## 前言 之前我写过一篇使用 docker 部署 AspNetCore 应用的文章，这种方式搭配 CICD 非常方便， build 之后 push 到私有的 dockerhub ，在生产服务器上 pull 下来镜像就可以直接运行了。 然而，有时需要一种更传统的部署方式，比如在本地打包可执行文件之后
不建议用于生产. 单机部署形态是一种非常特殊的部署形态，这种形态对于可靠性、可用性均无任何保证。由于只有一个数据副本，一旦发生数据损坏、丢失，只能通过物理备份恢复数据。这种部署形态，一般用于数据库体验用户，以及测试环境做语法功能调测等场景。不建议用于商业现网运行。 图 1 单机部署形态图
今天参考之前文章 Oracle 19c快速安装部署 在一个新的环境进行安装时，发现配置数据库时报错1521端口被占用： [root@OEL7 media]# /etc/init.d/oracledb_ORCLCDB-19c configure Configuring Oracle Database
摘要：Nginx作为一款高性能的Web代理和负载均衡服务器，往往会部署在一些互联网应用比较前置的位置。此时，我们就可以在Nginx上进行设置，对访问的IP地址和并发数进行相应的限制。 本文分享自华为云社区《【高并发】使用Nginx实现限流》，作者：冰 河。 Nginx作为一款高性能的Web代理和负载
在大部分企业里，自动化测试框架落地都肯定会集成到Jenkins服务器上做持续集成测试，自动构建以及发送结果到邮箱，实现真正的无人值守测试。 不过Jenkins搭建一般都会部署在公司的服务器上，不会在私人电脑里，而服务器大部分都是Linux操作系统的。所以，我们如果要在Linux上的Jenkins服务
哈喽大家好，我是咸鱼 在《[一台服务器上部署 Redis 伪集群》](https://mp.weixin.qq.com/s?__biz=MzkzNzI1MzE2Mw==&mid=2247486439&idx=1&sn=0b10317397ef3259dd98d493915dd706&chksm=c2
最小Linux系统，安装Java环境 想想就生气，去面试个运维，面试官让我上机装个centos7，还是个最小安装包连界面都没有，只有命令行模式，我都哭了，然后让把一些环境装一下，然后再部署个springboot项目，我他妈都多久没用没有界面的东西了，最后卡在安装MySQL上，真想扇自己个
背景 随着公司软件的发展.客户越来越多. 测试环境和兼容环境也越来越多. 不管是虚拟化,还是裸金属做数据库 存储都是绕不开的一道门槛. 最近又上架了几台服务器, 所以想趁着周末总结一下 最近服务器上架的一些得失, 以及未来客户现场部署的一些可能的事项. 关于存储 存储是一切软件的基础 没有存储软件几
自2007年 DevOps 这一概念推出以来，越来越多企业开始将开发和运维团队结合在一起，以加快部署速度，提高软件开发生命周期的效率和协作。但是，诸多因素都会对 DevOps 是否成功产生影响，例如组织规模、文化和实施计划等。 随着系统愈发复杂，企业正在寻找新的方法来减轻开发人员的负担，同时加速软件
快速使用ChatGpt Web Server ChatGpt Web Server是使用Blazor Server模式部署的一个服务，所有的逻辑和代码执行都会在服务器执行，然后通过SignalR传输到前端渲染。通过这样模式，我们部署ChatGpt Web Server只需要新加坡服务器，不需要在搭建
http://blog.itpub.net/31545803/viewspace-2928567/ 当PCle4.0产品正战得酣畅淋漓，属于下一个时代的PCle5.0悄然走来。从去年下半年开始，除了一些国际大厂纷纷推出新品，以宝存科技为代表的国内SSD厂商也在紧跟趋势，部署下一个赛道。 SSD固态硬
# 人大金仓数据库连接异常简单分析查看的方法 ## 背景 ``` 这边一个测试环境,人大金仓4000的连接池 最近出现多次 连接池用光的问题. 想着简单分析一下. 给研发同事进行问题定位. 这里简单记录一下 ``` ## 问题流程 ``` 研发反馈数据库无法连接. 我这边之前部署了一套 kmonit
随着大模型参数规模的不断增长，在有限的算力资源下，提升模型的推理速度逐渐变为一个重要的研究方向。常用的推理加速框架包含lmdeploy、FasterTransformer和vLLM等。 一.lmdeploy推理部署 lmdeploy由上海人工智能实验室开发，推理使用C++/CUDA，对外提供pyth
前言 人脸检测与识别现在已经很成熟了，C# 上有 ViewFaceCore 这个很方便的库，但这种涉及到 native 调用的库，一般会有一些坑，本文记录一下开发和部署的过程。 本文的项目是 AIHub ，关于本项目的开发过程，可以参考之前的文章：项目完成小结：使用Blazor和gRPC开发大模型客
一、参考地址 https://blog.csdn.net/m0_49762804/article/details/131398587 二、Docker安装 安装依赖环境，yum-utils ## 检查是否安装 [root@localhost ES]# docker ps [root@localhos
一、linux 安装jdk Java Downloads | Oracle 二、 linux上传jmeter 2.1 上传jmeter jmeter 下载地址： Apache JMeter - Download Apache JMeter 注意： 我先在我本地调试脚本（mac环境），调试完成后，再在
一、Spring Cloud 支持的常见注册中心和配置中心。 Spring Cloud 自带的注册中心Eureka以及config配置中心 Nacos，支持注册中心和配置中心等，可以参考：https://www.cnblogs.com/laoqing/p/17797759.html Zookeepe
目录 一、Tomcat简介1 Tomcat的三大核心组件2 Java Servlet3 JSP全称Java Server Pages4 Tomcat 功能组件结构5 Tomcat 请求过程 二、Tomcat 服务部署1.关闭防火墙，将安装 Tomcat 所需软件包传到/opt目录下2.安装JDK3.
一、技术介绍 NVIDIA Triton Inference Server是一个针对CPU和GPU进行优化的云端和推理的解决方案。 支持的模型类型包括TensorRT、TensorFlow、PyTorch(meta-llama/Llama-2-7b)、Python(chatglm)、ONNX Run
一、背景说明 工作原因，一直使用若伊前后端分离版框架进行二次开发。客户的服务器多数为windows server系统，少部分为linux系统。过去一直是使用nginx进行前端的部署，nginx的代理功能确实强大，但是在windows系统上发现一些小问题。前阵子机缘巧合之下发现了Windows ser
