自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

學(xué)習(xí)Spark——那些讓你精疲力盡的坑

作者：杰鍋鍋
大數(shù)據(jù) Spark
這篇就介紹下自己遇到的各種坑。我不知道各位是否遇到過(guò)并能輕松解決，反正我是被這些小問(wèn)題搞得精疲力盡，故在此總結(jié)以備忘。

[[194582]]

這一個(gè)月我都干了些什么……

工作上，還是一如既往的寫(xiě)bug并不亦樂(lè)乎的修bug。學(xué)習(xí)上，最近看了一些非專(zhuān)業(yè)書(shū)籍，寫(xiě)點(diǎn)小感悟，我剛稍稍瞄了下，最近五篇居然都跟技術(shù)無(wú)關(guān)，看來(lái)我與本行業(yè)已經(jīng)是漸行漸遠(yuǎn)了。

所以，趁著這篇博客，重拾自己，認(rèn)清自己，要時(shí)刻謹(jǐn)記我是一名碼農(nóng)。不過(guò)，摸著良心說(shuō)，最近的技術(shù)方面也是有所感悟和積累的，比如如何寫(xiě)好設(shè)計(jì)文檔，如何使用延時(shí)隊(duì)列，如何使用防刷技術(shù)等等。當(dāng)然了，今天我們還是沿著“學(xué)習(xí)Spark”這條路繼續(xù)走下去。

這篇就介紹下自己遇到的各種坑。我不知道各位是否遇到過(guò)并能輕松解決，反正我是被這些小問(wèn)題搞得精疲力盡，故在此總結(jié)以備忘。

1.1 Scala與Intellij集成報(bào)錯(cuò)

在Scala安裝成功后，準(zhǔn)備到Intellij上寫(xiě)Scala代碼，發(fā)現(xiàn)Scala都配好了(關(guān)于如何配置，網(wǎng)上資料很多)，結(jié)果運(yùn)行Scala程序時(shí)報(bào)錯(cuò)。

錯(cuò)誤：

  1. Error:scalac: Multiple 'scala-library*.jar' files (scala-library.jar, scala-library.jar, scala-library.jar) in Scala compiler classpath in Scala SDK scala-sdk-2.12.2 

解決方法：在OverStackflow上找到了思路。在Intellij中打開(kāi)project structure，刪除已有的Scala的路徑(我的Scala是安裝在/usr/local/Cellar/scala/2.12.2路徑下的),重新添加/usr/local/Cellar/scala/2.12.2/idea/lib目錄即可。

改動(dòng)前

改動(dòng)后

1.2 Scala語(yǔ)法Intellij不認(rèn)

在Intellij中寫(xiě)了一個(gè)Scala的HelloWorld，代碼如下

  1. /** 
  2.  * Created by jackie on 17/5/7. 
  3.  */ 
  4. package com.jackie.scala.s510 
  5.  
  6. object HelloWorld { 
  7.   def main(args: Array[String]): Unit = { 
  8.     println("hello world") 
  9.  
  10.     println(increaseAnother(5)); 
  11.  
  12.     println(Array(1,2,3,4).map{(x:Int)=>x+1}.mkString(",")); 
  13.  
  14.     println(Array(1,2,3,4) map{(x:Int)=>x+1} mkString(",")); 
  15.  
  16.     println(Array(1,2,3,4) map{(x:Int)=>x+1} mkString(",")); 
  17.  
  18.     // test object 
  19.     var person = new Person() 
  20.     person.name_=("john") // name_=()對(duì)應(yīng)java中的setter方法 
  21.     println("Person name:" + person.name) 
  22.  
  23.     person.name = "Jackie" 
  24.     println("Person name:" + person.name) 
  25.  
  26.     var mp = new MyPerson() 
  27.     mp.name_("alihaha") 
  28.     println("MyPerson name:" + person.name) 
  29.  
  30.     var pwp = new PersonWithParam("Jackie", 18) 
  31.     println("PersonWithParam:" + pwp.toString()) 
  32.  
  33.   } 
  34.  
  35.   def increaseAnother(x: Int): Int = x + 1 
  36.  
  37.  
  38. } 

