MySQL 설치후 사용자 계정 생성 및 DB생성 그리고 권한 주기

공부하고(?) 2012. 11. 10. 23:38

대학다닐때 MySQL 사용해보고 정말 오랜만에 MySQL을 받아서 설치하고 Servlet 테스트 할것들을 준비하는 중인데...


강산도 변할 시간이 흘러서 그런지 MySQL을 다운받기 위해서 로그인까지 해야 되는 ... ㅠ.ㅠ 세상이 되어 버렸구나.


어째든 다운을 받고 클릭 클릭 클릭으로 설치를 완료하였다.


1. 다운 받는 사이트는 아래 MySQL 사이트에서 찾을수 있다.(설치는 그냥 클릭 클릭 클릭..)

http://www.mysql.com/downloads/mysql/




2. 다운 받는 김에 JDBC 드라이버도 같이 받아두자. 나중에 어차피 JDBC로 DB를 접근하고 관리하게 될테니..(다운받아서 압축 잘 풀어두기..)

http://www.mysql.com/downloads/connector/j/




3. JDBC 용 드라이버를 다운받아서 아래 위치에 압축풀어두자.(나중에 쓸거니까)




4. MySQL을 설치하고 나서 제일 중요한것이 무엇이냐면, 바로 사용자 계정 추가하고 DB를 만들어주는 것이다.

1번에서 설치하면 관리면 커맨드창을 바로 가기 할수 있게 하나 설치가 된다.(관리자 비번 입력하면 관리창으로 들어감 - 클래식하다...)




5. 여기서 아래와 같이 줄줄줄 입력해서 db도 만들고 권한도 주면 사용준비끝.

mysql> insert into user(host,user,password,ssl_cipher,x509_issuer,x509_subject,authentication_string) values('localhost','hopeisagoodthing',password('**************'),'','','','');

Query OK, 1 row affected (0.00 sec)


mysql> select host,user,password from user;

+-----------+------------------+-------------------------------------------+

| host          | user                    | password                                                 |

+-----------+------------------+-------------------------------------------+

| localhost   | root                     | *****************************************  |

| localhost   | hopeisagoodthing | *****************************************  |

+-----------+------------------+-------------------------------------------+

2 rows in set (0.00 sec)


mysql> create database hopeisagoodthing;

Query OK, 1 row affected (0.00 sec)


mysql> insert into db values('localhost','hopeisagoodthing','hopeisagoodthing','y','y','y','y','y','y','y','y','y','y', 'y','y','y','y','y','y','y','y','y');

Query OK, 1 row affected (0.00 sec)


mysql> flush privileges;

Query OK, 0 rows affected (0.00 sec)


mysql> grant all on hopeisagoodthing.* to 'hopeisagoodthing'@'localhost' identified by '******************';

Query OK, 0 rows affected (0.00 sec)



다음에는 JDBC드라이버를 올려서 우리는 웹앱으로 이제 DB콘트롤 할거니깐, 신경쓰지 말자.

저작자표시

'공부하고(?)' 카테고리의 다른 글

Typical “Big” Data Architecture  (0) 2012.12.12
Solr 와 ElasticSearch  (0) 2012.12.12
Eclipse 에 Tomcat 서버 연동하기(그냥쉽게 톰캣쓰기)  (0) 2012.11.10
RAID - 많이 사용되는 레벨정리.  (0) 2012.10.11
CPU와 GPU의 차이 - NVISION 2008  (2) 2012.10.11
블로그 이미지

커뉴

이 세상에서 꿈 이상으로 확실한 것을, 인간은 가지고 있는 것일까?

,

Eclipse 에 Tomcat 서버 연동하기(그냥쉽게 톰캣쓰기)

공부하고(?) 2012. 11. 10. 22:37

웹앱을 개발하다보면, 웹컨테이너에 앱을 디플로이하고 디버그도 하고 테스트도 해보고 해야 할경우가 있는데, 실제 운영은 웹서버에 톰캣을 올리거나, 톰캣단독으로 운영하기도 하겠지만, 개발할때 서버도 설치하고 매번 디플로이해서 테스트 해보기가 여간 불편한게 아니다.


