Failed to apply plugin [id ‘com.android.application’] 和 Could not find com.android.tools.build:gradle:2.XX之尽不利的缓解方式

充分数目简介

意识android
studio是确实可爱呀,上同秒还尚无问题可以build运行,下一样秒就离谱。。。好,你随便,你牛逼。。

颇数据的定义

Volume(数据容量)、Variety(数据类型)、Viscosity(价值密度)、Velocity(速度)、Veracity(真实性)

说下今天而遇的星星只问题:Failed to apply
plugin [id ‘com.android.application’]和Could not find
com.android.tools.build:gradle:2.XX.

大数额的性能

匪结构性、不完备性、时效性、安全性、可靠性

1.Failed to apply plugin [id ‘com.android.application’]. Could not create plugin of type ‘AppPlugin’.

Error:(1, 1) A problem occurred evaluating project ':eventactiondispatcher'.
> Failed to apply plugin [id 'com.android.application']
> Could not create plugin of type 'AppPlugin'.
 If using the gradle wrapper, try editing the distributionUrl in D:\as_workspace\RecyclerView\gradle\wrapper\gradle-wrapper.properties to gradle-2.14.1-all.zip

正开遇到自己是有点蒙逼的,真是佩服google,每次都能够吃自己赶上不相同的问题。吐槽归吐槽,问题便得解决。

不怕本提示编辑项目下之这文件:gradle\wrapper\gradle-wrapper.properties。

#Mon Dec 28 10:00:20 PST 2015
distributionBase=GRADLE_USER_HOME
distributionPath=wrapper/dists
zipStoreBase=GRADLE_USER_HOME
zipStorePath=wrapper/dists
distributionUrl=https\://services.gradle.org/distributions/gradle-2.14.1-all.zip

说到底一推行改化时的。。这次自己是在线更新的,还操心会无会见叫堵,还吓,一会便生得了了。。如果您以此间下充斥很缓慢的讲话,推荐而离线更新,至于怎么离线更新,参考我随即首博客:教新手一步步缓解:Plugin
is too old, please update to a more recent version, or set
ANDROID_DAILY_OVERRIDE environment variable
to和更新gradle问题

纵然当自家以为把gradle更新后虽不曾问题呀,谁知道并且出一个双重牛逼的:Error:Could
not find com.android.tools.build:gradle:2.14.1.

酷数额处理的全经过

多少收集和记录 –>  数据抽取、清洗、标记  –> 
数据并、转换、简约  –>  数据解析以及建模  –>  数据说明

2.Error:Could not find com.android.tools.build:gradle:2.14.1.

你于自家更新到2.14.1.然后而以说找不交!!fuck!!

rror:Could not find com.android.tools.build:gradle:2.14.1.
Searched in the following locations:
    file:/D:/Tools/android_studio2.1stable/gradle/m2repository/com/android/tools/build/gradle/2.14.1/gradle-2.14.1.pom
    file:/D:/Tools/android_studio2.1stable/gradle/m2repository/com/android/tools/build/gradle/2.14.1/gradle-2.14.1.jar
https://jcenter.bintray.com/com/android/tools/build/gradle/2.14.1/gradle-2.14.1.pom
https://jcenter.bintray.com/com/android/tools/build/gradle/2.14.1/gradle-2.14.1.jar
Required by:
    :RecyclerView:unspecified

  问题屡遭只是说找不交!!也尚未什么提拔。百度了下,也以stackoverflow探寻了产发现且是让您将gradle版本往小了移!这个本不相宜,改化小之的确可缓解问题,向下兼容吗。但是来新的自我干什么而转移化小之呢,这必然不可知化解向问题!于是在未曾另外参考的情事下,我试了碰,很好同一糟就是成啦。果然跟自身怀念的均等,这种问题嘛,只要拿插件什么的且改成为时的,一般就迎刃而解问题。

你如果同步把Android
Plugin Version改呢流行的:2.2.0-beta3(这是当前流行的)。直接以Project
Structru->Project->Android Plugin Version 中改了便吓!