運(yùn)行的時(shí)候，報(bào)錯(cuò)mkString無(wú)法識(shí)別。

錯(cuò)誤：mkString can't be resolved

解決方法：需要交代下我各個(gè)環(huán)境的版本參數(shù)，Intellij-14.0， jdk-8， scala-2.12.2。但是在Intellij中能選擇的Scala***版本只有2.11，所有后來(lái)將Intellij升級(jí)到2017.1版本，這時(shí)候還報(bào)錯(cuò)Error:scalac: Error: org.jetbrains.jps.incremental.scala.remote.ServerException，然后在Intellij中打開(kāi)project structure，將scala由2.12.2換成2.11.7，問(wèn)題解決。

1.3 Spark與Intellij集成的問(wèn)題

Spark環(huán)境都安裝好了，所以想在Intellij中運(yùn)行Spark程序，但是在添加了Spark的相關(guān)依賴(lài)后，發(fā)現(xiàn)無(wú)法編譯通過(guò)。

錯(cuò)誤：

  1. Exception NoSuchMethodError: com.google.common.collect.MapMaker.keyEquivalence 

解決方法：實(shí)現(xiàn)聲明，之前在maven中一直引用的都是spark-core2.10，這時(shí)候報(bào)錯(cuò)，我定位問(wèn)題出在Guava上，然后找到所有間接依賴(lài)了Guava的jar，都exclude，問(wèn)題還是沒(méi)有解決。期間添加了Spark的很多依賴(lài)，試了都不行，***試了下Spark-core2.11，問(wèn)題解決(有的時(shí)候版本的兼容性真的很坑)。

