- 综合排序
- 最热优先
- 最新优先
- 来自专栏千里行走
nginx-2：部署生产级openresty
目录 (1).下载源码 (2).openrestry低版本编译命令 (3).openrestry高版本编译命令 1.编译命令 2.注意事项 3.编译错误与解决 (4).openrestry安装第三方库lua_resty_http 7).相关阅读 本文需要配合下述文章阅读/使用： nginx-1：生产级别nginx高性能配置 (1).下载源码 https://openresty.org/cn/download.html 我下载的是最新版本 ：openresty-1.15.8.1.tar.gz tar -xzvf openresty-VERSION.tar.gz cd openresty-VERSION/ #需要安装各种组件以适用于生产环境 openrestry依赖的openssl不能这样安装，需要把openssl的源码copy到目录: /opt/openresty/openssl-1.1.0i 然后执行openrestry阶段时，会自动到上边目录部署 --with-stream --with-stream_ssl_module (7).相关阅读 nginx-1：生产级别nginx高性能配置
2K10发布于 2019-11-28 - 来自专栏Devops专栏
Django 2 生产环境部署 uwsgi nginx
正常的部署情况需要使用 uwsgi + nginx 进行服务部署。 配置项目的settings 修改Debug状态为 False 允许接收所有hosts的方法 DEBUG = False ALLOWED_HOSTS = ['*'] 接下来配置uwsgi 部署 uwsgi Downloading https://mirrors.aliyun.com/pypi/packages/e7/1e/3dcca007f974fe4eb369bf1b8629d5e342bb3055e2001b2e5340aaefae7a uWSGI master process (pid: 29508) spawned uWSGI worker 1 (pid: 29512, cores: 1) spawned uWSGI worker 2 437 bytes (1 switches on core 0) next_url = machine_unit:machine_unit_list [pid: 29512|app: 0|req: 1/2]
1K20发布于 2019-10-15 - 来自专栏测试技术圈
nginx-2：部署生产级openresty
目录 (1).下载源码 (2).openrestry低版本编译命令 (3).openrestry高版本编译命令 1.编译命令 2.注意事项 3.编译错误与解决 (4).openrestry安装第三方库lua_resty_http 7).相关阅读 本文需要配合下述文章阅读/使用： nginx-1：生产级别nginx高性能配置 (1).下载源码 https://openresty.org/cn/download.html 我下载的是最新版本 ：openresty-1.15.8.1.tar.gz tar -xzvf openresty-VERSION.tar.gz cd openresty-VERSION/ #需要安装各种组件以适用于生产环境 (2).openrestry低版本编译命令 低版本编译时需要手动指定很多组件(使用高版本不用指定下述这么多)： . openrestry依赖的openssl不能这样安装，需要把openssl的源码copy到目录: /opt/openresty/openssl-1.1.0i 然后执行openrestry阶段时，会自动到上边目录部署
2.7K30发布于 2019-12-05 - 来自专栏RocketMQ原理与应用
RocketMQ实战—2.RocketMQ集群生产部署
大纲1.什么是消息中间件2.消息中间件的技术选型3.RocketMQ的架构原理和使用方式4.消息中间件路由中心的架构原理5.Broker的主从架构原理6.高可用的消息中间件生产部署架构7.部署一个小规模的 6.高可用的消息中间件生产部署架构(1)MQ生产部署架构的设计任务(2)NameServer集群化部署保证高可用性(3)基于Dledger的Broker主从架构部署(4)Broker如何跟NameServer (2)NameServer集群化部署保证高可用性首先，要让NameServer集群化部署，比如可以部署在三台机器上。 的部署(5)完成一组Broker集群的部署(6)编写最基本的生产者和消费者代码准备压测(1)部署一个小规模的RocketMQ集群既然已经完成了RocketMQ生产架构的设计了，接着就得一步一步完成真正的生产集群的部署 11.消息中间件集群生产部署规划梳理消息中间件集群生产部署架构规划的梳理，如下图示。
97321编辑于 2025-04-09 - 来自专栏keyWords
