内容简介:快速入门:version 1.12+输出:
环境搭建
快速入门: http://hyperledger-fabric.rea...
前提
安装git
$ sudo apt update $ sudo apt install git
安装curl
$ sudo apt install curl
安装vim
$ sudo apt install vim
安装Docker
$ sudo apt update $ docker --version $ sudo apt install docker.io
查看 Docker 版本信息
version 1.12+
$ docker --version
输出: Docker version 1.13.1, build 092cba3
安装Docker Compose
$ docker-compose --version $ sudo apt install docker-compose
查看DockerCompose版本信息
$ docker-compose --version
输出: docker-compose version 1.8.0, build unknown
Golang
Fabric1.1.0版本要求 Go 1.9+
Fabric1.0.0版本要求Go1.7+
上传go1.10.1.linux-amd64.tar.gz
解压文件
$ tar -zxvf go1.10.1.linux-amd64.tar.gz
编辑环境变量文件
$ vim .bashrc
添加如下内容:
export GOPATH=$HOME/gocode export GOROOT=$HOME/go export PATH=$GOROOT/bin:$PATH
$ source .bashrc $ go version
输出: go version go1.10.1 linux/amd64
如果系统中有旧版本的golang,则使用如下命令卸载旧版本的golang,然后再重新安装
$ su - # apt-get remove golang-go --purge && apt-get autoremove --purge && apt-get clean
安装Node与npm
安装nvm
$ sudo apt update $ curl -o- https://raw.githubusercontent.com/creationix/nvm/v0.33.10/install.sh | bash $ export NVM_DIR="$HOME/.nvm" $ [ -s "$NVM_DIR/nvm.sh" ] && \. "$NVM_DIR/nvm.sh"
安装Node
$ nvm install v8.11.1
检查Node版本
$ node -v
输出: v8.11.1
检查npm版本
$ npm -v
输出: 5.6.0
Hyperledger Fabric Samples 下载安装
创建一个空目录
$ mkdir hyfa
进入该目录
$ cd hyfa
下载方式一:
新建文件bootstrap.sh
$ vim bootstrap.sh
将 https://github.com/hyperledger/fabric/blob/master/scripts/bootstrap.sh
中的内容拷贝保存退出
赋予bootstrap.sh可执行权限并运行
$ chmod +x bootstrap.sh
配置docker加速器
配置docker加速器的目的是为了在下载docker镜像文件时加速
$ curl -sSL https://get.daocloud.io/daotools/set_mirror.sh | sh -s http://8890cb8b.m.daocloud.io
重启docker服务
$ sudo systemctl restart docker.service
执行 bootstrap.sh
确定网络稳定,否则会导致各种问题,例如下载到一半时网络超时,下载失败等等
$ sudo ./bootstrap.sh 1.1.0
下载完成后, 查看相关输出内容, 如果下载有失败的镜像, 可再次执行 $ sudo ./bootstrap.sh 1.1.0
命令
下载方式二:
建议使用方式一进行下载
配置docker加速器,
$ curl -sSL https://get.daocloud.io/daotools/set_mirror.sh | sh -s http://8890cb8b.m.daocloud.io
重启docker服务
$ sudo systemctl restart docker.service
$ curl https://github.com/hyperledger/fabric/blob/master/scripts/bootstrap.sh | bash -s 1.1.0
安装完成后输出:
hyperledger/fabric-ca latest 72617b4fa9b4 5 weeks ago 299 MB hyperledger/fabric-ca x86_64-1.1.0 72617b4fa9b4 5 weeks ago 299 MB hyperledger/fabric-tools latest b7bfddf508bc 5 weeks ago 1.46 GB hyperledger/fabric-tools x86_64-1.1.0 b7bfddf508bc 5 weeks ago 1.46 GB hyperledger/fabric-orderer latest ce0c810df36a 5 weeks ago 180 MB hyperledger/fabric-orderer x86_64-1.1.0 ce0c810df36a 5 weeks ago 180 MB hyperledger/fabric-peer latest b023f9be0771 5 weeks ago 187 MB hyperledger/fabric-peer x86_64-1.1.0 b023f9be0771 5 weeks ago 187 MB hyperledger/fabric-javaenv latest 82098abb1a17 5 weeks ago 1.52 GB hyperledger/fabric-javaenv x86_64-1.1.0 82098abb1a17 5 weeks ago 1.52 GB hyperledger/fabric-ccenv latest c8b4909d8d46 5 weeks ago 1.39 GB hyperledger/fabric-ccenv x86_64-1.1.0 c8b4909d8d46 5 weeks ago 1.39 GB hyperledger/fabric-zookeeper latest 92cbb952b6f8 2 months ago 1.39 GB hyperledger/fabric-zookeeper x86_64-0.4.6 92cbb952b6f8 2 months ago 1.39 GB hyperledger/fabric-kafka latest 554c591b86a8 2 months ago 1.4 GB hyperledger/fabric-kafka x86_64-0.4.6 554c591b86a8 2 months ago 1.4 GB hyperledger/fabric-couchdb latest 7e73c828fc5b 2 months ago 1.56 GB hyperledger/fabric-couchdb x86_64-0.4.6 7e73c828fc5b 2 months ago 1.56 GB
添加环境变量
$ export PATH=<path to download location>/bin:$PATH
注: <path to download location>表示下载的 fabric-samples
文件目录所在路径
例: $ export PATH=$HOME/hyfa/fabric-samples/bin:$PATH
HyperLedger Fabric
环境搭建完成
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- Hyperledger Fabric环境搭建及环境测试(Mac环境)
- CV 环境很重要,各种环境搭建大全
- Openstack Queens 环境搭建(一)环境准备
- Python 环境搭建
- 1 - 搭建开发环境
- 搭建 Android 内核环境
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Introduction to Semi-Supervised Learning
Xiaojin Zhu、Andrew B. Goldberg / Morgan and Claypool Publishers / 2009-6-29 / USD 40.00
Semi-supervised learning is a learning paradigm concerned with the study of how computers and natural systems such as humans learn in the presence of both labeled and unlabeled data. Traditionally, le......一起来看看 《Introduction to Semi-Supervised Learning》 这本书的介绍吧!