1.4 hadoop上傳本地文件到HDFS

如果想將本地文件上傳到HDFS，使用hadoop fs -put localDir hdfsDir，前提是保證hadoop啟動(dòng)。

錯(cuò)誤：

  1. jackie@jackies-MacBook-Pro:~|⇒  hadoop fs -put ~/Documents/doc/README.md / 
  2. 17/05/13 10:56:39 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable 
  3. 17/05/13 10:56:40 WARN ipc.Client: Failed to connect to server: localhost/127.0.0.1:8020: try once and fail. 
  4. java.net.ConnectException: Connection refused 
  5.     at sun.nio.ch.SocketChannelImpl.checkConnect(Native Method) 
  6.     at sun.nio.ch.SocketChannelImpl.finishConnect(SocketChannelImpl.java:717) 
  7.     at org.apache.hadoop.net.SocketIOWithTimeout.connect(SocketIOWithTimeout.java:206) 
  8.     at org.apache.hadoop.net.NetUtils.connect(NetUtils.java:531) 
  9.     at org.apache.hadoop.net.NetUtils.connect(NetUtils.java:495) 
  10.     at org.apache.hadoop.ipc.Client$Connection.setupConnection(Client.java:681) 
  11.     at org.apache.hadoop.ipc.Client$Connection.setupIOstreams(Client.java:777) 
  12.     at org.apache.hadoop.ipc.Client$Connection.access$3500(Client.java:409) 
  13.     at org.apache.hadoop.ipc.Client.getConnection(Client.java:1542) 
  14.     at org.apache.hadoop.ipc.Client.call(Client.java:1373) 
  15.     at org.apache.hadoop.ipc.Client.call(Client.java:1337) 
  16.     at org.apache.hadoop.ipc.ProtobufRpcEngine$Invoker.invoke(ProtobufRpcEngine.java:227) 
  17.     at org.apache.hadoop.ipc.ProtobufRpcEngine$Invoker.invoke(ProtobufRpcEngine.java:116) 
  18.     at com.sun.proxy.$Proxy10.getFileInfo(Unknown Source) 
  19.     at org.apache.hadoop.hdfs.protocolPB.ClientNamenodeProtocolTranslatorPB.getFileInfo(ClientNamenodeProtocolTranslatorPB.java:787) 
  20.     at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) 
  21.     at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62) 
  22.     at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43) 
  23.     at java.lang.reflect.Method.invoke(Method.java:498) 
  24.     at org.apache.hadoop.io.retry.RetryInvocationHandler.invokeMethod(RetryInvocationHandler.java:398) 
  25.     at org.apache.hadoop.io.retry.RetryInvocationHandler$Call.invokeMethod(RetryInvocationHandler.java:163) 
  26.     at org.apache.hadoop.io.retry.RetryInvocationHandler$Call.invoke(RetryInvocationHandler.java:155) 
  27.     at org.apache.hadoop.io.retry.RetryInvocationHandler$Call.invokeOnce(RetryInvocationHandler.java:95) 
  28.     at org.apache.hadoop.io.retry.RetryInvocationHandler.invoke(RetryInvocationHandler.java:335) 
  29.     at com.sun.proxy.$Proxy11.getFileInfo(Unknown Source) 
  30.     at org.apache.hadoop.hdfs.DFSClient.getFileInfo(DFSClient.java:1700) 
  31.     at org.apache.hadoop.hdfs.DistributedFileSystem$27.doCall(DistributedFileSystem.java:1436) 
  32.     at org.apache.hadoop.hdfs.DistributedFileSystem$27.doCall(DistributedFileSystem.java:1433) 
  33.     at org.apache.hadoop.fs.FileSystemLinkResolver.resolve(FileSystemLinkResolver.java:81) 
  34.     at org.apache.hadoop.hdfs.DistributedFileSystem.getFileStatus(DistributedFileSystem.java:1433) 
  35.     at org.apache.hadoop.fs.Globber.getFileStatus(Globber.java:64) 
  36.     at org.apache.hadoop.fs.Globber.doGlob(Globber.java:282) 
  37.     at org.apache.hadoop.fs.Globber.glob(Globber.java:148) 
  38.     at org.apache.hadoop.fs.FileSystem.globStatus(FileSystem.java:1685) 
  39.     at org.apache.hadoop.fs.shell.PathData.expandAsGlob(PathData.java:326) 
  40.     at org.apache.hadoop.fs.shell.CommandWithDestination.getRemoteDestination(CommandWithDestination.java:195) 
  41.     at org.apache.hadoop.fs.shell.CopyCommands$Put.processOptions(CopyCommands.java:256) 
  42.     at org.apache.hadoop.fs.shell.Command.run(Command.java:164) 
  43.     at org.apache.hadoop.fs.FsShell.run(FsShell.java:315) 
  44.     at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:76) 
  45.     at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:90) 
  46.     at org.apache.hadoop.fs.FsShell.main(FsShell.java:378) 
  47. put: Call From jackies-macbook-pro.local/192.168.73.56 to localhost:8020 failed on connection exception: java.net.ConnectException: Connection refused; For more details see:  http://wiki.apache.org/hadoop/ConnectionRefused 

解決方法：進(jìn)入hadoop安裝目錄(我的是/usr/local/Cellar/hadoop)進(jìn)入sbin下執(zhí)行./start-all.sh啟動(dòng)hadoop服務(wù)。

1.5 Spark啟動(dòng)

上篇在配置Spark時(shí)沒(méi)有配置spark-defaults.conf文件，所以在Spark安裝目錄下(我的是/usr/local/Spark)啟動(dòng)./start-all.sh出錯(cuò)。

錯(cuò)誤：

  1. spark-shell 
  2. Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties 
  3. Setting default log level to "WARN". 
  4. To adjust logging level use sc.setLogLevel(newLevel). 
  5. 17/05/13 13:42:49 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable 
  6. 17/05/13 13:42:51 WARN StandaloneAppClient$ClientEndpoint: Failed to connect to master 192.168.73.56:7077 
  7. org.apache.spark.SparkException: Exception thrown in awaitResult 
  8.     at org.apache.spark.rpc.RpcTimeout$$anonfun$1.applyOrElse(RpcTimeout.scala:77) 
  9.     at org.apache.spark.rpc.RpcTimeout$$anonfun$1.applyOrElse(RpcTimeout.scala:75) 
  10.     at scala.runtime.AbstractPartialFunction.apply(AbstractPartialFunction.scala:36) 
  11.     at org.apache.spark.rpc.RpcTimeout$$anonfun$addMessageIfTimeout$1.applyOrElse(RpcTimeout.scala:59) 
  12.     at org.apache.spark.rpc.RpcTimeout$$anonfun$addMessageIfTimeout$1.applyOrElse(RpcTimeout.scala:59) 
  13.     at scala.PartialFunction$OrElse.apply(PartialFunction.scala:167) 
  14.     at org.apache.spark.rpc.RpcTimeout.awaitResult(RpcTimeout.scala:83) 
  15.     at org.apache.spark.rpc.RpcEnv.setupEndpointRefByURI(RpcEnv.scala:88) 
  16.     at org.apache.spark.rpc.RpcEnv.setupEndpointRef(RpcEnv.scala:96) 
  17.     at org.apache.spark.deploy.client.StandaloneAppClient$ClientEndpoint$$anonfun$tryRegisterAllMasters$1$$anon$1.run(StandaloneAppClient.scala:106) 
  18.     at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511) 
  19.     at java.util.concurrent.FutureTask.run(FutureTask.java:266) 
  20.     at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142) 
  21.     at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617) 
  22.     at java.lang.Thread.run(Thread.java:745) 
  23. Caused by: java.io.IOException: Failed to connect to /192.168.73.56:7077 

