技术标签: 大数据
GraphLab是CMU(卡耐基梅隆大学)开发的一个以vertex为计算单元的大规模图处理系统,是继google的Pregel之后的第一个开源的大规模图处理系统,它解决了传统MapReduce框架对于机器学习应用的处理中最突出的两个问题(频繁迭代计算和大量节点通信)引起的计算效率的问题,与Haloop,Twister等基于MapReduce批量处理不同的是,它采用Pregel的以vertex为计算单元,并将机器学习抽象成GAS(gather,apply,scatter)三个步骤,然后按该抽象模型设计实现算法,事实已经证明该框架对于机器学习这一类跟图处理关系紧密的应用有很好的效果。
我们部署的版本是PowerGraph,是github上面的开源项目,可以直接基于它开发C++应用。现在GraphLab的小组已经成立了公司,对应的产品为GraphLab-Create,在原有的基础上用Python进行封装,还进行了一些优化。GraphLab-Create并不是免费的,可以加入Academic Program免费试用一年。相应地,他们小组也逐渐弃用了PowerGraph。
GraphLab的这个PowerGraph项目包括处于顶层的核心API、机器学习和数据挖掘的工具包。通过TCP/IP进行进程间通信,使用MPI来启动和管理PowerGraph程序,而且每一个程序都是多线程的。
在安装和编译GraphLab源代码之前,需要先安装配置SSH免密码登陆和MPI。因为结点间需要管理远程进程,就必须保证在节点间执行指令的时候不需要输入密码,所以需要SSH免密码登陆,而MPI的实现应用(MPI是一套标准,有很多此标准的实现应用,如MPICH2)则为并行应用提供消息传递或者相关服务。
集群中使用了3台主机,每台主机有CPU核4个,内存16G,每台主机上安装的操作系统为Ubuntu14.04 Desktop 64bit,每台主机上面都使用相同的用户名。注意graphlab的主机之间是没有主次之分的。
可能安装系统的时候主机名不是自己想要的,那么就需要修改自己的主机名,如果觉得不影响,可以不作任何修改。
(1). 修改文件/etc/hostname,把主机名修改为自己想要的名字
(2). 修改文件/etc/hosts,把原来的主机名改为新的主机名
需要把其他主机的IP和主机名对应关系写在/etc/hosts文件中,那么集群中的主机就通过主机名互相识别,某一个主机的/etc/hosts文件内容示例如下:
127.0.0.1 localhost
192.168.0.5 graphlabmaster
192.168.0.6 graphlabslave1
192.168.0.7 graphlabslave2
\#The following lines are desirable for IPv6 capable hosts
::1 ip6-localhost ip6-loopback
fe00::0 ip6-localnet
ff00::0 ip6-mcastprefix
ff02::1 ip6-allnodes
ff02::2 ip6-allrouters
我们配置的集群有三台主机,分别是graphlabmaster,graphlabslave1和graphlabslave2,前面是他们对应的IP地址,需要注意的是:默认会有一行内容为127.0.0.1+主机名,删掉就可以了。
参见ssh配置。
sudo apt-get update
sudo apt-get install gcc g++ build-essential libopenmpi-dev openmpi-bin default-jdk cmake zlib1g-dev git
选取集群中的一台机器,进入要安装GraphLab的目录,使用如下的git命令下载GraphLab
git clone https://github.com/graphlab-code/graphlab.git
进入graphlab文件夹,使用graphlab自带的configure脚本配置编译环境
cd graphlab
./configure
配置成功后会在graphlab文件夹内生成release和debug两个新的目录。这两个目录分别对应不同项目的发行版和测试版,在这两个目录中都可以编译GraphLab的所有Toolkit,分别对应发行版和测试版。编译后发行版与测试版的不同是,发行版在编译过程中程序都做了优化,运行速度更快。
还有一点需要特别指出,GraphLab不仅提供了分布式大规模图计算模型,而且基于该模型实现了很多实用的工具集,这些工具集可以分成六类:主题建模、图分析、聚类、协同过滤、图模型和计算机视觉。可以根据自己的需要只编译其中的某一类或几类。如果全部编译,第一次编译时会下载很多的库文件,耗费很长时间。我只对其中的图分析工具集比较感兴趣,所以只编译了这一个。同时我也编译了apps目录中的相应样例代码。