使用pm2部署node生产环境
一、PM2是什么 是可以用于生产环境的Nodejs的进程管理工具，并且它内置一个负载均衡。它不仅可以保证服务不会中断一直在线，并且提供0秒reload功能，还有其他一系列进程管理、监控功能。 嗯嗯，最好的用处就是监控我们的生产环境下的node程序运行状态，让它给我们日以继日的处于工作状态。 SSH部署：自动部署，避免逐个在所有服务器中进行ssh。 静态服务：支持静态服务器功能 支持开发调试模式，非后台运行，pm2-dev start <appName>； 。。。。。太过强大！ pm2 monit 监控各个应用进程cpu和memory使用情况； ---- PM2配置方式 命令生产默认示例配置文件pm2 ecosystem或pm2 init,运行默认会生成ecosystem.config.js reload ecosystem.config.js --env production' //部署后的动作 } } }; 自定义json配置文件如：processes.json；
4.6K40发布于 2019-03-20 - 来自专栏cosmozhu技术篇
mongodb生产部署手册
mongodb生产部署文档，继上一篇mongodb-4.x shard cluster 搭建-复制集节点为单个节点-适合开发环境后。 本文主要记录了生产环境mongodb-shard集群部署的步骤与方法，提供快速安全搭建生产集群的配置。本文使用的mongodb版本为4.2，部署环境为centos7。 mongodb集群架构图 ? {_id : 1, host : "mongo2:27002",arbiterOnly:true }, {_id : 2, host : "mongo5:27002"} ] ,mongo2:27002,mongo5:27002") sh.addShard("shard3-rs/mongo1:27003,mongo2:27003,mongo3:27003") sh.addShard 相关文章 mongodb：实时数据同步（一） MongoDB-4.0 使用注意事项 MongoDB-4.0 生产部署建议 mongodb-4.x复制集数据同步（replica-set-sync）
1.2K31发布于 2020-06-15 - 来自专栏王磊的博客
VueJs生产环境部署
VueJs为客户端语言，所以部署的时候是不需要基于nodejs或其他服务器运行环境，只需要像其他静态站点的方式发布就可以了，下面介绍一下VueJs具体发布的流程还有需要注意的点。 2.使用 npm run build 命令生成站点，站点为根目录下的dist文件； 3.解决站点刷新时404的问题； 到这个步骤的时候站点已经能正常访问了，到时不能F5刷新，刷新的时候回报404，仔细观察命令会发现
2.1K70发布于 2018-05-08 - 来自专栏千里行走
pulsar-2：生产环境部署pulsar-presto并使用
前置阅读： pulsar-1：docker部署pulsar多节点集群 (1).为什么使用pulsar-presto (2).docker部署pulsar-presto (3).docker部署pulsar-sql (2).docker部署pulsar-presto mkdir -p /app/3rd/pulsar-presto/conf/presto/catalog cp https://github.com/apache 解决方式： 1.卸载旧版本 docker yum remove docker docker-common docker-selinux dockesr-engine -y 2.升级系统软件 yum upgrade -y 3.安装必要的一些系统工具 sudo yum install -y yum-utils device-mapper-persistent-data lvm2 4.添加软件源信息 yum-config-manager (3).docker部署pulsar-sql mkdir -p /app/3rd/pulsar-sql/bin cp https://github.com/apache/pulsar/blob/master
1.4K30发布于 2021-11-10 - 来自专栏千里行走
kubernetes-2：helm实战-1：生产级别的elasticsearch集群部署
(3).使用helm部署生产级别的elasticsearch集群 elasticsearch集群有3类节点类型：master, ingest, data，都需要部署，每类部署3个节点，共部署9个节点。 最好顺序部署：master -> ingest -> data。 2.更好的验证方式是通过kibana验证，下一篇聊。 ，没有实际价值，因为需要在每个k8s-worker-node执行一遍，生产环境是不可能使用这种操作的。 方法三：使用自有repo 将官方镜像打成自己的tag，然后上传到自有repo，这是生产级别的使用方法。