解決方法：將Spark安裝目錄下的conf中的spark-defaults.conf.template拷貝一份出來(lái)，重命名為spark-defaults.conf，按照https://sanwen8.cn/p/3bac5Bj.html配置好，再啟動(dòng)Spark，發(fā)現(xiàn)還是報(bào)錯(cuò)

  1. https://sanwen8.cn/p/3bac5Bj.html Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties 
  2. Setting default log level to "WARN". 
  3. To adjust logging level use sc.setLogLevel(newLevel). 
  4. 17/05/13 14:19:12 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable 
  5. 17/05/13 14:19:15 ERROR SparkContext: Error initializing SparkContext. 
  6. java.net.ConnectException: Call From jackies-MacBook-Pro.local/192.168.73.56 to 192.168.73.56:8021 failed on connection exception: java.net.ConnectException: Connection refused; For more details see:  http://wiki.apache.org/hadoop/ConnectionRefused 
  7.     at sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method) 

于是按照StackOverflow，將spark-defaults.conf中的spark.eventLog.enabled由true改為false，之后再啟動(dòng)成功。

注意：這里我反復(fù)配置了localhost和自己的ip，來(lái)回切換，最終證明只要在/etc/hosts中配置好ip對(duì)應(yīng)映射的名稱(chēng)，可以直接用名稱(chēng)即可，不用寫(xiě)ip，而且要保持hadoop中的配置文件和spark中的配置文件要一致，否則針對(duì)會(huì)精疲力盡。

1.6 將運(yùn)算任務(wù)交給Spark運(yùn)行的報(bào)錯(cuò)