그냥 이클립스에서 개발하니까, 이클립스에서 그런거 알아서 해주면 안되는거야?? 하고 찾아봤더니, "된다!!!!!"


이클립스하고 JDK는 설치된 상태일거니까, 거기에 톰캣만 연동해주는 법은 다음과 같이 클릭 몇번만 하면된다. 서버를 개발용 데스크탑에 설치하고 번거롭게 일하지 말자 앞으로...


1. 일단 다운받자, 아래 가서 제일 최신의 tar.gz를 다운받는다. 



2. 압축을 풀어야지!!! 풀고싶은데 그냥 풀어놓고 저기 위치를 복사해두자.



3. 이클립스에서 서버 설정해보자.클릭 준비. Window -Preference 에 가보면,  Server라고 나온다.(Eclipse를 JavaEE 용으로 Developer 설치해야함) 

    거기서 Runtime Environments 를 눌러보면 서버 추가하고 편집하고 삭제하는 메뉴가 나오는데, 아래는 내가 벌써 하나 추가해둔것을 찍어둔것이다.




4. 여기서 Add를 하면 어떤 서버를 설정할거냐고 물어본다.(7.x 버전을 받았으니 v7.0을 선택하고 다음)




5. 아까 복사해뒀던 톰캣 압축푼 위치를 써넣고 Finish.(설정끝!!!)



6. 엇?? 근데 이클립스에서 어떻게 쓴느거지 하고 Server 탭을 열어보면 아무것도 없다. New Server Wizard를 눌러서 만들어둔 설정을 선택하면 끝남.




서블릿 할때, 이클립스에서 뚝딱 뚝딱 하면 정말 편하게 개발할 수 있으니 서블릿을 이용한 내용도 앞으로 추가할 예정이다.

저작자표시

'공부하고(?)' 카테고리의 다른 글

Solr 와 ElasticSearch  (0) 2012.12.12
MySQL 설치후 사용자 계정 생성 및 DB생성 그리고 권한 주기  (0) 2012.11.10
RAID - 많이 사용되는 레벨정리.  (0) 2012.10.11
CPU와 GPU의 차이 - NVISION 2008  (2) 2012.10.11
AMD 780G에서 AHCI 드라이버 설치하기  (7) 2012.10.11
블로그 이미지

커뉴

이 세상에서 꿈 이상으로 확실한 것을, 인간은 가지고 있는 것일까?

,

Hadoop - MapReduce를 이용한 간단한 단어수 계산하는 방법

공부하고(?)/Linux 2012. 11. 9. 00:52

MapReduce 를 사용하여 텍스트 파일 입력으로 부터 단어수를 계산해내는 아주 간단한 예제를 만들어보았다.


한글의 경우는 형태소분석이라던지 여러 축적인 알고리즘이 필요하기 때문에 하지 간단한 예제가 될수 없어서, 정말 공백이 나오기만 하면(Tokenize 되면) 그냥 단어로 계산하게 하는 예제 이다.


기본적으로 MapReduce 는 두개의 클래스를 구현하고, 두개의 메소드만 구현하면 Hadoop이 알아서 실행시켜주기 때문에 여러 큰 데이터들로 부터 정보를 가공하기 위한 방법으로 사용하기 좋다.


Driver.java ( 클래스 등록)

package hopeisagoodthing;

import org.apache.hadoop.util.ProgramDriver;

public class Driver {
        public static void main(String[] args) {                
                ProgramDriver pgd = new ProgramDriver();
                try {
                        pgd.addClass("counter",Counter.class,"");
                        pgd.driver(args);                       
                }
                catch(Throwable e) {
                        e.printStackTrace();
                }

