Funkcjonalności warstw architektury referencyjnej Big Data
Przeczytaj blog, aby w najprostszy sposób poznać różne warstwy w architekturze Big Data i ich funkcjonalności.
Podczas pracy z aplikacjami Python należy wziąć pod uwagę dwa ważne zadania:
Jak wszyscy wiedzą, posiadanie dużej liczby pakietów aplikacji Python jest kluczem do sukcesu społeczności Python. Aby jak najlepiej wykorzystać różne pakiety aplikacji Python, potrzebujesz poręcznego menedżera pakietów, takiego jak pip
lub easy_install
. Na razie najpopularniejszym menedżerem pakietów Python jest pip
.
Dodatkowo, ze względu na niekompatybilność różnych głównych wersji Pythona - 3.x, 2.7 i 2.6, a także wynikającą z tego niekompatybilność różnych zależności, zawsze powinieneś przygotować odpowiednie środowisko dla każdej aplikacji Python. Virtualenv
zapewnia realne rozwiązanie tego problemu: stworzenie dedykowanego i izolowanego środowiska Python dla każdej aplikacji Python. Każda aplikacja może cieszyć się najbardziej odpowiednim środowiskiem Pythona, nie powodując bałaganu w środowiskach innych aplikacji.
W tym artykule przedstawimy, jak używać pip i virtualenv do zarządzania pakietami i środowiskami Python na instancji serwera CentOS 6.
Najpierw rzućmy okiem na pip. Zainstaluj najnowszy pip za pomocą następujących poleceń:
sudo yum update
sudo yum install -y python-devel python-setuptools python-pip
sudo pip install --upgrade pip
Po zainstalowaniu pipa będzie można go używać do zarządzania pakietami Python, w tym między innymi do wyszukiwania, instalowania, aktualizowania i odinstalowywania pakietów Python. Aby przekazać ci praktyczne instrukcje, wymienię poniżej niektóre popularne polecenia pip:
pip search [package name]
a) Zainstaluj pakiet według nazwy pakietu:
sudo pip install [package name]
b) Zainstaluj określoną wersję pakietu Python:
sudo pip install [package name]==[version]
c) Zainstaluj pakiet Python z adresu URL:
sudo pip install [URL]
pip list
pip show [package name]
sudo pip install --upgrade [package name]
sudo pip uninstall [package name]
pip help
Jak wspomniano wcześniej, niekompatybilność między różnymi zależnościami jest kwestią godną uwagi.
Aby uniknąć problemów wynikających z niezgodności, możesz użyć virtualenv
środowiska wirtualnego do przygotowania odpowiednich zależności dla każdej aplikacji Python. W ten sposób niezgodne zależności mogą współistnieć bez konfliktu, a aplikacje Python zależne od nich mogą również współistnieć bez konfliktu.
Dodatkową zaletą używania virtualenv
jest to, że nie potrzebujesz uprawnień roota / sudo do modyfikowania zależności w środowisku wirtualnym, ponieważ każda operacja jest wykonywana we własnym katalogu bieżącego użytkownika.
Teraz poznajmy wirtualne środowisko stworzone przez virtualenv.
sudo pip install virtualenv
Przed przystąpieniem do pracy z nową aplikacją Python możesz użyć virtualenv do utworzenia dedykowanego katalogu - środowiska virtualenv - do przechowywania następujących modyfikacji zależności systemowych.
Powiedz, że chcesz użyć katalogu „env1” w katalogu domowym do przechowywania środowiska wirtualnego:
cd ~
virtualenv env1
Dwie powyższe komendy utworzą katalog środowiskowy „env1” w katalogu domowym i zainicjują w nim środowisko wirtualne, mianowicie skopiują globalne / systemowe środowisko Python, którego używasz, do katalogu środowiska wirtualnego i dostosują pokrewne konfiguracje, czyniąc z niego izolowanego Pythona środowisko.
Teraz musisz aktywować środowisko wirtualne:
source ~/env1/bin/activate
Jak widać, env1
przed monitem powłoki zostanie wstawiony ciąg znaków , informujący o wejściu do izolowanego środowiska wirtualnego.
Możesz użyć polecenia, which python
aby potwierdzić swoje wejście. System powie ci, że używasz ~/env1/bin/python
zamiast oryginału /usr/bin/python
.
Od teraz możesz sobie poradzić z aplikacją Python, jak chcesz, wszystkie modyfikacje zależności systemowych będą zapisywane w tym katalogu, unikając potencjalnej ingerencji w inne aplikacje Python.
Po zakończeniu zadań użyj następującego polecenia, aby wyjść ze środowiska wirtualnego:
deactivate
Ciąg (env1) odpowiednio zniknie.
Jeśli chcesz dowiedzieć się więcej o virtualenv, użyj następującego polecenia:
virtualenv --help
Przeczytaj blog, aby w najprostszy sposób poznać różne warstwy w architekturze Big Data i ich funkcjonalności.
Chcesz zobaczyć rewolucyjne wynalazki Google i jak te wynalazki zmieniły życie każdego człowieka dzisiaj? Następnie czytaj na blogu, aby zobaczyć wynalazki Google.
13 komercyjnych narzędzi do ekstrakcji danych z Big Data
Whatsapp w końcu uruchomił aplikację Desktop dla użytkowników komputerów Mac i Windows. Teraz możesz łatwo uzyskać dostęp do Whatsapp z systemu Windows lub Mac. Dostępne dla Windows 8+ i Mac OS 10.9+
Energia jądrowa jest zawsze pogardzana, nigdy jej nie szanujemy z powodu przeszłych wydarzeń, ale nie zawsze jest zła. Przeczytaj post, aby dowiedzieć się więcej na ten temat.
Koncepcja autonomicznych samochodów, które wyjadą na drogi za pomocą sztucznej inteligencji, to marzenie, które mamy już od jakiegoś czasu. Ale pomimo kilku obietnic nigdzie ich nie widać. Przeczytaj ten blog, aby dowiedzieć się więcej…
Wzrasta liczba ataków ransomware, ale czy sztuczna inteligencja może pomóc w radzeniu sobie z najnowszym wirusem komputerowym? Czy AI jest odpowiedzią? Przeczytaj tutaj, wiedz, że sztuczna inteligencja jest zmorą lub zgubą
Sztuczna inteligencja nie jest dla ludzi nową nazwą. Ponieważ sztuczna inteligencja jest włączona do każdego strumienia, jednym z nich jest opracowywanie narzędzi zwiększających ludzką wydajność i dokładność. Skorzystaj z tych niesamowitych narzędzi uczenia maszynowego i uprość swoje codzienne zadania.
Zawsze potrzebujemy Big Data Analytics do efektywnego zarządzania danymi. W tym artykule omówiliśmy kilka technik analizy Big Data. Sprawdź ten artykuł.
Czy jesteś również ofiarą ataków DDOS i nie masz pewności co do metod zapobiegania? Przeczytaj ten artykuł, aby rozwiązać swoje pytania.