Deploy

1. Linux 下面最近有一个需求 需要只更新2020年4月10号之后补丁的需求 2. rsync 能够拉取所有的补丁文件 没找到能够按照日期进行拉取的办法. 所以想了一个折中的办法 先拉取 再按照时间进行删除 注意 rsync 时需要使用 -rpt 的语法保证文件日期不发生变化 rsync -rpt /在测补丁/* --include="Cloud30GL*" --exclude=* /gscloud/tools/patchinstall/patchfiles/ 　 3. 这里其实是使用一种其他的方法来搞定 find 加日期的方式 首先需要创建一个文件日期未指定日期的文件 touch -mt 202004100101 /deploy/ 0410 创建一个 日期为0401 日期的文件 find 有一个语法能够查出比这个文件更新的文件 加上一个 ! 就可以去比这个文件旧的文件 所以办法就很明显了 cd 到指定目录 find ! -newer /deploy/ 0410 |xargs rm -rf 发现这个方法最简单了. 来源： oschina 链接： https://my.oschina.net/u/4375265/blog/3274986

PyCaret 库支持在「低代码」环境中训练和部署有监督以及无监督的机器学习模型，提升机器学习实验的效率。 想提高机器学习实验的效率，把更多精力放在解决业务问题而不是写代码上？低代码平台或许是个不错的选择。 最近，机器之心发现了一个开源低代码机器学习 Python 库 PyCaret，它支持在「低代码」环境中训练和部署有监督以及无监督的机器学习模型。 GitHub 地址： https:// github.com/pycaret/pyca ret 用户文档： https://www. pycaret.org/guide Notebook 教程： https://www. pycaret.org/tutorial PyCaret 库支持数据科学家快速高效地执行端到端实验，与其他开源机器学习库相比，PyCaret 库只需几行代码即可执行复杂的机器学习任务。 该库适合有经验的数据科学家、倾向于低代码机器学习解决方案的公民数据科学家，以及编程背景较弱甚至没有的新手。 PyCaret 库支持多种 Notebook 环境，包括 Jupyter Notebook、Azure notebook 和 Google Colab。从本质上来看，PyCaret 是一个 Python 封装器，封装了多个机器学习库和框架，如 sci-kit-learn、XGBoost、Microsoft LightGBM

Python Fabric模块详解 什么是Fabric？ 简单介绍一下: ​ Fabric是一个Python的库和命令行工具，用来提高基于SSH的应用部署和系统管理效率。 再具体点介绍一下，Fabric是： 一个让你通过 命令行 执行 无参数Python函数 的工具 一个让通过 SSH 执行 Shell 命令更加 容易 、 更符合 Python 风格 的命令库（建立于一个更低层次的库）。 Fabric的安装 作为一个python的库，那简单粗暴中略带着些许优雅的 pip 一定是首选了。 python2推荐安装方法： ​ pip install fabric 如果是python3，相对应的库是fabric3。 python3推荐安装方法： ​ pip3 install fabric3 这里要注意一下，在同一个环境中，安装fabric3之前，需要先卸载fabric。 fabric是一个特殊的模块，不仅仅是一个python库，还是一个命令行工具，所以我们可以在命令行直接使用 fab 命令来调用。譬如： 通过help对fab命令进行了解： ​ fab -h 查看版本信息： ​ fab -V 简单示例：迈出第一步 接下来做个最简单的示例示范一下吧 当前目录新建一个fabfile.py文件 写入一个最简单的函数 在命令行使用fab调用该函数 当你使用 fab 命令时

一 基础准备 参考《002.Ceph安装部署》文档部署一个基础集群； 新增节点主机名及IP在deploy节点添加解析： 1 [root@deploy ~]# echo "172.24.8.75 cephclient" >>/etc/hosts 配置国内yum源： 1 [root@cephclient ~]# yum -y update 2 [root@cephclient ~]# rm /etc/yum.repos.d/* -rf 3 [root@cephclient ~]# wget -O /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo 4 [root@cephclient ~]# yum -y install epel-release 5 [root@cephclient ~]# mv /etc/yum.repos.d/epel.repo /etc/yum.repos.d/epel.repo.backup 6 [root@cephclient ~]# mv /etc/yum.repos.d/epel-testing.repo /etc/yum.repos.d/epel-testing.repo.backup 7 [root@cephclient ~]# wget -O

在本文中，我们将讨论通过 RSK 网络部署和交互 Smart-Contracts 智能合约。我们的合约将是一个基于OpenZeppelin库的ERC20代币，我们将把它直接部署到Mainnet中。 创建合约 我们需要做的第一件事就是知道如何使用 Truffle 。 当我们这样做 $ truffle init 在一个空文件夹中，除了创建配置文件外，我们还为项目和迁移合约创建了文件夹，以记录对同一合约的更改。 合约的 .sol 代码文件位于 ~/Truffle/contracts 迁移脚本在 ~/Truffle/migrations 已编译的合约在 ~/Truffle/build 测试合约在 ~/Truffle/test 我们现在只处理前两个文件夹。 在Truffle文件夹中，我们从 OpenZeppelin 导入库 $ npm install -E openzeppelin-solidity 这些库不仅会安装我们代币token的主要类库，还会安装所有权相关，安全数学运算和许多其他设施的库。值得一提的是，这些库已经过审核以实现高标准的安全性，因此依赖于它们的合约在正确使用时不易受到黑客攻击。 我们的库将安装在 ~/Truffle/node_modules/openzeppelin-solidity/contracts 之后，我们可以将库 ABCD.sol 导入到我们的合约中，如下所示：

