Centos7-Redis-Deploy

发表于 2018-04-26 更新于 2024-04-23 分类于 Programmatic
本文字数： 2k 阅读时长 ≈ 2 分钟

Redis

Redis全称：Remote Dictionary Server(远程数据服务)。Redis是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。

单实例安装

只是学习使用使用yum 方式安装比较快。而且centos自带官方源。

yum安装

yum install epel-release –下载fedora的epel仓库
yum install redis – 安装redis数据库

阅读全文 »

Centos7-Mongodb-Deploy

发表于 2018-04-25 更新于 2024-04-23 分类于 Programmatic
本文字数： 6.1k 阅读时长 ≈ 6 分钟

mongodb的安装方式比较简单，下面演示在CentOS7上用yum方式安装。

参考文献

下载地址 https://www.mongodb.com/download-center#community
在线文档 https://docs.mongodb.com/manual/introduction/

使用yum方式安装

仅供学习参考，若在生产环境中部署请注意修改安全配置。

整个mongodb（社区版）包含如下软件

软件名称	描述
mongodb-org-server	包含mongod守护程序和关联的配置和init脚本
mongodb-org-mongos	包含mongos守护程序
mongodb-org-shell	包含mongo shell，它是一个连接mongodb的命令行客户端，允许用户直接输入nosql语法管理数据库。
mongodb-org-tools	包含以下工具的MongoDB：数据导入、导出、备份、恢复等等

创建yum源文件

1	vim /etc/yum.repos.d/mongodb-org-3.4.repo1

阅读全文 »

Centos7-Base-Command

发表于 2018-04-23 更新于 2024-04-23 分类于 Programmatic
本文字数： 10k 阅读时长 ≈ 9 分钟

linux作为个人工作经常使用的系统、做下简单的记录方便以后工作参考。

ps

ps命令用于报告系统某个时间内进程的情况

参数

-A : 所有的进程均显示出来
-a : 不与terminal有关的所有进程
-u : 有效用户的相关进程
-x : 一般与a参数一起使用，可以列出比较完整的信息。
-l : 较详细地将PID的信息列出。

案例

查询某程序的情况

1
2
3

$ [root@VM_115_109_centos ~]# ps -ef | grep mysqld
root      8013 17307  0 05:34 pts/0    00:00:00 grep --color=auto mysqld
mysql    28882     1  0 Apr02 ?        00:07:03 /usr/sbin/mysqld --daemonize --pid-file=/var/run/mysqld/mysqld.pid

UID PID PPID C STIME TTY TIME CMD (类目描述)

UID 程序被该 UID 所拥有
PID 就是这个程序的 ID
PPID 则是其上级父程序的ID
C CPU 使用的资源百分比
STIME 系统启动时间
TTY 登入者的终端机位置
TIME 使用掉的 CPU 时间。
CMD 所下达的指令

查看内存占用前1的进程

ps auxw | head -1;ps auxw|sort -rn -k4|head -1

1
2
3

$  ps auxw | head -1;ps auxw|sort -rn -k4|head -1
USER       PID %CPU %MEM    VSZ   RSS TTY      STAT START   TIME COMMAND
mysql    28882  0.0 10.9 1143416 205484 ?      Sl   Apr02   7:20 /usr/sbin/mysqld --daemonize --pid-file=/var/run/mysqld/mysqld.pid

内存的单位是kb，VSZ是虚拟内存的占用，RSS是真实的内存的占用。
命令分解：
ps auxw显示系统资源占用情况；
head -1表示显示第一列，即标题列；
sort -r 表示反向排序，-n表示按数字排序，-k4表示列的第4个字符。

查看CPU占用前1的进程

ps auxw|head -1;ps auxw|sort -rn -k3|head -1

$ ps auxw|head -1;ps auxw|sort -rn -k3|head -5
USER       PID %CPU %MEM    VSZ   RSS TTY      STAT START   TIME COMMAND
root      1690  0.1  0.6 536692 12436 ?        Sl   Apr10  29:58 barad_agent
USER       PID %CPU %MEM    VSZ   RSS TTY      STAT START   TIME COMMAND
root         9  0.0  0.0      0     0 ?        R    Mar08   1:45 [rcu_sched]
root       884  0.0  0.0 110044   808 ttyS0    Ss+  Mar08   0:00 /sbin/agetty --keep-baud 115200 38400 9600 ttyS0 vt220
root       883  0.0  0.0 110044   788 tty1     Ss+  Mar08   0:00 /sbin/agetty --noclear tty1 linux

