Deploy

简介 一、与上面环境不一致之处： 1.使用了etcd集群 集群地址为:10.0.102.214:2379,10.0.102.175:2379,10.0.102.191:2379 2.解决网络通信问题： 让docker stack 共用同一网络：因stack部署时会以stack名称创建网络，所以保持相同stack名字在同一网络中。如下所示： docker stack deploy -c compose_swarm_1.yaml stack名 docker stack deploy -c compose_swarm_2.yaml stack名 docker stack deploy -c compose_swarm_3.yamlstack名 准备工作 各个节点创建需要挂载的目录及准备挂载的文件(如开启binlog的Mariadb配置文件) #mkdir /data1/ #mkdir /etc/my.cnf.d 在k8s-node-3节点上创建开启binlog的mariadb配置文件 # vim /etc/my.cnf.d/bin-log.cnf [mysqld] log-bin= mysql-bin log_slave_updates = 1 expire_logs_days = 20 server-id = 211 master节点部署操作 [root@node-1 ~]#

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> base:CentOS7 #pip install virtualenv # /usr/local/python/bin/virtualenv --python=/usr/local/python/python3/bin/python3 venv #source venv/bin/activate #pip install -r deploy/requirements.txt #deactivate //退出沙盒 如果没有pip，分别执行（Centos7） #yum -y install epel-release #yum install python-pip #pip install --upgrade pip 来源： oschina 链接： https://my.oschina.net/guiguketang/blog/3154693

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 使用kubeadm一键部署kubernetes集群 k8s-deploy 使用kubeadm一键部署kubernetes集群，让你完美避过各种坑。 特点： 一键部署，避免踩坑 不需要翻墙，不需要设置代理 使用国内的Yum源、Docker镜像和Kubernetes镜像 安装速度快，5分钟1个master，3分钟1个node 不设前提，能上外网的CentOS7就行 版本支持： kubernetes v1.10.3, v1.11.0 docker-ce 17.03.2 Flannel network CentOS7 64 bits 限制： 需要联网才能安装 以root用户运行 只支持创建单master+单etcd，还不支持master和etcd高可用 k8s-deploy 打开 k8s-deploy 查看源代码，或者直接运行下面命令clone。 git clone https://github.com/cookcodeblog/k8s-deploy.git 1 MIT license。 部署kubernetes master 克隆（或复制） kubeadm_v1.10.3 或 kubeadm_v1.11.0 目录到master机器上，以root用户运行 chmod u+x *.sh 。 一键部署kubernetes

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 作者 | 铃儿响叮当 导读 ：涉及开发的技术人员，永远绕不开的就是将应用部署到相应服务器上，本文将给大家讲解：对于容器服务 ACK，怎么实现真正“一键部署”，提高开发部署效率，在 K8s 的运用上做到快人一步。 随着互联网时代的不断发展，开发者可能会面临这样的困境：为了解决问题、提升开发效率而竭力研发出来的“创新”，似乎削弱了他们在公司的重要程度，甚至取代了他们原先的地位。 比如，在云原生时代，部分企业更愿意选择 K8s 来解决运维、弹性的问题，而不是组建一支需要耗费大量雇佣资金、管理资金的研发团队。 对于 K8s，它的价值在于不仅能帮助公司降低运维成本，同时还可以带来弹性、敏捷、可移植能力。 但是对于开发者而言，我们的价值不应该仅仅停留在能与 K8s 解决同样的问题，而是从困境跳脱出来，思考如何更灵活、更高效地运用 K8s 这些 “能为你所用” 的东西，来提升自己的综合技能。 什么是容器服务 ACK 容器服务 ACK 是基于原生 K8s 进行适配和增强，简化集群的搭建和扩容等工作，提供高性能可伸缩的容器应用管理能力，支持企业级容器化应用的全生命周期管理，整合阿里云虚拟化、存储、网络和安全能力，打造云端最佳容器化应用运行环境。 其中的核心功能为： 集群管理 ：灵活的地域和网络环境选择，可以根据自己的需求

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> “ 这里描述我们实际服务部署的时候频繁发生的两个常用场景。 第一个场景，我们“办公网环境”想要在“准生产环境”下部署，需要做如下工作： 打包、将文件上传到堡垒机上、scp将上传好的包裹传输到“准生产环境”的目标机器、ssh 目标机器、restart重启服务。 第二个场景是，我们可能随时的给“准生产环境”临时上传一些文件，但是仍然需要大量频繁操作。 直到前段时间我看了朋友圈一篇“阿里程序员推荐的15 款常用开发者工具”里面提到 Cloud Toolkit 这个工具，试过后觉得它太好用了，完美降低服务部署的复杂度。 只需要安装相应的插件，配置好所需环境，点击下绿色的箭头，即可帮你打包部署运行到相应环境。 所以迫不及待的写了这篇文章，希望能对你有所帮助 （第一次写文，请多关照( ^_^ )）” 安装Cloud Toolkit插件 安装成功后，会在这两个地方，看到安装的插件 这是一个 Spring Cloud 项目，用的是 jar 包部署。 那么插件的准备工作就已经做好了，笔者将用其中的 auth 项目来演示下一键部署的威力 一键服务部署 添加堡垒机和目标机器 目标是使这样的服务环境可以一键部署 接下来就是在idea里面操作 在选择 Alibaba Cloud Toolkit -> host 单击 add host