                System.exit(0);
        }
}




Counter.java( map - reduce)

package hopeisagoodthing;

import java.io.IOException;
import java.util.StringTokenizer;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;

public class Counter {
        public static class CounterMapper extends Mapper<Object,Text,Text,IntWritable> {
                private final static IntWritable FOUND = new IntWritable(1);
                private Text word = new Text();
                public void map(Object key, Text value, Context context)throws IOException, InterruptedException {
                        StringTokenizer iter = new StringTokenizer(value.toString());
                        while ( iter.hasMoreTokens() ) {
                                word.set(iter.nextToken());
                                context.write(word,FOUND);
                        }
                }
        }
        public static class CounterReducer extends Reducer<Text,IntWritable,Text,IntWritable> {
                private IntWritable count = new IntWritable();
                public void reduce(Text key, Iterable<intwritable> values, Context context) throws IOException, InterruptedException {
                        int sum = 0;
                        for ( IntWritable val : values ) {
                                sum += val.get();
                        }
                        count.set(sum);
                        context.write(key,count);
                }
        }
        public static void main(String[] args) throws Exception {
                Configuration conf = new Configuration();
                String[] otherArgs = new GenericOptionsParser(conf,args).getRemainingArgs();
                Job job = new Job(conf,"counter");
                job.setJarByClass(Counter.class);
                job.setMapperClass(CounterMapper.class);
                job.setReducerClass(CounterReducer.class);
                job.setOutputKeyClass(Text.class);
                job.setOutputValueClass(IntWritable.class);
                job.setNumReduceTasks(2);
                FileInputFormat.addInputPath(job,new Path(otherArgs[0]));
                FileOutputFormat.setOutputPath(job,new Path(otherArgs[1]));
                System.exit(job.waitForCompletion(true) ? 0 : 1 );
        }
}

실행방법

hadoop@ubuntu:~/work$ hadoop dfs -mkdir /data

hadoop@ubuntu:~/work$ hadoop dfs -put data/prince.txt /data/prince.txt

hadoop@ubuntu:~/work$ hadoop jar hopeisagoodthing.jar counter -jt local /data/prince.txt /data/prince_out


실행결과

12/11/08 07:47:31 INFO util.NativeCodeLoader: Loaded the native-hadoop library

12/11/08 07:47:31 INFO input.FileInputFormat: Total input paths to process : 1

12/11/08 07:47:31 WARN snappy.LoadSnappy: Snappy native library not loaded

12/11/08 07:47:31 INFO mapred.JobClient: Running job: job_local_0001

12/11/08 07:47:32 INFO util.ProcessTree: setsid exited with exit code 0

12/11/08 07:47:32 INFO mapred.Task:  Using ResourceCalculatorPlugin : org.apache.hadoop.util.LinuxResourceCalculatorPlugin@1807ca8

12/11/08 07:47:32 INFO mapred.MapTask: io.sort.mb = 100

12/11/08 07:47:32 INFO mapred.JobClient:  map 0% reduce 0%

12/11/08 07:47:33 INFO mapred.MapTask: data buffer = 79691776/99614720

12/11/08 07:47:33 INFO mapred.MapTask: record buffer = 262144/327680

12/11/08 07:47:34 INFO mapred.MapTask: Starting flush of map output

12/11/08 07:47:34 INFO mapred.MapTask: Finished spill 0

12/11/08 07:47:34 INFO mapred.Task: Task:attempt_local_0001_m_000000_0 is done. And is in the process of commiting

12/11/08 07:47:35 INFO mapred.LocalJobRunner:

12/11/08 07:47:35 INFO mapred.Task: Task 'attempt_local_0001_m_000000_0' done.

