pip

一、简介 　　pytest+allure+jenkins进行接口测试、生成测试报告、结合jenkins进行集成。 　　pytest是python的一种单元测试框架，与python自带的unittest测试框架类似，但是比unittest框架使用起来更简洁，效率更高 　　allure-pytest是python的一个第三方库。用于连接pytest和allure，使它们可以配合在一起使用。 　　allure-pytest基于pytest的原始执行结果生成适用于allure的json格式结果。该json格式结果可以用于后续适用allure生成html结果。 二、安装　　 　　1、安装pytest，命令行或终端中输入 1 pip install pytest 　　2、安装allure-pytest，安装成功 1 pip install allure-pytest 　　allure-pytest安装成功后截图如下。 　　3、下载安装JDK 　　官方下载： https://www.oracle.com/java/technologies/javase-jdk11-downloads.html 　　安装与配置不作阐述请谅解　　 　　4、下载安装Jenkins 　　官方下载： https://www.jenkins.io/ 　　安装与配置不作阐述请谅解 三、下载Allure并配置 　

CentOS7+Python3+Django+Uwsgi+Nginx部署项目 Django是用python语言写的开源web开发框架，并遵循MVC设计。模型（M）- 编写程序应有的功能，负责业务对象与数据库的映射(ORM)。视图（V）- 图形界面，负责与用户的交互(页面)。控制器（C）- 负责转发请求，对请求进行处理。正式发布web服务，我们需要一个可以稳定而持续的服务器，我们可以将 uWSGI 和 Nginx Web 服务器结合使用，实现更高的并发性能。 参考文档： https://www.runoob.com/django/django-nginx-uwsgi.html Python3： https://blog.csdn.net/sere0211/article/details/107661822 1.安装基础开发包 通过 yum 命令安装基础开发包 yum groupinstall -y "Development tools" yum install -y zlib-devel bzip2-devel pcre-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel 2.安装Django 通过 pip 命令安装 django pip3 install django 安装项目所需要的依赖模块

如果现在需要在 Linux 服务器上执行一系列命令（比如搭建 LNMP 环境）我应该会第一时间想到想办法写个 Shell 脚本，然后扔上去执行以下看看结果。 然而一贯懒惰的我并不想这么去执行 Shell 和一些重复命令。所以俺寻思可以有个方法本地直接在服务器端执行脚本，寻思生异端，这时候有某大技霸告诉我有个叫 paramiko 的 Python 库，从此开启我新世界的大门。 对于 paramiko 安装直接 pip 或者 PyCharm 这里就不多说了，如果看到这里你觉得自己不怎么了解python语法的也不必担心，你完全可以用 paramiko 单纯的执行 Shell 命令查看结果和上传下载文件，省去重复的工作。 paramiko 实现了 SSHv2 协议（底层使用 cryptography ），包含两个核心组件：SSHClient 和 SFTPClient 。 SSHClient 是对 SSH 会话的封装，用于执行远程命令，SFTPClient 是对 SFTP 客户端的封装，用以实现远程文件操作。 这里先举两个列子你应该就明白怎么用了，终于开始正片了。 SSHClient 的列子： # -*- coding: utf-8 -*- import paramiko client = paramiko.SSHClient()# 实例化SSHClient client.set

目录 1.启动docker 2.模型由来 3.部署模型 1） 拉取镜像 2）启动服务 3）查看模型状态 4）查看模型的输入输出 4.模型接口预测：REST 1.启动docker 安装详细介绍可参考： https://blog.csdn.net/weixin_42530066/article/details/107850996 2.模型由来 此处使用已训练好的model，需注意TensorFlow Serving是使用SavedModel格式来保存模型的。由于SavedModel包含了完整的TensorFlow程序，包括权重和计算，它不需要运行原始的模型构建代码，因此对共享或部署 使 用TFLite，TensorFlow .js ，T ensorFLow Serving 或者 TensorFlow Hub 很有用 注：关于SavedModel可参考： https://www.tensorflow.org/guide/saved_model ，此处不详细介绍 文件目录树如下： └─exported_model └─saved_model └─1 └─savedmodel.pb 3.部署模型 获取官网的tfserving，参考链接，链接中有详细的docker pull命令，链接如下： https://hub.docker.com/r/tensorflow/serving/tags 1）

