LMDB是一個高效的鍵值存儲庫，適用于許多應用程序，包括數(shù)據(jù)庫，電子郵件客戶端和網(wǎng)絡服務器。它是輕量級，快速，具有極低的內存占用和高讀/寫吞吐量。不幸的是，有很多Linux用戶在安裝和配置LMDB時遇到了一些挑戰(zhàn)。本篇文章將為您提供Linux下LMDB安裝的全指南，幫助您輕松解決安裝和配置LMDB的問題。

步驟1：安裝依賴

在開始安裝LMDB之前，請確保已安裝以下依賴項：

– Autoconf

– Automake

– Libtool

– GCC

– Make

這些軟件包可以使用Linux發(fā)行版的包管理器輕松安裝。例如，在Debian或Ubuntu系統(tǒng)上，可以使用以下命令：

“`

sudo apt-get install autoconf automake libtool gcc make

“`

步驟2：下載LMDB

在安裝LMDB之前，需要下載源代碼。您可以從LMDB的官方網(wǎng)站（https://symas.com/lmdb/）下載最新版本的源代碼。您可以使用wget命令下載：

“`

wget https://download.openldap.org/pub/OpenLDAP/openldap-release/openldap-2.4.48.tgz

“`

步驟3：解壓LMDB源代碼

下載后，使用以下命令解壓LMDB源代碼：

“`

tar -xzvf openldap-2.4.48.tgz

“`

步驟4：構建和安裝LMDB

一旦您已經(jīng)解壓了LMDB源代碼，即可開始構建和安裝LMDB。以下是構建和安裝LMDB的步驟：

1.使用以下命令切換至LMDB源代碼目錄：

“`

cd openldap-2.4.48/

“`

2.使用以下命令為LMDB源代碼生成makefile：

“`

./configure

“`

3.使用以下命令開始構建LMDB：

“`

make

“`

4.使用以下命令將LMDB安裝到系統(tǒng)中：

“`

sudo make install

“`

步驟5：測試LMDB安裝

一旦您已經(jīng)安裝了LMDB，您可以通過運行以下命令來測試LMDB是否已正確安裝：

“`

make test

“`

步驟6：配置LMDB

配置LMDB是使用LMDB的重要部分。在LMDB中，您可以使用多個數(shù)據(jù)庫，每個數(shù)據(jù)庫可以有多個鍵和值。以下是配置LMDB的步驟：

1.創(chuàng)建一個新目錄，該目錄將用于存儲LMDB數(shù)據(jù)庫文件：

“`

mkdir /var/lib/lmdb

“`

2.使用以下命令為該目錄設置正確的權限：

“`

sudo chown -R yourusername:yourusername /var/lib/lmdb

“`

3.使用以下命令創(chuàng)建一個新的LMDB數(shù)據(jù)庫：

“`

lmdb-replicate -m create /var/lib/lmdb/mydatabase

“`

4.使用以下命令添加一個新鍵/值對到您的數(shù)據(jù)庫中：

“`

lmdb-replicate -m put /var/lib/lmdb/mydatabase mykey myvalue

“`

5.使用以下命令檢索一個鍵/值對：

“`

lmdb-replicate -m get /var/lib/lmdb/mydatabase mykey

“`

6.使用以下命令刪除一個鍵/值對：

“`

lmdb-replicate -m delete /var/lib/lmdb/mydatabase mykey

“`

步驟7：應用LMDB到您的應用程序

一旦您已經(jīng)安裝并成功配置了LMDB，即可將其應用到您的應用程序中。為此，您需要鏈接到LMDB庫并使用LMDB API讀取和寫入數(shù)據(jù)。以下是一個簡單的使用LMDB的C++應用程序示例：

“`

#include

int mn()

{

// Open the LMDB environment

MDB_env* env;

mdb_env_create(&env);

mdb_env_open(env, “/var/lib/lmdb”, 0, 0664);

// Open the database

MDB_dbi dbi;

mdb_txn_begin(env, NULL, 0, &txn);

mdb_dbi_open(txn, “mydatabase”, 0, &dbi);

// Write a value

MDB_val key = { sizeof(“mykey”), “mykey” };

MDB_val value = { sizeof(“myvalue”), “myvalue” };

mdb_put(txn, dbi, &key, &value, 0);

// Read a value

MDB_val valueRead;

mdb_get(txn, dbi, &key, &valueRead);

// Print the value

std::cout

// Cleanup

mdb_dbi_close(env, dbi);

mdb_txn_commit(txn);

mdb_env_close(env);

return 0;

}

“`

成都網(wǎng)站建設公司-創(chuàng)新互聯(lián)為您提供網(wǎng)站建設、網(wǎng)站制作、網(wǎng)頁設計及定制高端網(wǎng)站建設服務！

ubuntu 哪個版本再裝caffe

配置

操作系統(tǒng)：14.04 Ubuntu Kylin 64位

cuda版本：7.5

GPU：k20c

一、cuda 安裝

我們采用的是.ded包安裝方式，網(wǎng)上還有利猛尺用一種手動安裝虛銷.run文件的方式，但是由于樓主之一次采用該種方式安裝導致各種驅動的問題，系統(tǒng)重新安裝了N次，所以這次換了個安裝方法。