12/11/08 07:47:35 INFO mapred.Task:  Using ResourceCalculatorPlugin : org.apache.hadoop.util.LinuxResourceCalculatorPlugin@76fba0

12/11/08 07:47:35 INFO mapred.LocalJobRunner:

12/11/08 07:47:35 INFO mapred.Merger: Merging 1 sorted segments

12/11/08 07:47:35 INFO mapred.Merger: Down to the last merge-pass, with 1 segments left of total size: 190948 bytes

12/11/08 07:47:35 INFO mapred.LocalJobRunner:

12/11/08 07:47:35 INFO mapred.Task: Task:attempt_local_0001_r_000000_0 is done. And is in the process of commiting

12/11/08 07:47:35 INFO mapred.LocalJobRunner:

12/11/08 07:47:35 INFO mapred.Task: Task attempt_local_0001_r_000000_0 is allowed to commit now

12/11/08 07:47:35 INFO output.FileOutputCommitter: Saved output of task 'attempt_local_0001_r_000000_0' to /data/prince_out

12/11/08 07:47:35 INFO mapred.JobClient:  map 100% reduce 0%

12/11/08 07:47:38 INFO mapred.LocalJobRunner: reduce > reduce

12/11/08 07:47:38 INFO mapred.Task: Task 'attempt_local_0001_r_000000_0' done.

12/11/08 07:47:38 INFO mapred.JobClient:  map 100% reduce 100%

12/11/08 07:47:38 INFO mapred.JobClient: Job complete: job_local_0001

12/11/08 07:47:38 INFO mapred.JobClient: Counters: 22

12/11/08 07:47:38 INFO mapred.JobClient:   File Output Format Counters

12/11/08 07:47:38 INFO mapred.JobClient:     Bytes Written=36074

12/11/08 07:47:39 INFO mapred.JobClient:   FileSystemCounters

12/11/08 07:47:39 INFO mapred.JobClient:     FILE_BYTES_READ=327856

12/11/08 07:47:39 INFO mapred.JobClient:     HDFS_BYTES_READ=184590

12/11/08 07:47:39 INFO mapred.JobClient:     FILE_BYTES_WRITTEN=600714

12/11/08 07:47:39 INFO mapred.JobClient:     HDFS_BYTES_WRITTEN=36074

12/11/08 07:47:39 INFO mapred.JobClient:   File Input Format Counters

12/11/08 07:47:39 INFO mapred.JobClient:     Bytes Read=92295

12/11/08 07:47:39 INFO mapred.JobClient:   Map-Reduce Framework

12/11/08 07:47:39 INFO mapred.JobClient:     Map output materialized bytes=190952

12/11/08 07:47:39 INFO mapred.JobClient:     Map input records=1660

12/11/08 07:47:39 INFO mapred.JobClient:     Reduce shuffle bytes=0

12/11/08 07:47:39 INFO mapred.JobClient:     Spilled Records=33718

12/11/08 07:47:39 INFO mapred.JobClient:     Map output bytes=157228

12/11/08 07:47:39 INFO mapred.JobClient:     Total committed heap usage (bytes)=231874560

12/11/08 07:47:39 INFO mapred.JobClient:     CPU time spent (ms)=0

12/11/08 07:47:39 INFO mapred.JobClient:     SPLIT_RAW_BYTES=100

12/11/08 07:47:39 INFO mapred.JobClient:     Combine input records=0

12/11/08 07:47:39 INFO mapred.JobClient:     Reduce input records=16859

12/11/08 07:47:39 INFO mapred.JobClient:     Reduce input groups=3714

12/11/08 07:47:39 INFO mapred.JobClient:     Combine output records=0

12/11/08 07:47:39 INFO mapred.JobClient:     Physical memory (bytes) snapshot=0

12/11/08 07:47:39 INFO mapred.JobClient:     Reduce output records=3714

12/11/08 07:47:39 INFO mapred.JobClient:     Virtual memory (bytes) snapshot=0

12/11/08 07:47:39 INFO mapred.JobClient:     Map output records=16859



실행결과 가지고 오기

hadoop@ubuntu:~/work$ hadoop dfs -get /data/prince_out ./


결과확인

hadoop@ubuntu:~/work/prince_out$ ls

part-r-00000  _SUCCESS


저작자표시

'공부하고(?) > Linux' 카테고리의 다른 글

우분투(Ubuntu)에 Sun JDK를 설치하고 나서 java 설정변경해주는법  (0) 2012.11.17
Hadoop - MapReduce를 사용한 Inverted Index 만들어보기.  (0) 2012.11.12
Hadoop 설치 방법 정리.  (0) 2012.11.08
생각보다 잘 까먹는 우분투 네트워크 설정 방법.  (0) 2012.11.07
IPVSADM man 매뉴얼 - 분산운영  (1) 2012.08.11
블로그 이미지

커뉴

이 세상에서 꿈 이상으로 확실한 것을, 인간은 가지고 있는 것일까?

