精华内容
下载资源
问答
  • 1.松耦合,异步架构是典型的消费者和生产者模式,两者之间不存在直接调用,只要保持数据结构一致,彼此功能可以随意改动没有任何影响,可扩展性高。 2.提高可靠性,一旦消费者服务器发声故障,数据会在消费者消息...

    简而言之,采用分布式系统,分布式应用和服务,分布式数据和存储,分布式静态资源,分布式计算,分布式配置和分布式锁。

    负载均衡,故障转移,实现高并发

    高可用:

    主要是利用冗余数据的原理,应用和服务器部署在多台机器上,数据存储部署在多台机器上,在多台机器上利用mysql的主从分离实现多态服务器数据相互备份,万一有一台服务器宕机,直接转移另外一台数据服务器上读取数据。也不会导致数据丢失。

    对于应用服务器,可以通过nginx负载均衡实现设备组成一个集群,如果有服务器宕机,就需要把请求切换到其他服务器上,这样级可以实现高可用,但是,在应用服务器上不能保存请求的会话信息,服务器宕机,会话丢失,即使将用户请求转发到其他服务器上也无法完成业务处理。

    对于存储服务器,它是存储数据,数据需要实时备份,当服务器宕机时,只需要将请求转移到其他可用的服务器上即可。

    集群:可伸缩性

    伸缩性是指可以动态的向集群服务器中添加一个节点或者减少一个节点。

    但是,对于缓存服务器,添加节点或者减少节点都会导致数据不可读,虽然可以通过从新访问数据库获得数据,但是,如果应用已经严重依赖缓存,读取那些无法访问的数据,也会导致整个网站瘫痪,所以要改进路由算法来保证缓存数据的可读性。

    异步:各个系统之间越独立,它们之间关系越少,越好

    单一服务器可以通过多线程实现共享内存队列的方式实现异步,将处在业务前面的线程将输出写入队列,后面的线程将从队列中读取数据进行处理。在分布式系统中,多个服务器集群通过分布式消息队列实现异步,分布式消息可以看成是内存队列的分布式部署。

    1.松耦合,异步架构是典型的消费者和生产者模式,两者之间不存在直接调用,只要保持数据结构一致,彼此功能可以随意改动没有任何影响,可扩展性高。

    2.提高可靠性,一旦消费者服务器发声故障,数据会在消费者消息队列中堆积,不会影响生产者可以继续处理业务请求,系统整体表现无故障,消费者服务器恢复后,继续处理消费者消息队列数据。

    3.加快网页反应速度,处在业务处理前的生产者将消息传递给消息队列后,不需要等待消费者返回消息就可以直接返回,响应延迟减少。比如:秒杀业务等。

    4.消除并发访问高峰,双11等活动高峰,可能会造成网站并发量大,负载过重,响应延迟,严重甚至宕机,使用消息队列就会将请求数据的消息放入消息队列中,等服务器依次处理,就不会造成服务器压力大,负载过重等情况。

    冗余:

    利用服务器冗余运行,数据冗余备份,这样当某台服务器宕机的时候,可以将其上的服务和数据访问转移到其他服务器上。

    访问和负载很小的服务也必须部署至少两台服务器构成的一个集群,其目的就是通过冗余实现高可用。数据库除了定期备份,实现冷备份外,为了保证在线业务高可用,还需要对数据库进行主从分离(ameba),实时同步实现热备份。

    展开全文
  • 动态加锁作为并发控制机制; 预写日志用于系统恢复; SQL作为访问语言; 一个“面向行“的查询优化器和执行器,System R7是先驱者。  二十世纪七十年代到八十年代以一个主要的数据库管理系统市场(商业化...
     