1.在nvidia官網(wǎng)上下載.ded安裝包（當然根據(jù)自己的系統(tǒng)選擇版本）

2. install repository meta-data

sudo dpkg -i cuda-repo-ubuntulocal_7.5-18_amd64.deb

3. Update the Apt repository cache

sudo apt-get update

4. Install CUDA

sudo apt-get install cuda

二、環(huán)境變量設置

1.設置PATH

在/etc/profile中添加環(huán)境變量，在文件最后添加

PATH=/usr/local/cuda-7.5/bin:$PATH

export PATH

保存后如下命令，使得立即生效

source /etc/profile

2.添加lib庫

在/etc/ld.so.conf.d/加入文件cuda.conf

/usr/local/cuda-7.5/lib64

輸入命令sudo ldconfig使得立即生效

執(zhí)行如下命令,確定驅動成功安裝

cat /pror/driver/nvidia/version

NVRM version: NVIDIA UNIX x86_64 Kernel Module 352.63 Sat Nov 7 21:25:42 PST 2023

GCC version: gcc version 4.8.4 (Ubuntu 4.8.4-2ubuntu1~14.04)

拷貝樣例程序到dir，樣例程序在/usr/local/cuda/samples中是有一份的，只是copy一份出來編譯

cuda-install-samples-7.5.sh

3.安裝Opencv

這個盡量不要手動安裝，Github上有人已經(jīng)寫好了完整的安裝腳本：

chmod +x *.sh

sudo./opencv2_4_9.sh

4.安裝依賴庫

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

5.安裝Python

sudo apt-get install python-dev python-pip

然后執(zhí)行如下命令安裝編譯caffe python wrapper 所需要的額外包

for req in $(cat requirements.txt); do sudo pip install $req; done

建議安裝Anaconda包，這個包能獨立于系統(tǒng)自帶的python庫，并且提供大部分Caffe需要的科學運算Python庫。

并且在~/.bashrc中添加library path

# add library path

LD_LIBRARY_PATH=your_anaconda_path/lib:$LD_LIBRARY_PATH

export LD_LIBRARY_PATH

6.安裝cuDNN（枝譽高可選）

CuDNN是專門針對Deep Learning框架設計的一套GPU計算加速方案，目前支持的DL庫包括Caffe，ConvNet, Torch7等。下載

基本原理是把lib文件加入到系統(tǒng)能找到的lib文件夾里， 把頭文件加到系統(tǒng)能找到的include文件夾里就可以。這里把他們加到CUDA的文件夾下

tar-xzvf cudnn-6.5-linux-R1.tgzcd cudnn-6.5-linux-R1

sudo cp lib* /usr/local/cuda/lib64/ （該命令是在解壓后的文件夾中運行終端）

sudo cp cudnn.h /usr/local/cuda/include/

執(zhí)行后發(fā)現(xiàn)還是找不到庫， 報錯

error while loading shared libraries: libcudnn.so.6.5: cannot open shared object file: No such file or directory

而lib文件夾是在系統(tǒng)路徑里的，用ls -al發(fā)現(xiàn)是文件權限的問題，因此用下述命令先刪除軟連接

cd /usr/local/cuda/lib64/

sudo rm -rf libcudnn.so libcudnn.so.6.5

修改文件權限，并創(chuàng)建新的軟連接

sudo chmod u=rwx,g=rx,o=rx libcudnn.so.6.5.18

sudo ln -s libcudnn.so.6.5.18libcudnn.so.6.5

sudo ln -s libcudnn.so.6.5libcudnn.so

7.安裝OpenBLAS

下載編譯openBLAS

默認安裝目錄 /opt/OpenBLAS

在~/.bashrc 中添加路徑

LD_LIBRARY_PATH=/opt/OpenBLAS/lib:$LD_LIBRARY_PATH

export LD_LIBRARY_PATH

也可以在/etc/ld.so.conf中添加文件

把路徑/opt/OpenBLAS/lib添加到文件中,運行sudo ld config

8.修改Makefile.conf(根據(jù)官網(wǎng)和Makefile.conf.example中注釋修改)

Make all -j12

Make test

Make runtest

編譯Matlab wrapper

makematcaffe

編譯Python wrapper

makepycaffe

linux lmdb 安裝的介紹就聊到這里吧，感謝你花時間閱讀本站內容，更多關于linux lmdb 安裝,輕松搞定：Linux下LMDB安裝全指南,ubuntu 哪個版本再裝caffe的信息別忘了在本站進行查找喔。

香港服務器選創(chuàng)新互聯(lián)，香港虛擬主機被稱為香港虛擬空間/香港網(wǎng)站空間，或者簡稱香港主機/香港空間。香港虛擬主機特點是免備案空間開通就用， 創(chuàng)新互聯(lián)香港主機精選cn2+bgp線路訪問快、穩(wěn)定！

網(wǎng)頁標題：輕松搞定：Linux下LMDB安裝全指南(linuxlmdb安裝)
地址分享：http://uogjgqi.cn/article/dpchijd.html