　　前一篇博文中主要说了下，lxc容器在Linux上的简单管理，回顾请参考 https://www.cnblogs.com/qiuhom-1874/p/12901493.html ；今天我们来介绍下lxc的图像管理工具LXC WEB Panel; 　　项目下载地址： https://github.com/lxc-webpanel/LXC-Web-Panel.git ； 　　1、安装python-flask [root@lxc ~]# yum install python-flask Loaded plugins: fastestmirror base | 3.6 kB 00:00:00 epel | 4.7 kB 00:00:00 extras | 2.9 kB 00:00:00 updates | 2.9 kB 00:00:00 (1/2): epel/x86_64/updateinfo | 1.0 MB 00:00:00 (2/2): epel/x86_64/primary_db | 6.8 MB 00:00:01 Loading mirror speeds from cached hostfile * base: mirrors.aliyun.com * extras: mirrors.aliyun.com * updates: mirrors.aliyun.com

近期准备将OpenStack平台升级到Ussuri版本。考虑到现在在用的整个OpenStack环境并不复杂，仅有一个 AIO 的单节点，以往升级是在两台服务器间交替进行的，相当于重新部署OpenStack并迁移实例，相当耗时。这是因为OpenStack是无法实现产品级平滑升级的。现在服务器上还是以安装CentOS 7 为主，查看 Ussuri 的发行注记，得知 Ussuri 版本对OS环境要求有了变化，且只支持 Python 3 环境。根据以往的经验，知道 Python 3 和 Python 2 是可以共存并分别调用的，所以想尝试一下 能否在 CentOS 7 1804 上安装 Ussuri。 结论是：OpenStack Ussuri 版本不可以部署在 CentOS 7 1804 平台上，即便解决了 Python 的问题，也会因为 Python组件deltarpm无法被 Python 3 有效调用而导致安装失败。执行 kolla-ansible -i /etc/kolla/all-in-one prechecks 是会提示错误： TASK [prechecks : Checking host OS release or version] ** fatal: [OpenStack]: FAILED! => {"changed": false, "msg": "CentOS

本文介绍了目前6种比较常用的进度条，让大家都能直观地看到脚本运行最新的进展情况 很多人学习python，不知道从何学起。 很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。 很多已经做案例的人，却不知道如何去学习更加高深的知识。 那么针对这三类人，我给大家提供一个好的学习平台，免费领取视频教程，电子书籍，以及课程的源代码！ QQ群：1097524789 1.普通进度条 2.带时间进度条 3.tpdm进度条 4.progress进度条 5.alive_progress进度条 6.可视化进度条 7.进度条？ 1.普通进度条 在代码迭代运行中可以自己进行统计计算，并使用格式化字符串输出代码运行进度 import sys import time def progress_bar(): for i in range( 1, 101): print( "\r", end= "") print( "Download progress: {}%: ".format(i), "▋" * (i // 2), end= "") sys.stdout.flush() time.sleep( 0.05) progress_bar() 进度条1 2.带时间进度条 导入time模块来计算代码运行的时间，加上代码迭代进度使用格式化字符串来输出代码运行进度 import time scale =

爬虫管理平台以及wordpress本地搭建 学习目标： 各爬虫管理平台了解 scrapydweb gerapy crawlab 各爬虫管理平台的本地搭建 Windows下的wordpress搭建 爬虫管理平台了解: scrapydweb： 用于Scrapyd实施管理的web应用程序，支持Scrapy日志分析和可视化 github地址：https://github.com/my8100/scrapydweb.git gerapy： 基于Scrapy，Scrapyd，Scrapyd-Client，Scrapyd-API，Django和Vue.js的分布式爬虫管理框架 相关的配置在我之前博客地址：https://www.cnblogs.com/xbhog/p/13336651.html 该项目github地址：https://github.com/Gerapy/Gerapy.git crawlab： 基于Golang的分布式爬虫管理平台，支持多种编程语言以及多种爬虫框架. 文档地址：https://docs.crawlab.cn/zh/ GitHub地址：https://github.com/crawlab-team/crawlab.git 注意：前两个框架的搭建基于Scrapyd，如果不知道怎么配置可以看我之前写的博客： https://www.cnblogs.com/xbhog/p