swarm

至联云讲解《如何在IPFS中尽快地搜索到内容》

孤街浪徒 提交于 2020-05-05 13:44:17
今天要和大家分享的是一篇技术性比较强的文章,一种在IPFS系统中快速搜索内容的方法。 这里有一个假设:假设希望尝试这个方法的读者已经有了自己搭建的一个IPFS系统并且有多个节点,这些节点都运行在Ubuntu 16操作系统上。 这篇文章适合的读者有下列这些: - 读者希望自己在已搭建的IPFS系统中能快速地搜索内容 - 读者自己搭建的IPFS系统中不仅运行着普通节点还运行了IPFS网关 - 读者自己搭建的IPFS系统中总有节点时不时和其它节点断开或失联 IPFS是一个强大的去中心化文件分发和存储协议,尽管有着强大的功能,但IPFS也有些缺憾,比如它无法保证所有的节点之间总是互联。 这个缺憾就导致即便我们在整个系统刚搭建好时把所有的节点都启动了,这些节点最终有可能互相断开失联,从而使内容搜索的速度变慢。 在这种情况下,当系统使用了网关,并且把用户引导给网关让网关来给用户搜索所需要的内容时就会产生问题-----如果网关不是直接和所有的节点相联,则用户搜索的内容要等很久才能被发现。 如何解决这个问题呢? 第一步:获取节点的“multiAddresses” 在每一个IPFS节点中打开命令行工具,运行下列命令: ipfs id 你会看到类似下面的结果: {"ID": "YourNodeID","PublicKey": "YourPublicKey","Addresses": ["/ip4

[Docker] 02 Docker三剑客简介

孤街醉人 提交于 2020-05-05 00:45:35
前言 DOCKER技术在推出后掀起了一阵容器化技术的热潮,容器化使得服务的部署变得极其简易,这为微服务和分布式计算提供了很大的便利。 为了把容器化技术的优点发挥到极致,docker公司先后推出了三大技术: docke r-ma chine , do cker-compos e , docker-swarm , 可以说是几乎实现了容器化技术中所有可能需要的底层技术手段。 在使用go语言实现了判题引擎并打包好docker镜像后,就需要进行分布式判题的编写,这次就让我们手动实践,尝试使用docker的三大杀器来部署一个多机器构成的判题服务集群。 三剑客简介 # docker-machine docker技术是基于Linux内核的 cgroup 技术实现的,那么问题来了,在非Linux平台上是否就不能使用docker技术了呢?答案是可以的,不过显然需要借助虚拟机去模拟出Linux环境来。 docker-machine就是docker公司官方提出的, 用于在各种平台上快速创建具有docker服务的虚拟机的技术 ,甚至可以通过指定driver来定制虚拟机的实现原理(一般是virtualbox)。 # docker-compose docker镜像在创建之后,往往需要自己手动pull来获取镜像,然后执行run命令来运行。当服务需要用到多种容器,容器之间又产生了各种依赖和连接的时候

Docker决战到底(三) Rancher2.x的安装与使用

人盡茶涼 提交于 2020-05-02 04:50:45
原文: Docker决战到底(三) Rancher2.x的安装与使用 - 简书 image.png 当越来越多的容器化应用被部署,一个可以管理编排这些容器的工具此时就显得尤为重要了。目前容器编排领域的佼佼者非kubernates莫属了, 但我一直没有来得及上手,可能是学习成本比较高吧,加上公司里面使用的rancher1.6,我就直接用rancher来作为容器编排管理的切入点了,只是我这里采用的是rancher2.15版本。 非常意外的是,以前rancher1.6版本还支持docker compose、swarm等集成,但是我从rancher2.15版本里却找不到入口了,直接是对kubernates的集成管理,这也反向突出了kubernates确有一统之势。 整体来说,rancher是相对简单的,至少从满足我的操作要求来说,依然是使用的kubernates,但是却没有那么大的复杂度,当然,这仅仅是我的猜测而已,因为我根本没有使用过原生kubernates,开始之前我们看一下配置推荐。 部署大小 集群(个) 节点(个) vCPU 内存 小 不超过5 最多50 4C 16GB 中 不超过100 最多500 8C 32GB 大 超过100 超过500 一、安装rancher(v2.x) 直接通过docker镜像来运行我们的rancher,首先,先从镜像中心下载rancher镜像,如果是1