          这篇文章来自作者Michael StonebrakerRick Cattell两位作者所著《10 Rules for scalable Performance in ‘simple operation’ Datastores 》 Communications of The ACM    |   June 2011   |  VOL. 54   |   No. 6 的翻译和理解,以飨读者,分为上、中、下三篇。 原文出自http://blog.csdn.net/hongchangfirst/article/details/7008836

       Ted Codd5在1970年提出了数据的关系模型(the relational model),这种模型解决了当时数据库管理系统(DBMS)的问题(商业上的数据处理)。最早的关系系统有System R2和Ingres9,今天的大多数商业化的关系数据库管理系统的实现的根源都可以追溯到这两个系统。
       除非你比较有偏见,否则今天所有的主流商业制造商(Oracle,IBM和Microsoft)和主要的开源系统(MySQL和PostgreSQL)看起来是一样的。我们称这些系统为传统的通用行存储系统(general-purpose traditional row stores,  GPTRS),这些系统都有以下特征:
    1.  面向磁盘的存储;
    2. 表是由一行一行的存储在磁盘上,即行存储;
    3. 以B树结构作为索引机制;
    4. 动态加锁作为并发控制机制;
    5. 预写日志用于系统恢复;
    6. SQL作为访问语言;
    7. 一个“面向行“的查询优化器和执行器,System R7是先驱者。
       二十世纪七十年代到八十年代以一个主要的数据库管理系统市场(商业化的数据处理)为特征,今天称之为在线事务处理(online transaction processing, OLTP)。从那时起,数据库管理系统开始在各种各样的新市场使用,包括数据仓库,科研数据库,社交网站和游戏网站。现代数据库管理系统的特征见下图。
     
    
    
     
       这张图包括两个轴,横轴表示一个应用是读密集型的还是写密集型的,纵轴说明一个应用是执行简单操作(读或者写一些项)还是复杂操作(读或者写成千上万项);例如,传统的在线事务处理(OLTP)市场是一种写密集型、执行简单操作的应用,而数据仓库市场是一种读密集性的、执行复杂操作的应用。当然,还有很多应用是基于两者之间的,比如社交网络应用大多数涉及简单操作并且有读也有写操作。因此,任何一种在这张图上显示的应用我们都应该在两个方向上连续统一的看待,而不应该是离散的。
       大多数主要关系模型的商业化引擎和开源系统实现被制定为“一个大小适用于所有应用 ”(one-size-fits-all),也就是说,他们的系统声称对所有的应用(不管在图中的哪个位置)都是合适的。
       然而,这种方式也有一些令人不满意的地方。比如,在数据仓库市场,列存储取得了商业上的成功.。在数据仓库领域,如果只有查询所需的列才会从磁盘中读取,那么就可以减少读取未使用数据的开销,提高系统性能。另外,这样还可以获得超强的压缩比和索引,因为在一个存储块上只有一种类型的对象,而不是几种类型的对象分布于多个存储块上。最后,主存带宽可以通过一种对压缩数据操作的查询执行器进行优化。正因为这些原因,列存储在典型的数据仓库工作方面比行存储显著的快,所以我们预期随着时间的推移列存储方式将主导者数据仓库市场。
       这里我们对简单操作的应用进行分析,这种应用位于图中较低的位置。相当一部分新的、非传统的通用行存储系统(non-GPTRS)已经被设计出来,用来向数据仓库领域提供可扩展性。我们可以不严谨的把这些系统分为四类:
