问题描述 在ECS上搭建了MySQL服务端，防火墙安全组一切正常，却无法远程访问。 排查 检查连通性 使用本地的电脑扫描服务器端口，得到结果如下： 1 2 3 4 5 6 7 8 9 10 ⚡yangz ❯❯ nmap -sS MD Starting Nmap 7.93 ( https://nmap.org ) at 2023-01-26 19:23 中国标准时间 Nmap scan report for MD Host is up (0.045s latency). Not shown: 996 filtered tcp ports (no-response) PORT STATE SERVICE 22/tcp open ssh 80/tcp open http 443/tcp closed https 3306/tcp closed mysql 结果说明3306的端口是放行的，但服务端未能正常工作。 检查端口 在ECS上检查所有端口的使用情况： 1 2 3 4 root@minedl:~# netstat -lntp Active Internet connections (only servers) Proto Recv-Q Send-Q Local Address Foreign Address State PID/Program name tcp 0 0 127.0.0.1:3306 0.0.0.0:* LISTEN 24735/mysqld mysql绑定到了本地回环测试的地址上，所以无法对外提供服务。也就是问题

Opencv经常会读取hsv颜色空间的图片，在图片上使用颜色提取器往往不能得到准确结果；如果图像中有多个颜色的不同目标，颜色提取工作也是很麻烦的。 为了方便使用，于是我开发了一个小工具，此工具可以导入一张图片，通过6个进度条的拖动操作来实现HSV三个值的上下限设定，并将结果实时显示到mask和result层，从而缓解上述问题。 仅需拖动进度条，即可快速定位多个目标的HSV范围，甚至可以精确到某一个值。 代码如下： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 import cv2 import numpy as np

用来练习Latex语法，同时测试katex引擎的渲染结果 希腊字母与分行公式 $$\begin{split} \alpha \qquad alpha \ \beta \qquad beta \ \gamma \qquad gamma \ \delta \qquad delta \ \epsilon \qquad epsilon \ \varepsilon \qquad varepsilon\ \zeta \qquad zeta \ \eta \qquad eta \theta \qquad theta\ \end{split}$$ bye. 矩阵 在matrix加前缀b v p m，对应方括号 竖线 圆括号；不加没括号 $$\begin{matrix}1\quad0 \ 0\quad 1\end{matrix}$$ 结合圆点使用 $$\begin{bmatrix} 1 & 0 & 0 & \cdots \ 0 & 1 &0 & \cdots \ \vdots & \vdots & \vdots & \ddots \end{bmatrix}$$ 向量 单字母vec，多字母overrightarrow,另有rightarrow是这玩意$\rightarrow$ $$\vec{a} \cdot \overrightarrow{AB}$$ 横过来的大括号 $$\overbrace{x_1+x_2+…+x_i}^{n个}$$ $$\underbrace{a+b+\cdots +z

问题描述 3个datanode、1个namenode和1个secondary namenode组成的hadoop集群，输入命令查看状态如下，一切正常。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 (base) root@node4:~# hdfs dfsadmin -report Configured Capacity: 168292061184 (156.73 GB) Present Capacity: 128058142720 (119.26 GB) DFS Remaining: 128058011648 (119.26 GB) DFS Used: 131072 (128 KB) DFS Used%: 0.00% Replicated Blocks: Under replicated blocks: 0 Blocks with corrupt replicas: 0 Missing blocks: 0 Missing blocks (with replication factor 1): 0 Low redundancy blocks with highest priority to recover: 0 Pending deletion blocks: 0 Erasure Coded Block Groups: Low redundancy block groups: 0 Block groups with corrupt internal blocks: 0 Missing block groups: 0 Low redundancy blocks with highest priority to recover: 0 Pending deletion blocks: 0 ------------------------------------------------- Live datanodes (3): 是的，看起来没什么问题。但是HDFS的web页面50070无法访问，HDFS文件端口9000也无法访问使用。 排查

Apache Flink 是一个强大的流处理框架，有实时数据流处理的能力。在处理实时数据时，一个关键的东西是 Watermark。Watermarks 是一种特殊的时间戳，用于处理事件时间（event time）的流数据，以解决乱序事件和延迟数据的问题。然而，有时候我们可能需要根据特定的业务逻辑来自定义Watermark的生成。本文将探讨如何在Flink中重写Watermark，并提供一些实用的技巧和示例。 什么是Watermark 在Flink中，Watermark 是一个事件时间的标记，它表示在这个时间戳之前的数据已经被处理

导论 大数据系统的需求包括数据需求、功能需求、性能需求（高性能、高可用、高可扩展、高容错、安全性等）、 计算场景需求 分布式系统/集群 or 大数据处理的目标需求：高性能、高可用、容错性、可伸缩，其中高性能包含三个衡量指标：响应时间（延时）、吞吐量、资源使用率；高可用指标：MTTF、MTTR、可用性=MTTF/（MTTF+MTTR） 大数据与云计算的关系： 云计算可以为大数据处理提供充足的计算资源。 大数据是云计算服务的典型应用。 大数据可以不使用云计算。 大数据计算的典型场景有 批处理 流计算 交互式查询 静态数据有界、持