在發布了一篇手把手帶領讀者在華為云服務器搭建后端程序員無人不知的瑞吉外賣項目,效果良好,很多粉絲給我反饋還想學習別的項目以及其它軟件的服務器部署,這不馬上給大家安排上!
首先我來說下這幾天的服務器使用測評之后
服務器強大性能與高可靠性的詳細介紹:
隨著云計算技術的發展,越來越多的企業和個人開始將自己的業務遷移到云上。在選擇云服務提供商時,穩定性、性能和可靠性是最重要的考慮因素之一。在這方面,Flexus 云服務器 X 無疑是一個令人印象深刻的選擇。
Flexus 云服務器 X 是華為云服務器系列中的高性能型號,專為那些對計算資源有高要求的企業和個人用戶而設計。它能夠提供強大的計算能力和卓越的性能,為用戶的應用和服務提供穩定可靠的基礎設施支持。
首先,Flexus 云服務器 X 配備了強大的處理器和內存組合,以應對各種復雜的計算任務。它采用最新的英特爾至強處理器,具有多核心架構和高頻率運行,可以處理大規模的數據計算和處理工作負載。此外,服務器配置可靈活擴展,滿足不同業務需求。
其次,Flexus 云服務器 X 在網絡性能方面表現出色。它支持高帶寬和低延遲的網絡連接,確保數據傳輸速度快而穩定。無論是處理大規模的數據集,還是提供實時的在線服務,都能夠保持卓越的網絡性能,提供流暢的用戶體驗。
另外,Flexus 云服務器 X 還注重數據安全和可靠性。它采用了多層次的安全措施,包括網絡隔離、防火墻保護等,保證用戶的數據得到有效的保護。同時,服務器硬件以及網絡基礎設施采用冗余設計,確保在任何意外情況下都能保持高可用性和可靠性。
最后,華為云作為全球領先的云服務提供商,為 Flexus 云服務器 X 提供了一系列完善的支持和服務。用戶可以享受到 24 小時不間斷的技術支持,以及靈活的付費方式和計量方式,根據實際需求進行彈性擴容和調整。
總而言之,Flexus 云服務器 X 是一款非常強大而可靠的云計算解決方案。無論是大型企業還是個人開發者,都可以借助它提供的高性能和穩定性,快速構建和部署應用。如果你正在尋找一臺可靠、性能卓越的云服務器,Flexus 云服務器 X 將是一個值得考慮的選擇。
對比一下其它云服務商提供的計算機性能及價格,大家應該選擇誰就不用我多說了吧(*^▽^*)
Flexus云服務器X實例-華為云
華為 Flexus 云服務器 X 實例 購買流程
感謝華為大哥的優惠券
用優惠券之后 0 元,再次感謝!歡迎大家購買一個,動手跟我一起試試
1.購買 Flexus 云服務器 X 實例后,第一次使用需要重置密碼并妥善保管喲!
1.配置安全組
訪問應用需開通 8888 端口、訪問 MySQL 數據庫需開通 3306 端口等
向大家簡單介紹一下本次部署的幾個微服務中間件:
這些中間件都是學習微服務離不開的
第一個是我們最愛的 Docker:微服務02 Docker RabbitMQ SpringAMQP_rabbitmq 鏡像倉庫-CSDN博客
因為本篇主要測試服務器,如果不了解的朋友可以看我的這篇博客,就不再一一贅述!