       键值存储类型(Key-value stores)。这类系统有Dunamo,Voldemort,Membase,Membrain,Scalaris和Riak。这些系统有着最为简单的数据模型:一个存储对象的集合,每一个对象都有一个键(key)和一个有效载荷(payload),这种系统几乎没有能力去把(payload)作为一个多属性的对象来对待,因而没有对非主键属性查询机制的支持。
       文档存储类型(Document stores)。这类系统有Couch-DB, MongoDB, SimpleDB和Ter-rastore,它们的数据模型包括了大量的对象,这种对象拥有可变长数量的属性,有些系统还允许对象之间的嵌套。这类系统通过(non-SQL)查询语言或者是过程式机制来对多个属性进行约束,从而搜索到对象集。
       可扩展记录存储类型(Extensible record stores)。这类系统有BigTable, Cassandra, HBase, HyperTable 和PNUTS,它们提供了可变长的记录集,这些记录集可以通过多个节点在纵向和横向上进行划分。这些操作通常不是通过SQL来执行的。
       SQL数据库管理系统类型(SQL DBMSs)。这类系统关注于应用的可扩展性,包括MySQL集群,其它MySQL衍生品,VoltDB,NimbusDB和Clustrix。这类系统保留了SQL和事务的ACID性质(原子性,一致性,隔离性和持久性),但是它们的实现方式非常不同于那些传统的通用行存储系统(GPTRS  systems)。
       尽管这种分类方式覆盖了主要的新系统类型,但是它可能并不精确和详尽。并且,市场正在快速的变化,读者应该查看其它最新的相关资料。如果想进一步了解这类系统完整的讨论和参照,可参考Cattell4和下边列出的表。
       前三种类型的系统大大的驱动了NoSQL的发展,它们通过允许唯一的一条记录操作成为事务,或者通过对ACID的语义进行扩展,比如说,只支持对多版本数据的“事件一致性“来约束传统的事务ACID概念。
       多种动机促进了这类系统的发展。一些因素是关系模型令人不满意或者关系型数据库管理系统的“重量级”。另一些因素是大规模Web服务的需求,这类Web资产通常伴随着一些最主要的问题。大型Web资产经常幸运地开始启动后经历了爆炸式的增长,这就是所谓的曲棍球效应。它们往往使用开源的数据库管理系统,因为它是免费的或者它已经被这类系统的开发者所理解。单节点的数据库管理系统解决方案也许成为第一个版本,这马上就引起了可扩展性问题。传统的解决方法是共享(shared),或者把应用的数据划分到多个节点上以平分负载。表可以用这种方式进行划分;例如,员工姓名可一个被划分到26个节点上,字母’A’打头的划分到节点1,依此类推。接下来要做的工作就是在应用逻辑层上改变每一条直接查询语句使其分配到每一个正确的节点上。但是,在应用逻辑层使用这样的划分(sharding)有一些缺点:
    1.   如果要执行交叉划分过滤或者是联接操作,都必须在应用层编写相应的代码;
    2.   如果在一个事务中对多个碎片进行更新,那么应用层就要保证在各个节点上数据的一致性;
    3.   随着系统规模的扩大节点失效会更加普遍。一个很困难的问题是在一个正在运行的系统中怎样维护副本数据的一致性,监测失效,副本的失效和节点间的替换失效;
    4.   另一个要解决的非常困难的问题是怎样使在改变关系模式的时候不会对那些碎片(shards)产生影响,以至于它们失效;
    5.   给新节点增加新设备或者改变配置是非常冗长乏味的,如果碎片不能被当作脱机的时(if the shards cannot be taken offline),这种操作也更加的困难。
     
