保障训练-20200916

2023-10-19 10:08
文章标签 训练 保障 20200916

本文主要是介绍保障训练-20200916,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

4.58 Tomcat_JDK安装

4.59 安装zrlog

4.60 nginx代理tomcat

4.61 第二个java应用

一、Tomcat_JDK安装

Tomcat是Apache软件基金会(Apache Software Foundation)的Jakarta项目中的一个核心项目,由Apache、Sun和其他一些公司及个人共同开发而成。

java程序写的网站用tomcat+jdk来运行,tomcat是一个中间件,真正起作用的,解析java脚本的是jdk

jdk(java development kit)是整个java的核心,它包含了java运行环境和一堆java相关的工具以及java基础库

最主流的jdk为sun公司发布的jdk,除此之外,其实IBM公司也有发布JDK,CentOS上也可以用yum安装openjdk

我们已经学过了LAMP和LNMP架构;针对的开发语言是PHP;可以说PHP是一门开发Web程序非常流行的语言;早期的比较流行的是asp,是在windows平台上运行的一种编程语言;但是因为安全性不高;所以越来越多做网站的人用Php去开发网站,相对来说也是比较安全的

除了PHP外,还有一门语言叫java;java是一门非常庞大的开发语言;不仅仅是可以开发开网站;也可以开发大型的软件、工具、甚至是游戏都可以;tomcat实际上是一个中间件,用来运行Java语言写的网站;那我们Php写的代码,要用php去解析;java就要用tomcat加上JDK一起去解析

其实Tomcat只是一个中间件,真正起作用的就是咱们已经安装的jdk。没有Tomcat还不可以,他的作用就是监听8080;8005;8009端口。假如说,访问站点,需要一个webserver,而Tomcat就可以理解为webserver!

在官网找到二进制包,下载(如果该下载地址失效,请到https://github.com/aminglinux/resource/blob/master/README.md 下载新版本)

解压、并把解压包移到 /usr/local/tomcat下

开启服务与关闭服务

查看java有关端口

三个端口释义:

8080为提供web服务的端口

8005为管理端口;//显示调用会慢

8009端口为第三方服务调用的端口,比如httpd和Tomcat结合时会用到

在关闭防火墙后,用浏览器访问其默认主页:192.168.112.136:8080

JDK下载地址https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html

先在windows环境下,下载好jdk,传输到linux虚拟机root下

在/etc/profile增加以下代码

加载服务后,查看下载版本是否正确

二、安装zrlog

zrlog是一款开源的JAVA应用,博客系统

官网:https://www.zrlog.com

下载:

wget ‘http://dl.zrlog.com/release/zrlog-2.1.3-b5f0d63-release.war?attname=ROOT.war&ref=index’

mv zrlog-2.1.3-b5f0d63-release.war?attname=ROOT.war&ref=index zrlog-2.1.3.war

安装:

mv zrlog-2.1.3.war /usr/local/tomcat/webapps/

cd !$(/usr/local/tomcat/webapps/)

mv ROOT ROOT.bak

mv zrlog-2.1.3 ROOT

浏览器访问:

添加防火墙规则:firewall-cmd --add-port=8080/tcp --permanent

              firewall-cmd --reload

http://ip:8080/ 开始安装

数据库操作:

mysql -uroot -paming-linux -e “create database zrlog”

mysql -uroot -paming-linux -e “grant all on zrlog.* to ‘zrlog’@‘127.0.0.1’ identified by ‘zrlog-pass’”

三、nginx代理tomcat

为什么要为Tomcat配置反向代理?

1.如果同一台机器有nginx又有Tomcat,则会产生端口冲突

2.需要把8080端口改成80端口

3.nginx对于静态的请求速度上要优先于Tomcat,Tomcat不擅长做高并发的静态文件请求处理

如何配置?

location /
{
proxy_pass http://ip;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
}

四、第二个java应用

方法一、

配置文件:

/usr/local/tomcat/conf/server.xml


重启:

/usr/local/tomcat/bin/shutdown.sh #先关闭

/usr/local/tomcat/bin/startup.sh #再开启

启动时,8005端口起来非常慢,这是因为Tomcat在启动时会调用系统的一个随机字符设备

方法二、

拷贝一个Tomcat目录,修改server.xml里面的三个端口(其中8009可以删掉,8080改成8081,8005改成8006)

小常识:

通过Java.security.SecureRandom生成随机数来实现,随机数算法使用的是“SHA1PRNG”,这个算法的提供者在底层依赖到操作系统提供的随机数据,在Linux上,与之相关的是/dev/random和/dev/urandom

/dev/random设备会返回小于熵池噪声总数的随机字节。/dev/random可生成高随机性的公钥或一次性密码本。若熵池空了,对/dev/random的读操作将会被阻塞,直到搜集到足够的环境噪声为止,而/dev/urandom则是一个非阻塞的发生器。它是/dev/random的一个副本,它会重复使用熵池中的数据以产生伪随机数据。这表示对/dev/urandom的读取操作不会产生阻塞,但其输出的熵可能小于/dev/random。

总之,8005端口启动慢就是因为JVM调用了系统的/dev/random设备生成随机数,而/dev/random生成随机数时被block了,自然就会导致8005端口启动慢,解决办法是不使用/dev/random,而是使用/dev/urandom,具体操作步骤:

vim $JAVA_HOME/jre/lib/security/java.security

//将securerandom.source=file:/dev/random改为securerandom.source=file:/dev/urandom

$JAVA_HOME在哪里?