運(yùn)行下面的一個(gè)Demo程序

  1. package com.jackie.scala.s513; 
  2.  
  3. import org.apache.spark.SparkConf; 
  4. import org.apache.spark.api.java.JavaPairRDD; 
  5. import org.apache.spark.api.java.JavaRDD; 
  6. import org.apache.spark.api.java.JavaSparkContext; 
  7. import org.apache.spark.api.java.function.FlatMapFunction; 
  8. import org.apache.spark.api.java.function.Function2; 
  9. import org.apache.spark.api.java.function.PairFunction; 
  10. import scala.Tuple2; 
  11.  
  12. import java.util.Arrays; 
  13. import java.util.Iterator; 
  14. import java.util.List; 
  15. import java.util.regex.Pattern; 
  16.  
  17. /** 
  18.  * Created by jackie on 17/5/13. 
  19.  */ 
  20. public class Simple 
  21. { 
  22.     private static final Pattern SPACE = Pattern.compile(" "); 
  23.  
  24.     public static void main(String[] args) throws Exception { 
  25.  
  26.         //創(chuàng)建一個(gè)RDD對(duì)象 
  27.         SparkConf conf=new SparkConf().setAppName("Simple").setMaster("local"); 
  28.  
  29.         //創(chuàng)建spark上下文對(duì)象，是數(shù)據(jù)的入口 
  30.         JavaSparkContext spark=new JavaSparkContext(conf); 
  31.  
  32.         //獲取數(shù)據(jù)源 
  33.         JavaRDD<String> lines = spark.textFile("hdfs://jackie:8020/"); 
  34.  
  35.         /** 
  36.          * 對(duì)于從數(shù)據(jù)源得到的DStream，用戶(hù)可以在其基礎(chǔ)上進(jìn)行各種操作， 
  37.          * 對(duì)于當(dāng)前時(shí)間窗口內(nèi)從數(shù)據(jù)源得到的數(shù)據(jù)首先進(jìn)行分割， 
  38.          * 然后利用Map和ReduceByKey方法進(jìn)行計(jì)算，當(dāng)然***還有使用print()方法輸出結(jié)果； 
  39.          */ 
  40.         JavaRDD<String> words = lines.flatMap(new FlatMapFunction<String, String>() { 
  41.             @Override 
  42.             public Iterator<String> call(String s) { 
  43.                 return Arrays.asList(SPACE.split(s)).iterator(); 
  44.             } 
  45.         }); 
  46.  
  47.  
  48.         //使用RDD的map和reduce方法進(jìn)行計(jì)算 
  49.         JavaPairRDD<String, Integer> ones = words.mapToPair( 
  50.                 new PairFunction<String, String, Integer>() { 
  51.                     @Override 
  52.                     public Tuple2<String, Integer> call(String s) { 
  53.                         return new Tuple2<String, Integer>(s, 1); 
  54.                     } 
  55.                 }); 
  56.  
  57.  
  58.         JavaPairRDD<String, Integer> counts = ones.reduceByKey( 
  59.                 new Function2<Integer, Integer, Integer>() { 
  60.                     @Override 
  61.                     public Integer call(Integer i1, Integer i2) { 
  62.                         return i1 + i2; 
  63.                     } 
  64.                 }); 
  65.  
  66.         List<Tuple2<String, Integer>> output = counts.collect(); 
  67.         for (Tuple2<?,?> tuple : output) { 
  68.             //輸出計(jì)算結(jié)果 
  69.             System.out.println(tuple._1() + ": " + tuple._2()); 
  70.         } 
  71.  
  72.  
  73.         spark.stop(); 
  74.     } 
  75. } 

這個(gè)程序需要讀取HDFS上根目錄下的README.md文件，但是在此之前我執(zhí)行了"hadoop namenode -format"(注意，這個(gè)操作引起了后面的一系列問(wèn)題)。所以就準(zhǔn)備重新使用hadoop fs -put localDir hdfsDir上傳README.md，結(jié)果這時(shí)候報(bào)錯(cuò)

錯(cuò)誤：

  1. hadoop fs -put /Users/jackie/Documents/doc/README.md / 
  2. 17/05/13 15:47:15 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable 
  3. 17/05/13 15:47:16 WARN hdfs.DataStreamer: DataStreamer Exception 
  4. org.apache.hadoop.ipc.RemoteException(java.io.IOException): File /README.md._COPYING_ could only be replicated to 0 nodes instead of minReplication (=1).  There are 0 datanode(s) running and no node(s) are excluded in this operation. 
  5.     at org.apache.hadoop.hdfs.server.blockmanagement.BlockManager.chooseTarget4NewBlock(BlockManager.java:1733) 
  6.     at org.apache.hadoop.hdfs.server.namenode.FSDirWriteFileOp.chooseTargetForNewBlock(FSDirWriteFileOp.java:265) 
  7.     at org.apache.hadoop.hdfs.server.namenode.FSNamesystem.getAdditionalBlock(FSNamesystem.java:2496) 
  8.     at org.apache.hadoop.hdfs.server.namenode.NameNodeRpcServer.addBlock(NameNodeRpcServer.java:828) 

后來(lái)發(fā)現(xiàn)是datanode沒(méi)有啟動(dòng)，然后開(kāi)始找datanode沒(méi)有啟動(dòng)的原因，在這里http://www.aboutyun.com/thread-7931-1-1.html

文中解釋?zhuān)寒?dāng)我們執(zhí)行文件系統(tǒng)格式化時(shí)，會(huì)在namenode數(shù)據(jù)文件夾(即配置文件中dfs.name.dir在本地系統(tǒng)的路徑)中保存一個(gè)current/VERSION文件，記錄namespaceID，標(biāo)識(shí)了所格式化的 namenode的版本。如果我們頻繁的格式化namenode，那么datanode中保存(即配置文件中dfs.data.dir在本地系統(tǒng)的路徑)的current/VERSION文件只是你***次格式化時(shí)保存的namenode的ID，因此就會(huì)造成datanode與namenode之間的id不一致。