阅读全文 »

2014-10-10-十堰实习的日子

发表于 2018-04-23 更新于 2024-04-23 分类于 Life
本文字数： 219 阅读时长 ≈ 1 分钟

2014-10-10出发实习，职场萌新第一次去大型野外工地浪。长期在小城市里面突然跑到野外，关键还没啥人。放飞自我。

阅读全文 »

Java-Eureka-Zookeeper

发表于 2018-04-21 更新于 2024-04-23 分类于 Programmatic
本文字数： 2.5k 阅读时长 ≈ 2 分钟

服务注册中心，给客户端提供可供调用的服务列表，客户端在进行远程服务调用时，根据服务列表然后选择服务提供方的服务地址进行服务调用。服务注册中心在分布式系统中大量应用，是分布式系统中不可或缺的组件，例如rocketmq的name server，hdfs中的namenode，dubbo中的zk注册中心，spring cloud中的服务注册中心eureka。在spring cloud中，除了可以使用eureka作为注册中心外，还可以通过配置的方式使用zookeeper作为注册中心。既然这样，我们该如何选择注册中心的实现呢？

CAP定理

又被称作布鲁尔定理（Eric Brewer）它指出对于一个分布式计算系统来说，不可能同时满足以下三点：

强一致性（Consistency）：系统在执行某项操作后数据状态仍然处于一致，例如在分布式系统中，更新操作执行成功后所有的用户都应该读取到最新的值，这样的系统被认为具有强一致性。
可用性（Availability）：每一个操作总是能够在一定的时间内返回结果
分区容错性（Partition tolerance）：单个节点故障不应导致整个系统崩溃，也就是说尽管网络在节点之间丢弃（或延迟）任意数量的消息，但是系统继续操作。

根据CAP原理将数据库分成了满足CA原则、满足CP原则和满足AP原则三大类

CA：单点集群，满足一致性，可用性，通常在可扩展性上不太强大，比如RDB。
CP：满足一致性和分区容错性，通常性能不是特别高，如分布式数据库。
AP：满足可用性和分区容错性，通常可能对一致性要求低一些，如大多数的NoSQL。

BASE（Basically Available，Soft-state，Eventual consistency）

eBay的架构师Dan Pritchett源于对大规模分布式系统的实践总结，在ACM上发表文章提出BASE理论，BASE理论是对CAP理论的延伸，核心思想是即使无法做到强一致性（Strong Consistency，CAP的一致性就是强一致性），但应用可以采用适合的方式达到最终一致性（Eventual Consitency）。

基本可用（Basically Available）：系统能够基本运行并一直提供服务。
软状态（Soft-state）：系统不要求一直保持强一致状态。
最终一致性（Eventual consistency）：系统需要在某一时刻后达到一致性要求。

Zookeeper保证CP

当向注册中心查询服务列表时，我们可以容忍注册中心返回的是几分钟以前的注册信息，但不能接受服务直接down掉不可用。也就是说，服务注册功能对可用性的要求要高于一致性。但是zk会出现这样一种情况，当master节点因为网络故障与其他节点失去联系时，剩余节点会重新进行leader选举。问题在于，选举leader的时间太长，30 ~ 120s, 且选举期间整个zk集群都是不可用的，这就导致在选举期间注册服务瘫痪。在云部署的环境下，因网络问题使得zk集群失去master节点是较大概率会发生的事，虽然服务能够最终恢复，但是漫长的选举时间导致的注册长期不可用是不能容忍的。

Eureka保证AP

Eureka各个节点都是平等的，几个节点挂掉不会影响正常节点的工作，剩余的节点依然可以提供注册和查询服务。而Eureka的客户端在向某个Eureka注册或如果发现连接失败，则会自动切换至其它节点，只要有一台Eureka还在，就能保证注册服务可用(保证可用性)，只不过查到的信息可能不是最新的(不保证强一致性)。除此之外，Eureka还有一种自我保护机制，如果在15分钟内超过85%的节点都没有正常的心跳，那么Eureka就认为客户端与注册中心出现了网络故障，此时会出现以下几种情况：
1. Eureka不再从注册列表中移除因为长时间没收到心跳而应该过期的服务
2. Eureka仍然能够接受新服务的注册和查询请求，但是不会被同步到其它节点上(即保证当前节点依然可用)
3. 当网络稳定时，当前实例新的注册信息会被同步到其它节点中
因此， Eureka可以很好的应对因网络故障导致部分节点失去联系的情况，而不会像zookeeper那样使整个注册服务瘫痪。

阅读全文 »