MapReduce两部分组成。HDFS是一个master/slave的结构，就通常的部署来说，在master上只运行一个Namenode，而在每一个slave上运行一个Datanode。MapReduce是Google的一项重要技术，它是一个编程模型，用以进行大数据量的计算。MapReduce的名字源于这个模型中的两项核心操作：Map和Reduce。Map是把一组数据一对一的映射为另外的一组数据，Reduce是对一组数据进行归约，映射和归约的规则都由一个函数指定。

上就出现了一个类似的解决方案，目前它们都属于Apache的Hadoop项目，对应的分别是：Chubby-->ZooKeeperGFS-->HDFSBigTable-->HBaseMapReduce-->Hadoop目前，基于类似思想的OpenSource项目还很多，如Facebook用于用户分析的Hive。HDFS作为一个分布式文件系统，是所有这些项目的基础。分析好HDFS，有利于了解其他系统。由于Hadoop的HDFS和MapReduce是同一个项目，我们就把他们放在一块，进行分析。下图是MapReduce整个项目的顶层包图和他们的依赖关系。Hadoop包之间的依赖关系比较复杂，原因是HDFS提供了一个分布式文件系统，该系统提供API，可以屏蔽本地文件系统和分布式文件系统，甚至象AmazonS3这样的在线存储系统。这就造成了分布式文件系统的实现，或者是分布式文件系统的底层的实现，依赖于某些貌似高层的功能。功能的相互引用，造成了蜘蛛网型的依赖关系。一个典型的例子就是包conf，conf用于读取系统配置，它依赖于fs，主要是读取配置文件的时候，需要使用文件系统，而部分的文件系统的功能，在包fs中被抽象了。

Hadoop集群搭建机器规格CPU：2个四核2~2.5GHzCPU内存：8~16GBECCRAM(非ECC会产生校验和错误)存储器：4*1TSATA硬盘（硬盘大小一般是数据量的3—5倍）网络：千兆以太网PS：namenode一般采用64位硬件，避免32位机java堆3g限制具体规格情况跟数据量有关。

在输入数据的“逻辑”记录上应用Map操作得出一个中间Key/value pair集合。在所有具有相同key值的value值上应用Reduce操作，从而达到合并中间的数据，得到一个想要的结果的目的

Google的十个核心技术，而且可以分为四大类： 分布式基础设施：GFS、Chubby 和 Protocol Buffer。 分布式大规模数据处理：MapReduce 和 Sawzall。 分布式数据库技术：BigTable 和数据库 Sharding。 数据中心优化技术：数据中心高温化、12V电池和服务器整合。