    
    
     
       许多这种碎片式的Web应用开发者们经受着巨大的痛苦,因为他们不得不在应用逻辑层执行这些功能;许多NoSQL的改动都是针对这一痛苦点的。然而,随着大量的新系统和这些系统提供方法的广泛应用,客户b可能在理解和选择一个能满足他们应用需求的系统时会有困难。
     这里分别列出上中下三篇地址,方便读者进行阅读。
    上篇:http://blog.csdn.net/hongchangfirst/article/details/7008836
    中篇:http://blog.csdn.net/hongchangfirst/article/details/7008955
    下篇:http://blog.csdn.net/hongchangfirst/article/details/7022162
     
       后面会提供给大家关于这篇论文的后续翻译与理解部分,敬请关注。
     
    展开全文
  • 目录 一、日志工具log4j 二、高德地图服务         1、导论         2、高德地图服务申请 ...五、hive动态分区 一、日志工具log4j log4j是一个java系统中...

    目录

    一、日志工具log4j

    二、高德地图服务

            1、导论

            2、高德地图服务申请

            3、高德地图服务API

    三、HanLP中文分词

    四、hive多重插入语法

    五、hive动态分区


    多易教育,专注大数据培训; 课程引领市场,就业乘风破浪
    多易教育官网地址
    https://www.51doit.cn
    多易教育在线学习平台
    https://v.51doit.cn

    一、日志工具log4j

    log4j是一个java系统中用于输出日志信息的工具

    log4j可以将日志定义成多种级别:ERROR / WARN / INFO / DEBUG

    log4j通过获取到一个logger对象来输出日志:
            val logger = Logger.getLogger(“logger名称”);
            logger.info(“日志内容”)
            所拿到的这些logger对象之间是有“父子”关系的
            所有logger都是rootLogger的子!
            “org.apache” 这个名字的logger是 "org"这个名字的logger的子!

    log4j的日志输出格式和目的地,都是可以通过参数配置的;
    目的地的控制用Appender输出组件
    常用的Appender组件:
            log4j.appender.xx=org.apache.log4j.ConsoleAppender
            log4j.appender.rollingFile=org.apache.log4j.RollingFileAppender

    格式的控制用LayOut布局组件
    常用的LayOut组件:
            og4j.appender.xx.layout=org.apache.log4j.PatternLayout
            log4j.appender.xx.layout.ConversionPattern=[%-5p] %d(%r) --> [%t] %l: %m %x %n

    # 完整配置文件示例:
    # 定义一个根logger
    log4j.rootLogger=DEBUG,xx
    
    
    
    log4j.appender.xx=org.apache.log4j.ConsoleAppender
    log4j.appender.xx.Threshold=DEBUG
    log4j.appender.xx.ImmediateFlush=true
    log4j.appender.xx.Target=System.out
    log4j.appender.xx.layout=org.apache.log4j.PatternLayout
    log4j.appender.xx.layout.ConversionPattern=[%-5p] %d(%r) --> [%t] %l: %m %x %n
    
    
    # 定义一个子logger,名字叫abc
    log4j.logger.abc = INFO
    
    # 定义一个子logger,名字叫roll
    log4j.logger.roll = INFO,rollingFile
    log4j.additivity.roll=false
    
    log4j.appender.rollingFile=org.apache.log4j.RollingFileAppender
    log4j.appender.rollingFile.Threshold=DEBUG
    log4j.appender.rollingFile.ImmediateFlush=true
    log4j.appender.rollingFile.Append=true
    log4j.appender.rollingFile.File=g:/logs/2019-10-29/doit.mall.access.log
    log4j.appender.rollingFile.MaxFileSize=120MB
    log4j.appender.rollingFile.MaxBackupIndex=50
    log4j.appender.rollingFile.layout=org.apache.log4j.PatternLayout
    log4j.appender.rollingFile.layout.ConversionPattern=%m%n
    

    二、高德地图服务

    补充需求:
    如果某条日志中的gps地理位置无法从公司内部字典中匹配信息,则将这些gps坐标,输出到一个专门的文件中;

    1、导论

    由于公司自己的地理位置知识库是不完备的,每日的流量数据预处理中,有一些gps坐标是解析不出地理位置信息的;
    我们可以将这些解析不出来的gps坐标,单独过滤出来,然后通过请求高德地图服务来解析,并将解析结果追加到我们的地理位置知识库中,知识库就可以日益充实和完善!

    高德地图,提供各类地理位置处理功能的web服务接口!
    我们的流量数据中,有一些gps坐标无法从公司内部的地理位置字典中查询到位置信息,就可以把这些gps拿去请求高德的web服务,获取地理位置信息,并丰富公司内部的地理位置知识字典!

    2、高德地图服务申请

    高德开发者开放平台网址webAPI:

    • https://lbs.amap.com/
      在这里插入图片描述
      开发者接口文档入口:选Web服务API
      在这里插入图片描述
      申请应用Key
      在这里插入图片描述
      从控制台,新建应用
      在这里插入图片描述
      添加key给应用
      在这里插入图片描述
      在这里插入图片描述
      在这里插入图片描述

    3、高德地图服务API

    API文档地址:

    在这里插入图片描述
    返回结果解析说明
    在这里插入图片描述

    {
    	"status": "1",
    	"regeocode": {
    		"addressComponent": {
    			"city": [],
    			"province": "北京市",
    			"adcode": "110105",
    			"district": "朝阳区",
    			"towncode": "110105026000",
    			"streetNumber": {
    				"number": "6号",
    				"location": "116.481977,39.9900489",
    				"direction": "东南",
    				"distance": "62.165",
    				"street": "阜通东大街"
    			},
    			"country": "中国",
    			"township": "望京街道",
    			"businessAreas": [
    				{
    					"location": "116.470293,39.996171",
    					"name": "望京",
    					"id": "110105"
    				},
    				{
    					"location": "116.494356,39.971563",
    					"name": "酒仙桥",
    					"id": "110105"
    				},
    				{
    					"location": "116.492891,39.981321",
    					"name": "大山子",
    					"id": "110105"
    				}
    			],
    			"building": {
    				"name": "方恒国际中心B座",
    				"type": "商务住宅;楼宇;商务写字楼"
    			},
    			"neighborhood": {
    				"name": "方恒国际中心",
    				"type": "商务住宅;楼宇;商住两用楼宇"
    			},
    			"citycode": "010"
    		},
    		"formatted_address": "北京市朝阳区望京街道方恒国际中心B座方恒国际中心"
    	},
    	"info": "OK",
    	"infocode": "10000"
    }
    

    高德API请求demo

    object GaodeLBSDemo {
      def main(args: Array[String]): Unit = {
        import scala.collection.JavaConversions._
        // 构造一个http客户端
        val client = HttpClientBuilder.create().build()
        // 构造也给get协议请求
        val get = new HttpGet("https://restapi.amap.com/v3/geocode/regeo?key=66f3031018c358750fa6295eb576e718&location=116.481488,39.990464")
        // 用客户端去执行请求
        val response = client.execute(get)
        val entity = response.getEntity
        val in = entity.getContent
        val lines: util.List[_] = IOUtils.readLines(in)
        // 后续 TODO 解析响应回来的json,取出省、市、区、街道、商圈
      }
    }
    

    三、HanLP中文分词

    HanLP是由一系列模型与算法组成的工具包,目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点;提供词法分析(中文分词、词性标注、命名实体识别)、句法分析、文本分类和情感分析等功能。

    HanLP已经被广泛用于Lucene、Solr、ElasticSearch、Hadoop、Android、Resin等平台,有大量开源作者开发各种插件与拓展,并且被包装或移植到Python、C#、R、JavaScript等语言上去。详见项目主页。

    英文的词,是有空格或标点来天然分隔的,很容易实现分词
    中文分词,由于中文的语言特点,词和词之间是没有天然分隔的。要想正确分词,需要一些复杂的算法和一些辅助的词典!

    比如有一种非常简单的分词算法,就是2字分词法(CJKAnalyzer工具包):
            “我有一头小毛驴我从来也不骑”
                    =>:我有 有一 一头 头小 小毛 毛驴 驴我 我从 从来

    真正在实践中能拿来作为分词工具的有:
            庖丁分词
            IKAnalyzser
            HanLP – 是一个高级的NLP(自然语言处理)工具套件

    HanLp自然语言处理包的使用示例:
    导入依赖:

    <dependency>
        <groupId>com.hankcs</groupId>
        <artifactId>hanlp</artifactId>
        <version>portable-1.7.1</version>
    </dependency>
    

    分词api调用:

    val terms: util.List[Term] = HanLP.segment("我有一头小毛驴我从来也不骑,有一天我心血来潮骑着去赶集")
    println(terms.map(t => t.word).filter(_.size>1))
    

    四、hive多重插入语法

    从一个表中,写多种查询逻辑,并将结果输出到多个不同表(分区)
    语法:
    from t_x
    insert into t_dest partition(p=’p1’)
    select …… where …….
    insert into t_dest partition(p=’p2’)
    select …… where …….

    五、hive动态分区

    指定一个目标分区时,不用写死,而是用查询出来的某个字段的值作为分区值
    注意,有一个分区严格模式开关:关闭严格模式!
    set hive.exec.dynamic.partition.mode=nonstrict

    insert into table t_x partition(dt)
    select id,name,dt from t_y;

    注意,动态分区字段应该作为select中最后一个字段

    多易教育,专注大数据培训; 课程引领市场,就业乘风破浪
    多易教育官网地址
    https://www.51doit.cn
    多易教育在线学习平台
    https://v.51doit.cn

    展开全文
  • 云服务是基于互联网的相关服务的增加、使用和交互模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。 云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也用来表示互联网和底层...