4.4K20发布于 2019-07-03 - 来自专栏王磊的博客
nodejs在Liunx上的部署生产方式-PM2
先安装：npm install -g pm2 （注意：使用它要先安装它，用root账号和全局模式安装一下） 安装完成使用：pm2 -v 查看版本信息 安装成功之后，启动nodejs项目：pm2 start app.js --项目名称 使用命令 启动程序：pm2 start <app_name|id|all> 列举进程：pm2 list 退出程序：pm2 stop <app_name|id|all> 重起应用：pm2 restart 程序信息：pm2 describe id|all 监控：pm2 monit 实时集中log处理: pm2 logs
1.3K60发布于 2018-05-08 - 来自专栏全栈全栈
git pull 生产部署出错
这是由于在生产服务器上对某些文件产生了改动，从远程仓库拉回新的版本会有冲突。 通常有以下两种办法： 1.保存生产服务器上的更改 git stash git pull origin master git stash pop 2.完全从远程仓库重新覆盖 git reset --hard
67720发布于 2020-03-17 - 来自专栏Se7en的架构笔记
Kafka 生产环境部署指南
1 Kafka 基本概念和系统架构 在 Kafka 集群中存在以下几种节点角色： Producer：生产者，生产消息并推送到 Kafka 集群中。 3.5 文件系统 Kafka 在生产环境中建议部署在 Linux 操作系统上，根据官网的测试报告，XFS 的性能要强于 ext4，因此生产环境建议使用 XFS 文件系统。 5.3 部署 Zookeeper Kafka 官网提供的压缩包中包含了 Zookeeper 所需的文件，我们可以直接使用 Kafka 提供的文件来部署 Zookeeper。 当然你可以单独下载 Zookeeper 的安装包来部署。 Kafka in Production] (https://docs.confluent.io/platform/current/kafka/deployment.html) [Kafka(4)-kafka生产环境规划部署
5.5K42发布于 2021-10-20 - 来自专栏PM吃瓜(公众号)
生产环境hotfix部署流程
，然后由hotfix分支构建重新发布至生产。 迭代结束后生产上线，上线后打tag，tag名：R-XYPJ-S-CAMS-0.11.0，tag名与JIRA中发布版本保持一致，随后每次发布变更小版本号。 2. 如果生产发现问题需要修复，建立分支B-R-XYPJ-S-CAMS-0.11.0，branch名以“B-”开头，后面加上JIRA发布版本，同时在GitLab上将分支设为受保护。 明确当前生产环境问题基于哪个branch进行修复， 可询问Master成员。例如, 当前bug修复分支为：B-R-XYPJ-S-CAMS-0.11.0。 2. ## 推分支到远程 git push origin B-R-XYPJ-S-CAMS-0.11.0 git push upstream B-R-XYPJ-S-CAMS-0.11.0 2.
1.3K10编辑于 2023-03-02 - 来自专栏RocketMQ原理与应用
RocketMQ实战—7.生产集群部署和生产参数
大纲1.RocketMQ生产集群部署和生产参数分析2.RocketMQ生产集群10wTPS压测3.RocketMQ生产级故障案例1.RocketMQ生产集群部署和生产参数分析(1)服务器数量4C8G阿⾥ MasterSlave Broker的部署结构。 rocketmq/rocketmq-4.9.2解压后的包结构如下：$ lsbenchmark bin conf lib LICENCE NOTICE README.md接下来要选择⼀套集群模式来部署 2.RocketMQ生产集群10wTPS压测两台4核8G的Master机器，通过压测可以扛下4w写TPS。单台4核8G的Master可以扛下2w写TPS，但CPU负载已经很高了。 3.RocketMQ生产级故障案例(1)RocketMQ的VIP端⼝故障(2)completbleFuture不规范使⽤导致消费速率低(3)Producer发送消息失败问题(1)RocketMQ的VIP
78110编辑于 2025-04-15 - 来自专栏cosmozhu技术篇
MongoDB-4.0 生产部署建议
部署选项 选择合适的硬件 优先使用SSD。 确认是本地存储还是远程存储，并作出相应的措施。 使用RAID来保护硬件缺陷和恢复方案。推荐使用RAID-10。 确保有足够的RAM来容纳索引，否则将对生产性能产生严重影响。 索引 索引会严重影响性能，要选择合适的索引。索引的字段最好不要更改。 相关文章 mongodb生产部署手册 mongodb：实时数据同步（一） MongoDB-4.0 使用注意事项 mongodb-4.x复制集数据同步（replica-set-sync） MongoDB