,

Hadoop 설치 방법 정리.

공부하고(?)/Linux 2012. 11. 8. 00:20

얼마전 윈도우 환경하에서 VM웨어로 리눅스를 설치하고 싱글노드 Hadoop을 설치하고 테스트 한적이 있다. 

Hadoop은 여러 노드들을 붙여서 분산처리하기 위해서 나온 것인데, 환경이 안되다 보니 공부를 순수하게 학습 목적으로 테스트하였는데, 벌써부터 기억이 가물거려 그동안 봉인후 꺼내보지 않았던, 아주 오래된 노트북에 우분투를 설치하고, 데스크탑에 VM 리눅스환경에서 2 node hadoop을 설치하였다.


아래는 다음에 설치하면 까먹지 않기 위한 설치방법에 대한 정리이다.


우선 설치가 완성된후 jps를 돌린 상태 스샷.

1. master node(master,slave02)




2. slave01 node




host파일 내용은 아래와 같이 모든 노드에 동일하게 사용하여야 한다.(데스크탑을 사용하는 master node는 slave02의 역활도 함)

192.168.0.20    master

192.168.0.21    slave01

192.168.0.20    slave02



설치 방법

1. 준비물

 JDK(http://www.oracle.com/technetwork/java/javase/downloads/jdk6u37-downloads-1859587.html)

 hadoop(http://hadoop.apache.org/releases.html)

 ssh(openssh-server)



2. hadoop용 계정 추가

$sudo adduser hadoop

 


3. hadoop이 사용할 디렉토리 구조 만들기

/home/hadoop/temp --> temp 용도의 디렉토리(hadoop을 실행하게 되면 map,reduce 하는 과정에 사용할  temp용도의 디렉토리)


4. ssh 키생성후 authorized_keys 로 등록하기(비밀번호 입력없이 바로 접속할수 있다)

hadoop@ubuntu:~$ssh-keygen -t rsa -P ""

hadoop@ubuntu:~$cp ~/.ssh/id_rsa.pub ~/.ssh/authorized_keys

hadoop@ubuntu:~$scp ~/.ssh/authorized_keys hadoop@[slave 서버들]:~/.ssh/


5. hadoop package 다운로드후 설치(압축풀기)

hadoop@ubuntu:~$tar xvfz hadoop-1.0.4.tar.gz

hadoop@ubuntu:~$mkdir bin

hadoop@ubuntu:~$mv hadoop-1.0.4 ./bin/

hadoop@ubuntu:~$cd bin

hadoop@ubuntu:~$ln -s hadoop-1.0.4 hadoop


6. JAVA-JDK설치하기

hadoop@ubuntu:~$./jdk-6u37-linux-i586.bin

hadoop@ubuntu:~$sudo mv jdk1.6.0_37 /usr/local/

hadoop@ubuntu:~$cd /usr/local

hadoop@ubuntu:~$sudo chown -R root:root /usr/local/jdk1.6.0_37

hadoop@ubuntu:~$sudo ln -s jdk1.6.0_37 java-6-sun


7. hadoop 환경 설정 파일 수정해주기

1) java home 설정해주기(hadoop-env.h)

hadoop@ubuntu:~/bin/hadoop/conf$ cat hadoop-env.sh 

# Set Hadoop-specific environment variables here.


# The only required environment variable is JAVA_HOME.  All others are

# optional.  When running a distributed configuration it is best to

# set JAVA_HOME in this file, so that it is correctly defined on

# remote nodes.


# The java implementation to use.  Required.

export JAVA_HOME=/usr/local/java-6-sun


2)각종 site 파일들 수정해주기(core-site.xml, hdfs-site.xml, mapred-site.xml)