翻开时的Android
Plugin Version:https://jcenter.bintray.com/com/android/tools/build/gradle/

翻看最新的Gradle:Gradle
Distributions。

 这是我配好之后的配备:

图片 1

好数量技术的表征

1.分析宏观的数目要不自由取样

2.注重数量的复杂性,弱化精确性

3.关注数据的相关性,而未缘果关系

雅数额的关键技术

横流处理、并行化、摘要索引、可视化

怪数目运用趋势

细分市场、推动企业提高、大数量解析的新办法出现、大数目与出口计算高度融合、大数额整体设施陆续出现、大数据安全

科学研究范式

率先范式(科学实验)、第二范式(科学理论)、第三范式(系统模拟)、第四范式(数据密集型计算)

格雷法则

1.科学计算数据爆炸式增长

2.解决方案为横向扩张的网布局

3.以计用于数据如果未是数额用于计算(把程序为数迁移。以计算也骨干转移也因数据吧基本)

CAP理论

Consistency(一致性)、Availability(可用性)、Partition
Tolerance(分区容错性)

CAP定理

一个分布式系统不可能还要满足一致性、可用性、分区容错性三单体系要求,最多只能以满足个别独。

CAP选择

1.放弃分区容错,导致可扩展性不赛:MySQL、Postgres

2.放弃可用性,导致性不是特地高:Redis、MongoDB、MemcacheDB、HBase、BigTable、Hypertable

3.放弃一致性,对一致性要求没有:Cassandra、Dynamo、Voldemort 、CouchDB

HDFS

HDFS目标

1.兼容廉价的硬件设备

2.流多少读写

3.特别数据集

4.简易的文件模型

5.强有力的跨平台兼容性

HDFS主要组件(图源哈尔滨理工大学特别数据课程李先生的课件)

图片 2

HDFS读文件

图片 3


 

图片 4

HDFS写文件

图片 5

HDFS容错

1.心跳检测:NameNode和DataNode之间

2.文件块完整性:记录新建文件所有片的校验和

3.集群载荷均衡:自动从负载重的DataNode上迁移数据

4.文本去:存放在/trash下,过一段时间才正式删除。在hdfs-site.xml中配备

MapReduce

函数式编程优点

1.逻辑可证

2.模块化

3.组件化

4.便于调试

5.易让测试

6.重胜似的生产率

函数式编程的特点

1.不曾副作用:没有改了函数在那作用域之外的量并受外函数使用

2.无状态的编程:将状态保存在参数中,作为函数的附赠品来传递(不是特别明白)

3.输入值和输出值:在函数式编程中,只有输入值和输出值。函数是中心的单位。在面向对象编程中,将目标传来传去;在函数式编程中,是以函数传来传去。

MapReduce流程图(图源南京大学黄宜华先生的课件)

图片 6

好数据流式计算

流式数据的风味

实时性、易失性、突发性、无序性、无限性、准确性

老数目流式计算模型

数据流管理体系:固定查询、ad hoc查询

良数据流式计算:Twitter Storm、Yahoo S4

Storm总体架构

主节点Nimbus:负责全局资源分配、任务调度、状态监控、故障检测

由节点Supervisor:接收任务,启动或终止工作进程Worker。每个Worker内部有多独Executor。每个Executor对应一个线程。每个Executor对应一个或者多单Task。

Zookeeper:协调、存储首批数据、从节点心跳信息、存储整个集群的享有状态信息、所有配置信息

Storm特征

1.编程简单

2.支撑多语言

3.作业级容错

4.程度扩展

5.底层使用Zero消息队列,快

Storm缺点

1.资源分配没有设想任务拓扑的结构特征,无法适应数据负载的动态变化

2.应用集中式的作业级容错,限制了网的不过扩展性

搜索引擎

搜索引擎的概念

基于早晚之方针、运用特定的微机程序、从互联网上收集信息,对信息进行集体以及拍卖以后,将这些消息显示受用户之网让搜索引擎。

查找引擎的整合

搜索器:搜集信息

索引器:抽取索引

检索器:在仓房中检索,排序。

用户接口:展示

寻找引擎的做事进程

爬行 -> 抓取存储 -> 预处理 -> 排名

搜索引擎的褒贬指标

查全率、查准率、响应时间、覆盖范围、用户方便性

老大数额解析

数解析的目的

本着乱的数开展汇总、萃取、提炼,进而找出所研究对象的内在规律,发现该价。

数码解析的义

每当纷纷扬扬的多寡遭到分析产生有价之始末,获得对数码的体味。

数解析的类别

1.革命性数据解析(为了形成值得假设的查)

2.定性数据解析(非数值型数据)

3.离线数据解析(先存于磁盘,批处理)

4.在线数据解析(实时)