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 前言 首先介绍下在本文出现的几个比较重要的概念： 函数计算（Function Compute） : 函数计算 是一个事件驱动的服务，通过函数计算，用户无需管理服务器等运行情况，只需编写代码并上传。函数计算准备计算资源，并以弹性伸缩的方式运行用户代码，而用户只需根据实际代码运行所消耗的资源进行付费。函数计算更多信息 参考 。 Fun : Fun 是一个用于支持 Serverless 应用部署的工具，能帮助您便捷地管理函数计算、API 网关、日志服务等资源。它通过一个资源配置文件（template.yml），协助您进行开发、构建、部署操作。Fun 的更多文档 参考 。 备注: 本文介绍的技巧需要 Fun 版本大于等于 3.2.0。 依赖工具 本项目是在 MacOS 下开发的，涉及到的工具是平台无关的，对于 Linux 和 Windows 桌面系统应该也同样适用。在开始本例之前请确保如下工具已经正确的安装，更新到最新版本，并进行正确的配置。 Docker Fun Fcli Fun 和 Fcli 工具依赖于 docker 来模拟本地环境。 对于 MacOS 用户可以使用 homebrew 进行安装： brew cask install docker brew tap vangie/formula brew

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 背景 因为一些原因，把github.io重新在github搭建一下，但是 hexo deploy 去提交代码的时候，发生代码提交失败的情况。原来在GIS90.github.io Repository上没有进行 Deploy keys 的配置，导致push失败。 配置好 Deploy keys 的配置，代码成功提交，但是为何配置完key就可以成功提交呢？原理是 SSH协议 。 定义 The SSH protocol uses encryption to secure the connection between a client and a server. All user authentication, commands, output, and file transfers are encrypted to protect against attacks in the network. For details of how the SSH protocol works, see the protocol page. To understand the SSH File Transfer Protocol, see the SFTP page. The SSH protocol (also referred

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> docker-compose.yml定义了服务的运行参数 version: "3" services: web: # replace username/repo:tag with your name and image details image: hub.c.163.com/dog948453219/friendlyhello deploy: replicas: 8 resources: limits: cpus: "0.1" memory: 50M restart_policy: condition: on-failure ports: - "4000:80" networks: - webnet networks: webnet: ~ ~ 文件中做的事情有 从hub中拉取镜像 运行5个web实例，限制每个使用10%cpu,50mb RAM 如果有失败的实例立即重启 映射访问端口4000到web80端口 访问时负载均衡 1.运行web实例 docker swarm init docker stack deploy -c docker-compose.yml getstartedlab docker service ls docker service ps getstartedlab_web docker

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> Linux下 su命令与su - 命令的区别： 一、切换root身份不同 1、su命令：su只是切换了root身份，但Shell环境仍然是普通用户的Shell；而su -连用户和Shell环境一起切换成root身份了。只有切换了Shell环境才不会出现PATH环境变量错误，报command not found的错误。 2、su - 命令：su切换成root用户以后，pwd一下，发现工作目录仍然是普通用户的工作目录；而用su -命令切换以后，工作目录变成root的工作目录了。 二、采用su deploy命令后，取目标用户不同 1、su命令：su不会读取目标用户的环境配置文件，如图。 2、su - 命令：su - 读取目标用户的环境配置文件，如图。 综上总结：有“-”和无“-”各自的环境变量不同。 三、service命令 1、su命令：使用 su root 切换到root用户后，不可以使用service命令； 2、su - 命令：使用 su - 后，就可以使用service命令了。 四、用echo $PATH命令后，环境量不同 1、su命令：环境量变为usr。 2、su - 命令：环境量变为oracle。 来源： oschina 链接： https://my.oschina.net/songjilong/blog

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 作者：王继顺 宝尊电商 DBA，主要负责数据库监控告警以及自动化平台的设计开发工作，擅长数据库性能调优、故障诊断。 背景 随着公司各个环境的服务器数量增加，部署有多套 Prometheus（包括生产、测试、Tidb、Kubernetes 等）集群，在一定集群规模下，普通 Prometheus 集群的承载能力会出现短板（查询速度慢、OOM、以及存储空间不够等问题）。加上公司需要保存双十一、双十二等活动期间的监控数据，来统计活动期间同比环比的监控报表。 SO！我们需要有一个统一的查看各个 Prometheus 监控数据的入口，而且具有不受限制的历史数据存储能力的解决方案，经过多个方案的 POC，最终选用 Thanos 的解决方案并和大家分享一下。 Thanos 介绍 Thanos 的主要特性 全局视图：与现有 Prometheus 设置无缝集成，能够跨集群联合，跨所有连接的 Prometheus 服务器的全局查询视图，很好的对 HA 中的 Prometheus 进行容错路由查询。 不受限的保留数据：支持各种对象存储。 压缩和降准采样：对历史数据进行自定义的降准采样以大幅提高查询速度。 实现包括 Prometheus 在内的各个组件高可用。 能够记录规则，实现告警。 Thanos 架构介绍 Thanos