从零进阶--构建docker-swarm结合Gitlab-runner持续集成实现hyperf 部署

人盡茶涼 提交于 2020-04-29 14:35:12
构建 docker-swarm 结合 Gitlab-runner 持续集成实现 hyperf 部署 最近发现有用到 hyperf ,应需求,便按照官网的,弄一下 Gitlab-runner 持续集成部署, 详细可见 官方文档: Hyperf 简介 : Docker-swarm : Swarm 是 Docker 官方提供的一款集群管理工具,其主要作用是把若干台 Docker 主机抽象为一个整体,并且通过一个入口统一管理这些 Docker 主机上的各种 Docker 资源 Gitlab-runner : gitlab-runner 是 gitlab 提供的持续集成工具 , 通过 .gitlab-ci.yml 实现有效项目部署。 Hyperf : Hyperf 是基于 Swoole 4.3+ 实现的高性能、高灵活性的 PHP 协程框架,是基于微服务开源的框架。详细可见 官官方文档: Hyperf Kong: 网关服务 , 主要用于数据转发,主要作用于保护,管理和扩展微服务和 API 对于整个 架构实现,我简单整理了一下,如图 1 ,大概实现的效果是这样的: 图 1 环境: Node2 : 172.25.0.30 centos7 主节点 Leander Node3 : 172.25.0.33 centos7 worker 一、安装 Docker 、 gitlab 1 、 Node2 、

【赵强老师】Docker Swarm实现服务的滚动更新

你说的曾经没有我的故事 提交于 2020-04-29 09:29:35
一、什么是Docker Swarm? Docker Swarm是Docker官方提供的一款集群管理工具,其主要作用是把若干台Docker主机抽象为一个整体,并且通过一个入口统一管理这些Docker主机上的各种Docker资源。Swarm和Kubernetes比较类似,但是更加轻,具有的功能也较kubernetes更少一些。 Docker Swarm 和 Docker Compose 一样,都是 Docker 官方容器编排项目,但不同的是,Docker Compose 是一个在单个服务器或主机上创建多个容器的工具,而 Docker Swarm 则可以在多个服务器或主机上创建容器集群服务,对于微服务的部署,显然 Docker Swarm 会更加适合。 从 Docker 1.12.0 版本开始,Docker Swarm 已经包含在 Docker 引擎中(docker swarm),并且已经内置了服务发现工具,我们就不需要像之前一样,再配置 Etcd 或者 Consul 来进行服务发现配置了。 二、Docker Swarm的体系架构 这个图作为一个整体实际上都处于一个所谓的集群中,它可能对应了一到多台的实际服务器。每台服务器上都装有Docker并且开启了基于HTTP的DockerAPI。这个集群中有一个SwarmManager的管理者,用来管理集群中的容器资源

The base command for the Docker CLI.

拜拜、爱过 提交于 2020-04-29 03:07:00
Description The base command for the Docker CLI. Child commands Command Description docker attach Attach local standard input, output, and error streams to a running container docker build Build an image from a Dockerfile docker checkpoint Manage checkpoints docker commit Create a new image from a container’s changes docker config Manage Docker configs docker container Manage containers docker cp Copy files/folders between a container and the local filesystem docker create Create a new container docker deploy Deploy a new stack or update an existing stack docker diff Inspect changes to files

CentOS 8下安装Docker最新版

空扰寡人 提交于 2020-04-21 20:49:41
CentOS 8下安装Docker最新版 一、设置主机名:# hostnamectl set-hostname swarm-rancher 二、添加docker配置仓库 sudo yum install -y yum-utils device-mapper-persistent-data lvm2 sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo (第二步安装repo包时,安装好后,在winwcp中要刷新后才可以看到。这里安装的是官方包) 官方包下载太慢,用下面的阿里包下载,特快。 sudo yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo 验证docker仓库已启用:[root@node2 ~]# sudo dnf repolist -v 安装必须的软件包 1、为什么要安装yum-utils,它提供一个yum-config-manager单元,同时安装的device-mapper-persistent-data和lvm2用于储存设备映射(devicemapper)必须的两个软件包。 2、紧接着配置一个稳定