    一、服务器简介:

    目前服务器一般分为两类:自建服务器与云服务;

    云服务是基于互联网的相关服务的增加、使用和交互模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。 云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也用来表示互联网和底层基础设施的抽象。云服务指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关,也可是其他服务。它意味着计算能力也可作为一种商品通过互联网进行流通。

    自己安装服务器还是麻烦了些,现在一般都推荐大家使用云服务器,比较方便,价格也不贵。目前市场上的云服务器很多,这边比较下腾讯云阿里云的服务器优惠活动,现在看来腾讯云性价比会高一些。

    Linux 各大云服务器比较及使用

    由于行业中大家都用开源免费都操作系统,而开源免费成熟的操作系统非centos为主;所以这里我们也以安装centos 服务器为例介绍,可以去官网下载最新版本:https://www.centos.org/download/

    以下针对各个版本的ISO镜像文件,进行一一说明:

    • CentOS-7.0-x86_64-DVD-1503-01.iso : 标准安装版,一般下载这个就可以了(推荐)
    • CentOS-7.0-x86_64-NetInstall-1503-01.iso : 网络安装镜像(从网络安装或者救援系统)
    • CentOS-7.0-x86_64-Everything-1503-01.iso: 对完整版安装盘的软件进行补充,集成所有软件。(包含centos7的一套完整的软件包,可以用来安装系统或者填充本地镜像)
    • CentOS-7.0-x86_64-GnomeLive-1503-01.iso: GNOME桌面版
    • CentOS-7.0-x86_64-KdeLive-1503-01.iso: KDE桌面版
    • CentOS-7.0-x86_64-livecd-1503-01.iso : 光盘上运行的系统,类拟于winpe
    • CentOS-7.0-x86_64-minimal-1503-01.iso : 精简版,自带的软件最少

    注:建议安装64位Linux系统。

    旧版本下载地址:https://wiki.centos.org/Download

    接下来你需要将下载的Linux系统刻录成光盘或U盘。

    注:你也可以在Window上安装VMware虚拟机来安装Linux系统。


    Linux 安装步骤

    1、首先,使用光驱或U盘或你下载的Linux ISO文件进行安装。

    界面说明:

    image001

    Install or upgrade an existing system 安装或升级现有的系统

    install system with basic video driver 安装过程中采用基本的显卡驱动

    Rescue installed system 进入系统修复模式

    Boot from local drive   退出安装从硬盘启动

    Memory test  内存检测

    注:用联想E49安装时选择第一项安装时会出现屏幕显示异常的问题,后改用第二项安装时就没有出现问题

    2、这时直接"skip"就可以了

    image002

    3、出现引导界面,点击"next"

    image003

    4、选中"English(English)"否则会有部分乱码问题

    image004

    5、键盘布局选择"U.S.English"

    image005

    6、选择"Basic Storage Devices"点击"Next"

    image006

    7、询问是否忽略所有数据,新电脑安装系统选择"Yes,discard any data"

    image007

    8、Hostname填写格式"英文名.姓"

    image008

    9、网络设置安装图示顺序点击就可以了

    image009

    10、时区可以在地图上点击,选择"shanghai"并取消System clock uses UTC前面的对勾

    image010

    11、设置root的密码

    image011

    12、硬盘分区,一定要按照图示点选

    image012

    13、调整分区,必须要有/home这个分区,如果没有这个分区,安装部分软件会出现不能安装的问题

    image013

    14、询问是否格式化分区

    image014

    15、将更改写入到硬盘

    image015

    16、引导程序安装位置

    image016

    17、最重要的一步,也是本教程最关键的一步,也是其他教程没有提及的一步,按图示顺序点击

    image017

    18、取消以下内容的所有选项

    Applications

    Base System

    Servers

    并对Desktops进行如下设置

    即取消如下选项:

    Desktop Debugging and Performance Tools

    Desktop Platform

    Remote Desktop Clients

    Input Methods中仅保留ibus-pinyin-1.3.8-1.el6.x86_64,其他的全部取消

    image018

    image019

    19、选中Languages,并选中右侧的Chinese Support然后点击红色区域

    image020

    20、调整完成后如下图所示

    image021

    21、至此,一个最精简的桌面环境就设置完成了,

    image022

    22、安装完成,重启

    image023

    23、重启之后,的License Information

    image024

    24、Create User

    Username:填写您的英文名(不带.姓)

    Full Name:填写您的英文名.姓(首字母大写)

    image025

    25、"Date and Time" 选中 "Synchronize data and time over the network"

    Finsh之后系统将重启

    image026

    26、第一次登录,登录前不要做任何更改,这个很重要!!!登录之后紧接着退出

    第二次登录,选择语言,在红色区域选择下拉小三角,选other,选中"汉语(中国)"

    image027

    image028

    27、登录之后,请一定按照如下顺序点击!

    至此,CentOS安装完成!!

    image029

    二、云服务器选择篇

    为了简化我们自建服务器带来的繁琐工作,当然我们也可以选择云服务器做为我们的业务支撑系统;目前主流云服务商还是阿里云、腾讯云;下面我们就简单介绍一下云服务的使用方法:

    腾讯云

    年末腾讯云活动已开始,以下几款性价比非常高,有几款是需要抢购的,大家看好时间基本能拿到。

    1、1核2G 99/年,可以用来学习,Linux 知识对技术人员的成才非常重要。

    2、2核4G 488/年。

    3、另外还有香港的服务器,如果做网站不想去备案,可以考虑,香港速度还是很快的。

    4、另外企业用户还有更高配置的,价格也很实惠:

    每个时间点都有不同的配置跟价格,具体信息,可以点击腾讯云官方查看; 

    另外企业用户还有更高配置的,价格也很实惠:

    qcloud.52it.club

    阿里云

    阿里也有一些活动,不分新老用户,可以领红包参与满减活动,续费也有专门的优惠券,有需求的也可以关注下。

    具体信息,可以点击下面的图片。

    注意阿里云突发性能型的服务器真的只能自己学习用,如果要用对外提供服务要慎重选择,因为它性能瓶颈限制很大,不过价格便宜就是了。

    新用户专场,价格还是很实惠的(2核4G5M-3年 ¥935.55):

    aliyun.52it.club

    三、云服务器使用篇

    这里以腾讯云服务器为例,阿里云操作类似;如没有服务点击去腾讯云官方购买(更多服务器的配置信息见官方):

    1、登陆腾讯云控制台,查看已购买的服务器 

    2、在使用腾讯云服务器前,我们需要先创建一个 SSH 密钥,点击左侧的 SSH 密钥 (使用密钥登录比密码更安全):

    输入密钥名称,然后点击确定,就会自动生成一个密钥,密钥会自动下载到本地,请保存好下载的密钥,密钥文件名就是你输入的密钥名称。

    3、接着我们勾选已经创建的密钥,点击 绑定/解绑实例 按钮,弹窗中会出现我们的 ECS 服务器,将其绑定到这个密钥即可:

    4、返回实例列表,点击实例右侧的 登录 按钮,弹窗中点击立即登录,这是会弹出一个新的浏览器窗口,我们选择密钥登录,密钥文件就是在第三个步骤创建的:

    当然你可以选择第三方客户端登录(如:SecureCRT),用户名为 ubuntu,其他系统估计略有不同,然后导入对应的 key 即可。

     

    展开全文
  • 通过微服务构建易扩展云平台

    万次阅读 2020-08-27 14:50:24
    实现动态扩容和伸 缩,同时使用elk进行日志收集和分析,这种架构基本实现了我们的业务需求: 1、服务和数据拆分,不同服务的数据存储在不同的数据库,对数据库进行水平扩展 2、日志统一收集处理,排查和定位问题方便...
  • Vue选项之extends扩展

    千次阅读 2019-03-26 18:14:38
    extends扩展和mixins很像,不同点是extends传入的是对象写法,而mixins是数组写法. <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8" /> <meta name="viewport" content...
  • 我所知道的IaaS、Paas和SaaS