寶塔安裝 Docker 直接點擊左側的 Docker 就會提示你,讓你下載
docker 安裝 rabbitmq 在線拉取: docker pull rabbitmq:3-management 執行下面的命令來運行 MQ 容器: docker run -e RABBITMQ_DEFAULT_USER=‘mq 賬號’ -e RABBITMQ_DEFAULT_PASS=‘密碼’ --name mq --hostname mq1 -p 15672:15672 -p 5672:5672 -d rabbitmq:3-management firewall-cmd --add-port=3306/tcp --permanent # --add-port=3306/tcp 表示放行 3306 端口的 tcp 訪問,--permanent 表示永久生效firewall-cmd --reload # 重新載入防火墻規則使其生效 開放安全組以及防火墻端口 后面我就不再贅述嘍
部署單點 elasticsearch
1.1.1.創建網絡
因為我們還需要部署 kibana 容器,因此需要讓 es 和 kibana 容器互聯。這里先創建一個網絡:
docker network create es-net
1.2.加載鏡像 這里我們采用 elasticsearch 的 7.12.1 版本的鏡像,這個鏡像體積非常大,接近 1G。不建議大家自己 pull。 我這邊提供了鏡像的 tar 包: 一定要確認傳上去的鏡像和本地是否一樣大,不一樣大就是上傳被中斷了! 大家將其上傳到虛擬機中,然后運行命令加載即可: # 導入數據 docker load -i es.tar 同理還有 kibana 的 tar 包也需要這樣做。
1.1.3.運行
運行 docker 命令,部署單點 es:
docker run -d
--name es
-e "ES_JAVA_OPTS=-Xms512m -Xmx512m"
-e "discovery.type=single-node"
-v es-data:/usr/share/elasticsearch/data
-v es-plugins:/usr/share/elasticsearch/plugins
--privileged
--network es-net
-p 9200:9200
-p 9300:9300
elasticsearch:7.12.1
運行了就刪
命令解釋:
·-e "cluster.name=es-docker-cluster":設置集群名稱
·-e "http.host=0.0.0.0":監聽的地址,可以外網訪問
·-e "ES_JAVA_OPTS=-Xms512m -Xmx512m":內存大小
·-e "discovery.type=single-node":非集群模式
·-v es-data:/usr/share/elasticsearch/data:掛載邏輯卷,綁定 es 的數據目錄
·-v es-logs:/usr/share/elasticsearch/logs:掛載邏輯卷,綁定 es 的日志目錄
·-v es-plugins:/usr/share/elasticsearch/plugins:掛載邏輯卷,綁定 es 的插件目錄
·--privileged:授予邏輯卷訪問權
·--network es-net :加入一個名為 es-net 的網絡中
·-p 9200:9200:端口映射配置
在瀏覽器中輸入:http://你的ip:9200即可看到 elasticsearch 的響應結果:
部署 kibana
kibana 可以給我們提供一個 elasticsearch 的可視化界面,便于我們學習。
1.2.1.部署
運行 docker 命令,部署 kibana
docker run -d
--name kibana
-e ELASTICSEARCH_HOSTS=http://es:9200
--network=es-net
-p 5601:5601
kibana:7.12.1
·--network es-net :加入一個名為 es-net 的網絡中,與 elasticsearch 在同一個網絡中
·-e ELASTICSEARCH_HOSTS=http://es:9200":設置 elasticsearch 的地址,因為 kibana 已經與 elasticsearch 在一個網絡,因此可以用容器名直接訪問 elasticsearch
·-p 5601:5601:端口映射配置
kibana 啟動一般比較慢,需要多等待一會,可以通過命令:
docker logs -f kibana
查看運行日志,當查看到下面的日志,說明成功:
此時,在瀏覽器輸入地址訪問:http://你的ip:5601,即可看到結果
1.2.2.DevTools
kibana 中提供了一個 DevTools 界面:
這個界面中可以編寫 DSL 來操作 elasticsearch。并且對 DSL 語句有自動補全功能
3.安裝 IK 分詞器
1.3.1.在線安裝 ik 插件(較慢)
# 進入容器內部
docker exec -it elasticsearch /bin/bash
# 在線下載并安裝
./bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip
#退出
exit
#重啟容器
docker restart elasticsearch
1.3.2.離線安裝 ik 插件(推薦)
1)查看數據卷目錄
安裝插件需要知道 elasticsearch 的 plugins 目錄位置,而我們用了數據卷掛載,因此需要查看 elasticsearch 的數據卷目錄,通過下面命令查看:
docker volume inspect es-plugins
顯示結果:
[
{
"CreatedAt": "2022-05-06T10:06:34+08:00",
"Driver": "local",
"Labels": null,
"Mountpoint": "/var/lib/docker/volumes/es-plugins/_data",
"Name": "es-plugins",
"Options": null,
"Scope": "local"
}
]
說明 plugins 目錄被掛載到了:/var/lib/docker/volumes/es-plugins/_data 這個目錄中。
2)解壓縮分詞器安裝包
下面我們需要把課前資料中的 ik 分詞器解壓縮,重命名為 ik
?3)上傳到 es 容器的插件數據卷中
也就是/var/lib/docker/volumes/es-plugins/_data :
審核編輯 黃宇
-
云計算
+關注
關注
39文章
7835瀏覽量
137506 -
Docker
+關注
關注
0文章
472瀏覽量
11865 -
rabbitmq
+關注
關注
0文章
18瀏覽量
1035
發布評論請先 登錄
相關推薦
評論