解決方法：采取的做法是根據(jù)執(zhí)行hadoop namenode –format得到成功的提示。

這時(shí)候再執(zhí)行jps命令，我們就可以看到datanode了

類(lèi)似的，同樣是在執(zhí)行hadoop fs -put /Users/jackie/Documents/doc/README.md /是報(bào)錯(cuò)如下

  1. hadoop fs -put /Users/jackie/Documents/doc/README.md / 
  2. 17/05/15 09:51:04 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable 
  3. 17/05/15 09:51:05 WARN ipc.Client: Failed to connect to server: jackie/192.168.73.56:8020: try once and fail. 
  4. java.net.ConnectException: Connection refused 
  5.     at sun.nio.ch.SocketChannelImpl.checkConnect(Native Method) 
  6.     at sun.nio.ch.SocketChannelImpl.finishConnect(SocketChannelImpl.java:717) 
  7.     at org.apache.hadoop.net.SocketIOWithTimeout.connect(SocketIOWithTimeout.java:206) 
  8.     at org.apache.hadoop.net.NetUtils.connect(NetUtils.java:531) 
  9.     at org.apache.hadoop.net.NetUtils.connect(NetUtils.java:495) 
  10.     at org.apache.hadoop.ipc.Client$Connection.setupConnection(Client.java:681) 
  11.     at org.apache.hadoop.ipc.Client$Connection.setupIOstreams(Client.java:777) 
  12.     at org.apache.hadoop.ipc.Client$Connection.access$3500(Client.java:409) 

一開(kāi)始以為是ip的配置問(wèn)題，但是反復(fù)修改無(wú)果，后來(lái)發(fā)現(xiàn)使用jps時(shí)，沒(méi)有啟動(dòng)namenode，于是在網(wǎng)上找http://blog.csdn.net/bychjzh/article/details/7830508

于是在/usr/local/Cellar/hadoop/hdfs下刪除原來(lái)在core-site.xml中配置的tmp目錄，然后新建了hadoop_tmp目錄，并在core-site.xml中修改成

  1. <property> 
  2.      <name>hadoop.tmp.dir</name> 
  3. <value>/usr/local/Cellar/hadoop/hdfs/hadoop_tmp</value> 
  4.     <description>A base for other temporary directories.</description> 
  5.   </property> 

并執(zhí)行hadoop namenode –format，***在使用start-all.sh啟動(dòng)所有的服務(wù)，執(zhí)行上傳文件成功

責(zé)任編輯：武曉燕 來(lái)源： 博客園
SparkScalaHDFS
相關(guān)推薦

2025-02-18 07:00:00

SpringBoot開(kāi)發(fā)Java

2018-07-30 16:18:51

容災(zāi)備份

2024-04-01 08:05:27

Go開(kāi)發(fā)Java

2018-06-28 08:18:56

Ceph運(yùn)維存儲(chǔ)

2018-08-13 17:41:13

機(jī)房

2017-07-19 14:26:01

前端JavaScriptDOM

2021-09-07 14:35:48

DevSecOps開(kāi)源項(xiàng)目

2022-05-15 08:13:50

Mysql數(shù)據(jù)庫(kù)Mycat

2015-03-12 09:51:09

CoreDataiCloud

2020-04-21 15:18:11

財(cái)務(wù)信息化

2015-04-02 09:39:39

移動(dòng)開(kāi)發(fā)開(kāi)發(fā)工具APP

2021-02-24 19:03:00

開(kāi)源技術(shù) 編程

2024-11-29 10:48:54

IDEA技巧Mac

2022-04-14 07:25:11

網(wǎng)絡(luò)攻擊安全人才

2017-03-31 10:27:08

推送服務(wù)移動(dòng)

2017-07-06 11:41:48

CIOIT技術(shù)

2020-05-28 16:15:50

HTTP暗坑前端

2018-08-06 12:10:57

SparkRPC Server代碼

2013-04-12 15:59:33

2017-11-03 15:39:29

深度學(xué)習(xí)面試問(wèn)答
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)