编译release目录下的apps子目录:
cd release/apps
make -j 3
第二行中的参数-j 3是利用了make的并行编译特性,3指的是同时进行三个编译任务。该数字越大,并行性越高,编译速度越快,但是占用内存也越多。如果该数字过大,会因内存不够用而使编译过程卡住。
编译release目录下的toolkits中的graph_analytics:
cd release/toolkits/graph_analytics
make -j 3
如果希望编译整个GraphLab,那么可以在release目录下运行如下命令:
cd release
make -j 3
注意事项:编译的过程不一定都顺利,可能会有文件下载失败的问题和权限问题等
如果提示hash not match,则为文件内容不全,下载失败。解决办法:首先检查是否使用代理,网上说代理一般是不能成功的。如果没有使用代理,还是不能成功,可以自己手动下载文件,然后把文件放在指定的目录即可。
/hadoop/src/hadoop/src/c++/libhdfs/configure: Permission denied,则是文件权限的问题,解决办法:
chmod a+rx /hadoop/src/hadoop/src/c++/libhdfs/configure
就是给所以用户加上读和执行的权限。
在所有结点上创建一个文件,文件名为“machines”,文件里面内容为所有结点的主机名,最好是在一台主机上面新建文件,然后复制至其他主机,保证内容相同。内容示例如下:
graphlabmaster
graphlabslave1
graphlabslave2
在安装GraphLab的主机上面运行如下命令,GraphLab提供了脚本用于分发编译好的二进制可执行文件到集群中的所有其他机器上。在你下载并编译了GraphLab的那台机器上,使用下面的命令来分发二进制可执行文件和相关库文件把一些GraphLab文件拷贝至其他主机
cd ~/graphlab/release/toolkits
~/graphlab/scripts/mpirsync
cd ~/graphlab/deps/local
~/graphlab/scripts/mpirsync
单机测试,在每一台机器上,运行如下的命令来测试分发到每台机器上的二进制可执行程序能否正确运行:
cd ~/graphlab/release/toolkits/graph_analytics/
./pagerank –powerlaw=10000
分布式测试,在任意一台机器上,运行如下两条命令:
cd ~
mpiexec -n 2 -hostfile machines
graphlab/release/toolkits/graph_analytics/pagerank –powerlaw=100000
如果上述命令能够正确无误执行,那么GraphLab分布式集群运算环境搭建就算完成了。
(1) GraphLab部署过程
(2) 搭建GraphLab集群总结
文章浏览阅读645次。这个肯定是末尾的IDAT了,因为IDAT必须要满了才会开始一下个IDAT,这个明显就是末尾的IDAT了。,对应下面的create_head()代码。,对应下面的create_tail()代码。不要考虑爆破,我已经试了一下,太多情况了。题目来源:UNCTF。_攻防世界困难模式攻略图文
文章浏览阅读2.9k次,点赞3次,收藏10次。偶尔会用到,记录、分享。1. 数据库导出1.1 切换到dmdba用户su - dmdba1.2 进入达梦数据库安装路径的bin目录,执行导库操作 导出语句:./dexp cwy_init/[email protected]:5236 file=cwy_init.dmp log=cwy_init_exp.log 注释: cwy_init/init_123..._达梦数据库导入导出
文章浏览阅读1.9k次。1. 在官网上下载KindEditor文件,可以删掉不需要要到的jsp,asp,asp.net和php文件夹。接着把文件夹放到项目文件目录下。2. 修改html文件,在页面引入js文件:<script type="text/javascript" src="./kindeditor/kindeditor-all.js"></script><script type="text/javascript" src="./kindeditor/lang/zh-CN.js"_kindeditor.js