如果是openjdk(yum安装的),在/usr/lib/jvm

如果是下载的二进制的包,就jdk的主目录(如/usr/local/jdk_1.8)

这篇关于保障训练-20200916的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/239105

相关文章

MiniGPT-3D, 首个高效的3D点云大语言模型,仅需一张RTX3090显卡,训练一天时间,已开源

项目主页:https://tangyuan96.github.io/minigpt_3d_project_page/ 代码:https://github.com/TangYuan96/MiniGPT-3D 论文:https://arxiv.org/pdf/2405.01413 MiniGPT-3D在多个任务上取得了SoTA,被ACM MM2024接收,只拥有47.8M的可训练参数,在一张RTX

Spark MLlib模型训练—聚类算法 PIC(Power Iteration Clustering)

Spark MLlib模型训练—聚类算法 PIC(Power Iteration Clustering) Power Iteration Clustering (PIC) 是一种基于图的聚类算法,用于在大规模数据集上进行高效的社区检测。PIC 算法的核心思想是通过迭代图的幂运算来发现数据中的潜在簇。该算法适用于处理大规模图数据,特别是在社交网络分析、推荐系统和生物信息学等领域具有广泛应用。Spa

SigLIP——采用sigmoid损失的图文预训练方式

SigLIP——采用sigmoid损失的图文预训练方式 FesianXu 20240825 at Wechat Search Team 前言 CLIP中的infoNCE损失是一种对比性损失,在SigLIP这个工作中,作者提出采用非对比性的sigmoid损失,能够更高效地进行图文预训练,本文进行介绍。如有谬误请见谅并联系指出,本文遵守CC 4.0 BY-SA版权协议,转载请联系作者并注

Detectorn2预训练模型复现:数据准备、训练命令、日志分析与输出目录

Detectorn2预训练模型复现:数据准备、训练命令、日志分析与输出目录 在深度学习项目中,目标检测是一项重要的任务。本文将详细介绍如何使用Detectron2进行目标检测模型的复现训练,涵盖训练数据准备、训练命令、训练日志分析、训练指标以及训练输出目录的各个文件及其作用。特别地,我们将演示在训练过程中出现中断后,如何使用 resume 功能继续训练,并将我们复现的模型与Model Zoo中的

多云架构下大模型训练的存储稳定性探索

一、多云架构与大模型训练的融合 (一)多云架构的优势与挑战 多云架构为大模型训练带来了诸多优势。首先,资源灵活性显著提高,不同的云平台可以提供不同类型的计算资源和存储服务,满足大模型训练在不同阶段的需求。例如,某些云平台可能在 GPU 计算资源上具有优势,而另一些则在存储成本或性能上表现出色,企业可以根据实际情况进行选择和组合。其次,扩展性得以增强,当大模型的规模不断扩大时,单一云平

神经网络训练不起来怎么办(零)| General Guidance

摘要:模型性能不理想时,如何判断 Model Bias, Optimization, Overfitting 等问题,并以此着手优化模型。在这个分析过程中,我们可以对Function Set,模型弹性有直观的理解。关键词:模型性能,Model Bias, Optimization, Overfitting。 零,领域背景 如果我们的模型表现较差,那么我们往往需要根据 Training l

如何创建训练数据集

在 HuggingFace 上创建数据集非常方便,创建完成之后,通过 API 可以方便的下载并使用数据集,在 Google Colab 上进行模型调优,下载数据集速度非常快,本文通过 Dataset 库创建一个简单的训练数据集。 首先安装数据集依赖 HuggingFace datasetshuggingface_hub 创建数据集 替换为自己的 HuggingFace API key

【YOLO 系列】基于YOLOV8的智能花卉分类检测系统【python源码+Pyqt5界面+数据集+训练代码】

前言: 花朵作为自然界中的重要组成部分,不仅在生态学上具有重要意义,也在园艺、农业以及艺术领域中占有一席之地。随着图像识别技术的发展,自动化的花朵分类对于植物研究、生物多样性保护以及园艺爱好者来说变得越发重要。为了提高花朵分类的效率和准确性,我们启动了基于YOLO V8的花朵分类智能识别系统项目。该项目利用深度学习技术,通过分析花朵图像,自动识别并分类不同种类的花朵,为用户提供一个高效的花朵识别

深度学习与大模型第3课:线性回归模型的构建与训练

文章目录 使用Python实现线性回归:从基础到scikit-learn1. 环境准备2. 数据准备和可视化3. 使用numpy实现线性回归4. 使用模型进行预测5. 可视化预测结果6. 使用scikit-learn实现线性回归7. 梯度下降法8. 随机梯度下降和小批量梯度下降9. 比较不同的梯度下降方法总结 使用Python实现线性回归:从基础到scikit-learn 线性

使用openpose caffe源码框架训练车辆模型常见错误及解决办法

错误1:what():  Error: mSources.size() != mProbabilities.size() at 51, OPDataLayer, src/caffe/openpose/layers/oPDataLayer.cpp 原因:这是因为在网络模型中数据源sources和probabilities设置的参数个数不一样导致的,一个数据源对应一个概率 解决方法:只需要将网络文