hadoop@ubuntu:~/bin/hadoop/conf$ cat core-site.xml 

<?xml version="1.0"?>

<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>


<!-- Put site-specific property overrides in this file. -->


<configuration>

<property>

<name>fs.default.name</name>

<value>hdfs://master:10001</value>

</property>

<property>

<name>hadoop.tmp.dir</name>

<value>/home/hadoop/temp</value>

</property>

</configuration>


hadoop@ubuntu:~/bin/hadoop/conf$ cat hdfs-site.xml 

<?xml version="1.0"?>

<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>


<!-- Put site-specific property overrides in this file. -->


<configuration>

<property>

<name>dfs.replication</name>

<value>1</value>

</property>

</configuration>


hadoop@ubuntu:~/bin/hadoop/conf$ cat mapred-site.xml 

<?xml version="1.0"?>

<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>


<!-- Put site-specific property overrides in this file. -->


<configuration>

<property>

<name>mapred.job.tracker</name>

<value>master:10002</value>

</property>

</configuration>


8. hadoop format 하기 

hadoop@ubuntu:~/bin/hadoop$ bin/hadoop namenode -format

12/11/07 06:32:29 INFO namenode.NameNode: STARTUP_MSG: 

/************************************************************

STARTUP_MSG: Starting NameNode

STARTUP_MSG:   host = ubuntu/127.0.1.1

STARTUP_MSG:   args = [-format]

STARTUP_MSG:   version = 1.0.4

STARTUP_MSG:   build = https://svn.apache.org/repos/asf/hadoop/common/branches/branch-1.0 -r 1393290; compiled by 'hortonfo' on Wed Oct  3 05:13:58 UTC 2012

************************************************************/

12/11/07 06:32:29 INFO util.GSet: VM type       = 32-bit

12/11/07 06:32:29 INFO util.GSet: 2% max memory = 19.33375 MB

12/11/07 06:32:29 INFO util.GSet: capacity      = 2^22 = 4194304 entries

12/11/07 06:32:29 INFO util.GSet: recommended=4194304, actual=4194304

12/11/07 06:32:30 INFO namenode.FSNamesystem: fsOwner=hadoop

12/11/07 06:32:30 INFO namenode.FSNamesystem: supergroup=supergroup

12/11/07 06:32:30 INFO namenode.FSNamesystem: isPermissionEnabled=true

12/11/07 06:32:30 INFO namenode.FSNamesystem: dfs.block.invalidate.limit=100

12/11/07 06:32:30 INFO namenode.FSNamesystem: isAccessTokenEnabled=false accessKeyUpdateInterval=0 min(s), accessTokenLifetime=0 min(s)

12/11/07 06:32:30 INFO namenode.NameNode: Caching file names occuring more than 10 times 

12/11/07 06:32:31 INFO common.Storage: Image file of size 112 saved in 0 seconds.

12/11/07 06:32:31 INFO common.Storage: Storage directory /home/hadoop/temp/dfs/name has been successfully formatted.

12/11/07 06:32:31 INFO namenode.NameNode: SHUTDOWN_MSG: 

/************************************************************

SHUTDOWN_MSG: Shutting down NameNode at ubuntu/127.0.1.1

************************************************************/


9. hadoop start(반드시 master 노드에서 시작)

hadoop@ubuntu:~/bin/hadoop/bin$ ./start-all.sh 

starting namenode, logging to /home/hadoop/bin/hadoop-1.0.4/libexec/../logs/hadoop-hadoop-namenode-ubuntu.out

slave02: starting datanode, logging to /home/hadoop/bin/hadoop-1.0.4/libexec/../logs/hadoop-hadoop-datanode-ubuntu.out

slave01: starting datanode, logging to /home/hadoop/bin/hadoop-1.0.4/libexec/../logs/hadoop-hadoop-datanode-nuke-Satellite-A10.out

master: starting secondarynamenode, logging to /home/hadoop/bin/hadoop-1.0.4/libexec/../logs/hadoop-hadoop-secondarynamenode-ubuntu.out