文章浏览阅读2.3k次,点赞6次,收藏14次。SPI的详情简介不必赘述。假设我们通过SPI发送0xAA,我们的数据线就会变为10101010,通过修改不同的内容,即可修改SPI中0和1的持续时间。比如0xF0即为前半周期为高电平,后半周期为低电平的状态。在SPI的通信模式中,CPHA配置会影响该实验,下图展示了不同采样位置的SPI时序图[1]。CPOL = 0,CPHA = 1:CLK空闲状态 = 低电平,数据在下降沿采样,并在上升沿移出CPOL = 0,CPHA = 0:CLK空闲状态 = 低电平,数据在上升沿采样,并在下降沿移出。_stm32g431cbu6
文章浏览阅读1.2k次,点赞2次,收藏8次。数据链路层习题自测问题1.数据链路(即逻辑链路)与链路(即物理链路)有何区别?“电路接通了”与”数据链路接通了”的区别何在?2.数据链路层中的链路控制包括哪些功能?试讨论数据链路层做成可靠的链路层有哪些优点和缺点。3.网络适配器的作用是什么?网络适配器工作在哪一层?4.数据链路层的三个基本问题(帧定界、透明传输和差错检测)为什么都必须加以解决?5.如果在数据链路层不进行帧定界,会发生什么问题?6.PPP协议的主要特点是什么?为什么PPP不使用帧的编号?PPP适用于什么情况?为什么PPP协议不_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输
文章浏览阅读587次。软件测试工程师移民加拿大 无证移民,未受过软件工程师的教育(第1部分) (Undocumented Immigrant With No Education to Software Engineer(Part 1))Before I start, I want you to please bear with me on the way I write, I have very little gen...
文章浏览阅读304次。Thinkpad X250笔记本电脑,装的是FreeBSD,进入BIOS修改虚拟化配置(其后可能是误设置了安全开机),保存退出后系统无法启动,显示:secure boot failed ,把自己惊出一身冷汗,因为这台笔记本刚好还没开始做备份.....根据错误提示,到bios里面去找相关配置,在Security里面找到了Secure Boot选项,发现果然被设置为Enabled,将其修改为Disabled ,再开机,终于正常启动了。_安装完系统提示secureboot failure
文章浏览阅读10w+次,点赞93次,收藏352次。1、用strtok函数进行字符串分割原型: char *strtok(char *str, const char *delim);功能:分解字符串为一组字符串。参数说明:str为要分解的字符串,delim为分隔符字符串。返回值:从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。其它:strtok函数线程不安全,可以使用strtok_r替代。示例://借助strtok实现split#include <string.h>#include <stdio.h&_c++ 字符串分割
文章浏览阅读2.3k次。1 .高斯日记 大数学家高斯有个好习惯:无论如何都要记日记。他的日记有个与众不同的地方,他从不注明年月日,而是用一个整数代替,比如:4210后来人们知道,那个整数就是日期,它表示那一天是高斯出生后的第几天。这或许也是个好习惯,它时时刻刻提醒着主人:日子又过去一天,还有多少时光可以用于浪费呢?高斯出生于:1777年4月30日。在高斯发现的一个重要定理的日记_2013年第四届c a组蓝桥杯省赛真题解答
文章浏览阅读851次,点赞17次,收藏22次。摘要:本文利用供需算法对核极限学习机(KELM)进行优化,并用于分类。
文章浏览阅读1.1k次。一、系统弱密码登录1、在kali上执行命令行telnet 192.168.26.1292、Login和password都输入msfadmin3、登录成功,进入系统4、测试如下:二、MySQL弱密码登录:1、在kali上执行mysql –h 192.168.26.129 –u root2、登录成功,进入MySQL系统3、测试效果:三、PostgreSQL弱密码登录1、在Kali上执行psql -h 192.168.26.129 –U post..._metasploitable2怎么进入
文章浏览阅读257次。本文将为初学者提供Python学习的详细指南,从Python的历史、基础语法和数据类型到面向对象编程、模块和库的使用。通过本文,您将能够掌握Python编程的核心概念,为今后的编程学习和实践打下坚实基础。_python人工智能开发从入门到精通pdf