    千次阅读 2014-11-30 00:39:13
     云服务是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也用来表示互联网和底层...
  • 访问控制列表--扩展ACL、命名的ACL

    万次阅读 多人点赞 2018-07-05 12:28:44
    2.1 实验目的(1)理解扩展ACL和标准ACL的区别(2)掌握扩展ACL的配置和应用(3)熟悉扩展ACL的调试2.2 实验原理1.扩展ACL配置命令为了更加精确地控制流量过滤,我们可以使用编号在 100 到 199 之间以及 2000 到 ...
  • 基于openstack构建私有云实践

    万次阅读 2017-02-02 13:35:58
    主要分享的是云计算、openstack的使用、私有云平台建设、云服务器云硬盘的...云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源...
  • 基于RBAC扩展模型的实验室综合管理系统设计与实现 大学时做的一个项目(耗时2年),顺便发表了一篇论文(耗时半年多)
  • 云计算构架图  很明显,这五者之间主要的区别在于第一个单词,而aaS都是as-a-service...云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟
  • Laravel Searchy是一个上手的、 轻量级的、支持MySQL的Laravel搜索扩展包,使用该扩展包可以简单高效的实现基于模型的数据查询搜索功能,该扩展包还可以基于你所启用的搜索引擎实现模糊搜索和其它加权机制。...
  • 计组—存储以及字、位扩展

    千次阅读 多人点赞 2018-11-09 17:20:09
    DRAM:动态随机存储器(dynamic random access memory) DRAM只能将数据保持很短时间,为了保持数据,DRAM使用 电容 存储,所以必须隔一段时间刷新一次,如果存储单元没有被刷新,存储的信息就会丢失(关机就会...
  • 云计算是什么意思

    千次阅读 2014-01-05 14:10:36
    云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也...
  • 云计算小结

    千次阅读 2013-09-27 10:16:06
    云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也...
  • 云计算发展前景

    2013-06-04 21:08:59
    云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也...
  • 虚拟化

    千次阅读 2012-10-16 16:13:49
    云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也...
  • 云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也...
  • 初识云计算

    千次阅读 2012-10-11 00:08:58
    云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也...
  • 什么是云服务

    千次阅读 2019-01-03 10:56:10
    云服务 是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也用来表示互联网和底层...
  • 云计算

    千次阅读 2012-02-28 15:59:26
    云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也...
  • 实战:用C写php扩展(二)

    千次阅读 2011-03-06 16:27:00
    下面我们来研究一下这个扩展的源码的主要结构。首先来了解一下PHP的三种建立功能模块的方法:建立一个外部模块;建立一个内建模块;Zend Engine扩充。外部模块能在脚本运行时使用函数dl( )进行装载。dl函数从磁盘上...
  • 云计算与大数据概述

    万次阅读 2016-05-21 11:16:32
     云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也...
  • 什么是云服务?

    千次阅读 2020-11-19 10:39:13
    云服务 是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也用来表示互联网和底层...
  • 基于openstack安装部署私有云详细图文教程

    万次阅读 多人点赞 2018-03-15 15:34:34
    本文主要分享的是云计算、openstack的使用、私有云平台...云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的...
  • 云计算及其安全技术分析

    千次阅读 2014-07-29 16:51:59
    云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也...
  • 云计算 虚拟化技术

    2018-06-04 22:28:32
    云计算的的定义 云计算是基于互联网的服务的增加 使用 和交付模式,通常涉及通过互联网提供动态易扩展且经常是虚拟化的资源。是传统计算机和网络技术发展融合的产物,它意味着计算能力也可作为一种商品通过互联网...
  • 内容: 编写扩展I - PHP和Zend起步 原文:http://devzone.zend.com/public/view/tag/Extension Part I: Introduction to PHP and Zend ...
  • 配性  关于配置方面,我们从一些流行的网络服务器获取了一些灵感。采取了它们的一些特性和设计原则,适配于我们的媒体。使用过类似于 lighttpd 和 nginx 的朋友会觉得我们的产品很顺手。重点是简单和清晰的选项和...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 78,474
精华内容 31,389
关键字:

动态易扩展