starting jobtracker, logging to /home/hadoop/bin/hadoop-1.0.4/libexec/../logs/hadoop-hadoop-jobtracker-ubuntu.out

slave02: starting tasktracker, logging to /home/hadoop/bin/hadoop-1.0.4/libexec/../logs/hadoop-hadoop-tasktracker-ubuntu.out

slave01: starting tasktracker, logging to /home/hadoop/bin/hadoop-1.0.4/libexec/../logs/hadoop-hadoop-tasktracker-nuke-Satellite-A10.out

hadoop@ubuntu:~/bin/hadoop/bin$ /usr/local/java-6-sun/bin/jps 

5471 NameNode

6010 JobTracker

6316 Jps

5710 DataNode

5927 SecondaryNameNode

6239 TaskTracker


다음 글 부터는 하둡을 사용한 예제 코드들을 올릴 예정.


저작자표시

'공부하고(?) > Linux' 카테고리의 다른 글

Hadoop - MapReduce를 사용한 Inverted Index 만들어보기.  (0) 2012.11.12
Hadoop - MapReduce를 이용한 간단한 단어수 계산하는 방법  (0) 2012.11.09
생각보다 잘 까먹는 우분투 네트워크 설정 방법.  (0) 2012.11.07
IPVSADM man 매뉴얼 - 분산운영  (1) 2012.08.11
ipvsadm을 사용한 로드 밸런스와 클러스터  (0) 2012.08.11
블로그 이미지

커뉴

이 세상에서 꿈 이상으로 확실한 것을, 인간은 가지고 있는 것일까?

,

생각보다 잘 까먹는 우분투 네트워크 설정 방법.

공부하고(?)/Linux 2012. 11. 7. 23:51

리눅스를 써온지 벌써 10년도 넘은것 같은데, 재설치하거나 환경 설정하는일이 거의 이제는 자동화되도 보니, 콘솔만 사용하는 환경에서는 아이피변경이나 네트워크 설정등을 하는 법을 거의 다 까먹게 되었다.


오늘도 Hadoop 설정 테스트 하기 위해서 패키지 하나 추가하려다 보니, nameserver 설정이 그동안 잘못되어있었는지 resolving 중에서 0%에서 진행이 되지 않고 있다.


그래서 이참에 우분투를 사용하는 리눅스에서 네트워크 인터페이스를 설정하는 방법을 정리해두고자 한다.


1. 인터페이스 설정하는 방법.


hadoop@nuke-Satellite-A10:~$sudo vi /etc/network/interfaces


auto lo

iface lo inet loopback


auto eth0

iface eth0 inet static

address 192.168.0.11  --> 쓰고 싶은 고정아이피 주소를 여기에

netmask 255.255.255.0

network 192.168.0.0

broadcast 192.168.0.255

gateway 192.168.0.1  --> 공유기를 사용하고 있다면, 공유기가 보통 게이트 웨이주소가 되는데, 사용하는 게이트웨이주소를 여기에.

dns-nameservers 168.126.63.1 168.126.63.2  --> KT에서 제공하는 네임서버 주소 두개.



2. 네임서버 등록

hadoop@nuke-Satellite-A10:~$sudo vi /etc/resolv.conf


nameserver 168.126.63.1

nameserver 168.126.63.2

저작자표시

'공부하고(?) > Linux' 카테고리의 다른 글

Hadoop - MapReduce를 이용한 간단한 단어수 계산하는 방법  (0) 2012.11.09
Hadoop 설치 방법 정리.  (0) 2012.11.08
IPVSADM man 매뉴얼 - 분산운영  (1) 2012.08.11
ipvsadm을 사용한 로드 밸런스와 클러스터  (0) 2012.08.11
MySQL DB 백업 및 복구 - mysqldump  (0) 2012.08.11
블로그 이미지

커뉴

이 세상에서 꿈 이상으로 확실한 것을, 인간은 가지고 있는 것일까?

,

글 보관함

티스토리툴바