mocha 简介 mocha 是 JavaScript 的一个单元测试框架，既可以在浏览器环境中运行，也可以在 node.js 环境下运行。我们只需要编写测试用例，mocha 会将测试自动运行并给出测试结果。 mocha 的主要特点有： 既可以测试简单的 JavaScript 函数，又可以测试异步代码；  可以自动运行所有测试，也可以只运行特定的测试； 可以支持 before、after、beforeEach 和 afterEach 来编写初始化代码。 测试脚本示例 假设我们编写了一个 sum.js，并且输出一个简单的求和函数： module . exports = function ( ... rest ) { var sum = 0 ; for ( let n of rest ) { sum += n ; } return sum ; } ; 这个函数非常简单，就是对输入的任意参数求和并返回结果。 如果我们想对这个函数进行测试，可以写一个 test.js，然后使用 Node.js 提供的 assert 模块进行断言： const assert = require ( 'assert' ) ; const sum = require ( './sum' ) ; assert . strictEqual ( sum ( ) , 0 ) ; assert . strictEqual

【推荐阅读】微服务还能火多久？>>> 期望： 希望通过npm命令实现远程服务端部署 部署分测试环境、生产环境 打包部署前必须保证本地代码为最新代码，与git服务器同步 需要保留vue cli的版本管理，上传代码前备份index.html，方便版本退回 思路 定义测试环境与生产环境的配置对象，包括host、port、username、password、path（部署路径）、outputDir（打包文件夹） 拉取所在分支最新代码，保证本地代码与git服务器一致（git fetch --all && git reset --hard origin/branchName && git pull，操作给出提示，确保本地有用代码已经提交） 通过env环境打对应的包 通过ssh2，远程执行linux stat命令，获取index.html文件的最后修改时间，工具这个时间生成版本号 通过ssh2，执行linux的cp命令，拷贝服务器上index.html，重命名为index.201911081804.html（201911081804为index.html的最后修改时间） 用scp2插件上传打包好的文件到服务器目标目录 实现 （代码比较潦草，需要整理） deploy.js // /deploy.js const scpClient = require("scp2"); const exec =

【推荐阅读】微服务还能火多久？>>> OpenCV是我们大家非常熟悉的图像处理开源类库；在其新版本将原本在Contrib分库中的DNN模块融合到了主库中，并且更新了相应文档。这样我们就能够非常方便地利用OpenCV实现一些属于DeepLearning范畴的效果，比如“超级分辨率”“单色图片着色”“色彩迁移”等。当我们想把软件处理的平台由PC机转移到嵌入式平台和手机上的时候，QT也是能和OpenCV配合地非常好的平台。在这里，我具体研究了如何搭建Android+QT+OpenCV环境，实现“单色图片着色”效果；并将相关内容整理如下，希望能够对有这方面需求的工程师提供帮助。 一、环境配置 首先我们面临的问题是工具版本的选择，虽然我们已经确定了Android+QT+OpenCV的基本软件结构，但是在每一个环节都需要选择具体的版本。 Android需要选择的是sdk和ndk的版本，我这里使用的是Android10(API29)+android-ndk-r20的组合，基本上是现在（2019年9月）最新的组合了； QT需要选择的是QT和QT Creator，我这里选择的是QT 5.13.1+QT Creator 4.10.0，同样是 现在（2019年9月）最新的组合； OpenCV用于Android的话，官方有Prebuild版本，我这里采用的是opencv-4.1.0-android-sdk

【今日推荐】：为什么一到面试就懵逼！>>> 一 BPMN文件 <?xml version="1.0" encoding="UTF-8"?> <definitions xmlns="http://www.omg.org/spec/BPMN/20100524/MODEL" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:activiti="http://activiti.org/bpmn" xmlns:bpmndi="http://www.omg.org/spec/BPMN/20100524/DI" xmlns:omgdc="http://www.omg.org/spec/DD/20100524/DC" xmlns:omgdi="http://www.omg.org/spec/DD/20100524/DI" typeLanguage="http://www.w3.org/2001/XMLSchema" expressionLanguage="http://www.w3.org/1999/XPath" targetNamespace="http://www.activiti.org/test"> <process id="process1" name="process1"> <startEvent id=

【今日推荐】：为什么一到面试就懵逼！>>> 第五章 5-1~5-5 Freestyle Job实战成 一、三剑客环境介绍（Jenkins，Ansible，Gitlab） 二、三剑客环境搭建（Jenkins，Ansible，Gitlab） 2.1、验证Jenkisns下的ansible环境和ssh免密登录 2.2、编写nginx_playbooks文件 2.2.1、进入nginx_playbooks文件夹中编写deploy.yml文件 2.2.2、创建dev和prod文件 2.2.3、编写prod文件 2.2.4、编写dev文件 2.2.5、修改roles/nginx/files下的文件 2.2.6、修改roles/nginx/templates下的文件 2.3、编写wordpress_playbooks文件 2.3.1、编写deploy.yml主入口文件 2.3.2、编写inventory下的文件 2.3.2.1、编写dev文件 2.3.2.1、编写prod文件 三、编写playbook实现静态网页远程部署 四、将playbook部署脚本提交到Gitlab 五、Freestyle任务构建和自动化部署 5.1、添加一个nginx-freestyle-job的自由风格的任务 5.2、添加描述 5.3、添加Git 5.4、添加参数 5.5、添加构建 5.6、测试构建 一、三剑客环境介绍