SVM分类器实现实例

馋奶兔 提交于 2020-04-21 14:38:53
  我正在做一个关于SVM的小项目,在我执行验证SVM训练后的模型的时候,得到的report分数总是很高,无论是召回率(查全率)、精准度、还是f1-score都很高: 图1 分类器分数report   但是,对于训练的效果就非常差,差到连包含训练集的测试集都无法正确分类,如下图所示,左边是原图像,右边是分类图像,(我标注的标签样本是黄色区域与褐色区域),其中SVC的默认参数为rbf、C=1.0、gamma=“auto_deprecated”,LinearSVC的默认参数为:C=1.0、class_weight=none、dual=true、loss=“squard_hinge”: a.原图 b.SVC(default parameter) c.LinearSVC(default parameter) 图2. 默认分类效果      由上文可以发现,分类器分类的效果很不好,为了进一步验证这个问题的原因,接下来我分别对LinearSVC和SVC进行参数调整: 1、LinearSVC参数调整 C:使用损失函数是用来对样本的分类偏差进行描述,例如: 由上文可以发现,分类器分类的效果很不好,为了进一步验证这个问题的原因,接下来我分别对LinearSVC和SVC进行参数调整: 1、LinearSVC参数调整 C:使用损失函数是用来对样本的分类偏差进行描述,例如: 引入松弛变量后

Docker(一)

余生颓废 提交于 2020-04-18 19:42:24
  最近接触到了docker,发现docker的强大和简便,很多企业都在使用docker来部署项目,所以近期开始学习docker。这个学习模块依旧使用Linux系统Centos8.0发行版 docker安装:   安装步骤就直接按照 官方文档 进行操作了,在左侧导航栏选择自己系统的版本进行安装,我安装的是CentOs发行版的,推荐直接使用root账户安装,在安装之前建议先更新yum,否则在安装docker引擎那一步可能会出错。 # 更新yum yum update - y 卸载老版本   卸载老版本主要针对已经安装了docker的小伙伴,如果是第一安装可以不用执行这条命令 # 卸载docker yum remove docker docker - client docker - client - latest docker - common docker - latest docker - latest - logrotate docker - logrotate docker - engine 安装方法   docker提供了两种安装方法,一种是通过yum直接在线安装,使用这种方法比较简单易维护,后期可以自动升级版本;另外一种是在官方网站下载rpm包进行手动安装;对于我这种手残党来说肯定是选择yum安装咯,简单方便   通过yum安装首先的设置存储库

Docker使用Portainer搭建可视化界面

痞子三分冷 提交于 2020-04-09 20:05:19
原文: Docker使用Portainer搭建可视化界面 Portainer介绍 Portainer是Docker的图形化管理工具,提供状态显示面板、应用模板快速部署、容器镜像网络数据卷的基本操作(包括上传下载镜像,创建容器等操作)、事件日志显示、容器控制台操作、Swarm集群和服务等集中管理和操作、登录用户管理和控制等功能。功能十分全面,基本能满足中小型单位对容器管理的全部需求。 下载Portainer镜像 # 查询当前有哪些Portainer镜像 docker search portainer 上图就是查询出来的有下载量的portainer镜像,我们下载第一个镜像:docker.io/portainer/portainer。 # 下载镜像 docker pull docker.io/portainer/portainer 单机版运行 如果仅有一个docker宿主机,则可使用单机版运行,Portainer单机版运行十分简单,只需要一条语句即可启动容器,来管理该机器上的docker镜像、容器等数据。 docker run -d -p 9000:9000 \ --restart=always \ -v /var/run/docker.sock:/var/run/docker.sock \ --name prtainer-test \ docker.io/portainer