76920发布于 2020-06-15 - 来自专栏RFFAN实验室
在生产环境中部署Flask
前言：在生产环境中部署flask，我们需要考虑的要素有很多，其中最重要的就是并发和高可用了。今天我们将会在这里详细的讲解到。当然可能水平有限，如有谬误之初，请不吝斧正。 当然我们将会从一个一无所有的Linux开始一步步的教大家安装Nginx ,uWSGI,MySQL(你的生产环境可能会用到这种数据库。) ，然后部署你的Flask应用，在我们的案例中，我们将会创建一个非常简单的Flask应用来进行访问验证。 PS: 这里如果你们用python2会报错，因为有中文，需要在脚本头部加上 # encoding:utf8 至此，我们的Flask脚本也准备好了。下面我们就开始部署工作吧！ 一般来说小应用（博客）在服务器上部署，这个配置应该是够了的。 启动它吧！
5.1K41发布于 2020-05-11 - 来自专栏HUC思梦的java专栏
RocketMQ生产部署架构如何设计
前言 看了我们之前的文章，相信小伙伴们对RocketMQ已经有了一个初步的了解，那么今天我们就来聊一聊具体如何来设计一套高可用的生产部署架构。 访问MQ的系统（生产者和消费者）的部署 一定会有大量的系统访问RocketMQ，因为RocketMQ就是为此而生的，有些系统自己本身既是生产者又是消费者，所以这些系统的部署也要考虑进去。 对这些系统部署的考虑，其实不应该是搞MQ的部门来考虑的，如果系统本身是自己公司的，可以提出一些建议，让生产者和消费者都集群化部署，保证高可用。 NameServer集群化部署，Broker集群化部署，还可以通过Dledger自动化切换主从，生产者消费者也是集群部署，随便挂了一台不受影响。 这样我们的RocketMQ的生产部署架构就算完成了。 好了，今天就说到这里，欢迎小伙伴们继续阅读本专辑，一起走入消息中间件的世界。 往期文章推荐： 中间件专辑： 什么是消息中间件？主要作用是什么？
95440发布于 2020-09-14 - 来自专栏Python研发
Nginx+uWsgi生产部署Django
部署得过程很简单，部署得核心在于，为什么要这样做，每一个参数代表什么意思，最终的目的是得了解，一些基概念性的东西。 uWsgi简介 说Uwsgi之前，先说一下Wsgi。 什么是Wsgi？ 当然性能都不好，自带的Web Server更多的是本地测试用途，发布时则使用生产环境的WSGI Server或者是联合Nginx做Uwsgi。 实际部署过程 安装nginx yum install nginx Nginx安装完成之后安装uWsgi。
98520发布于 2018-09-11 - 来自专栏python3
生产环境部署python代码（djang
基础环境不做介绍，在django开发web项目完成后，一直使用django自带的服务器进行调试： python manage.py runserver 0.0.0.0:8080 这个服务器在开发时使用，实际生产则不能满足 ，要使用uwsgi把动态请求转给python执行，使用nginx处理静态请求，部署如下： 在开发环境中，收集python所需的安装包及其具体版本号： pip freeze > programlist.txt 192.168.1.250:8080 #项目的绝对路径 chdir=/root/projects/test #相对项目绝对路径的一个路径 wsgi-file=test/wsgi.py processes=4 therads=2
1.4K20发布于 2020-01-08 - 来自专栏xingoo, 一个梦想做发明家的程序员
深度学习Tensorflow生产环境部署（下·模型部署篇）
前一篇讲过环境的部署篇，这一次就讲讲从代码角度如何导出pb模型，如何进行服务调用。 1 hello world篇 部署完docker后，如果是cpu环境，可以直接拉取tensorflow/serving，如果是GPU环境则麻烦点，具体参考前一篇，这里就不再赘述了。 运行下面的命令，在docker中部署服务： docker run -p 8501:8501 --mount type=bind,source=/tmp/serving/tensorflow_serving 然后基于grpc部署服务： docker run -p 8500:8500 --mount type=bind,source=/Users/xingoo/PycharmProjects/ml-in-action tensorflow/01-官方文档-学习和使用ML/save_model,target=/models/mnist -e MODEL_NAME=mnist -t tensorflow/serving & 服务部署成功
2.1K21发布于 2019-01-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号