K8S背景 其实道理大家都懂哈，基本搞过后端开发，用过docker，用过容器化技术，部署过服务的都接触过K8S，感觉上。哈哈，所以就简单说说。 K8S呢可以说是管理docker-container的车间，通过namespace隔离，可以将一组container组成的业务隔离开来。 同时，最为重要的，就是K8S的资源调度能力，不管是负载均衡啊乱七八糟的东西都非常好用。 废话不多说了，本篇简单说说单机部署的流程。 系统准备 本人用的是Ubuntu18，以下以此为例。 基础环境 docker 这个不用说了吧，K8S专门盘container的，肯定要这个。 关防火墙 sudo ufw disable 关防火墙这个一般还是需要的，看自己的需求吧。 关闭系统swap sudo swapoff -a 这个不关就等着报错吧 K8S环境 添加K8s安装密钥 先执行 sudo apt update && sudo apt install -y apt-transport-https curl 然后执行 curl -s https://mirrors.aliyun.com/kube....

单机版K8S部署(Ubuntu)

前～～～ 本站目的是介绍一些基本应用，组件的组合应用就看每个人的理解了，文档也是很多的就不详细写了。每一篇基本都是基础应用，看文档应该是每个程序员的基本人生吧，感谢。 起步 本介绍的目的是方便大家来使用一些基本组件，爬数据不是目的，偷取别人的私密数据也是违规的，所以仁者见仁智者见智，大家搞一些爱好的基本分析还是可以的。 在爬一些简单数据的时候，一般会遇到几种问题，常见的呢就是：跨域、登录验证乱七八糟的，不过这些都和我今天说的方法没啥关系，因为今天用的是selenium库，也就是自动化web测试工具。一般用selenium做测试的比较多，在我们这里，使用他做一些其他有趣的事情。 环境 python3 的环境，这个就不说了 有了环境之后安装selenium包 pip3 install selenium -i https://pypi.doubanio.com/simple 老规矩还是豆瓣源，速度快 安装了库是无法使用的，我们还需要chromedriver这种浏览器驱动才行，fox或者chrome都支持，不过我习惯用chromedriver，这里都已chromedriver来举例了，反正也.....

简单的爬虫程序

为啥要规划 也这么大人了,感受一下近年来的结婚气氛,有点承受不住啊,加上体重也增加了,得多方面的审视一下自己,立一些小Flag,不知道能不能实现了。 现状 体重 首先来看看近年来的体重变化吧，都是实际数据，因为最近在健身，简单的关注一下。 { "title" : { "text": "体重图", "subtext": "symoon" }, "tooltip" : { "trigger": "axis" }, "toolbox": { "show" : true, "feature" : { "mark" : {"show": true}, "dataView" : {"show": true, "readOnly": false}, "magicType" : {"show": true, "type": ["line", "bar"]}, "restore" : {"show": true}, "saveAsImage" : {"show": true} } }, "calculable" : true, "xAxis": { "type": "category", "data":....

规划规划未来规划!

Balabala 在写AGV调度的时候发现python的并发调度性能不是很高，并且会有很多调度线程挂掉的事件发生，所以想利用Go的高并发去做一些可行的调度，就想到了去写一个go版本的调度控制给py调用，由此，开始搞一个小demo记录一下 Go简单程序编写 安装Go语言 还是老规矩，用了ubuntu18的系统，以ubuntu18为主 先去下一下官网的包，我下的版本是go1.13.4.linux-amd64 下好之后随便解压个位置，比如 tar xf go1.13.4.linux-amd64.tar.gz -C /home/用户名/go 解压到/home/用户名/go文件夹下，需要配置全局变量 sudo vim ~/.bashrc 在最后一行加上两行配置 export GOPATH=/home/用户名/go export PATH=$GOPATH/bin:$PATH 就不多说了这俩。。 验证一下是否成功 go version 成功的话，返回如下 go version go1.13.4.linux-amd64 最简单程序编写 go程序编写就不多说了，文档也很多，就简单的写个返回字符....

Go打包动态库，python调用

背景 因为业务的原因，经常会需要快速启动具有某一方面特性的服务去进行功能测试，由此以来频繁复杂的部署会让人感到疲累。所以对于一些服务，我们最好还是使用docker来进行快速部署，以达到快速测试的目的。 Docker docker需知 在使用docker之前，先来看看docker的架构图，原理和干什么的就不详细解释了，那理解起来更浪费时间。 简单来说，就是把应用打包成镜像，然后再将多个应用集成出容器，然后容器可以直接跑服务这么个东西，哈不多说了 环境需要 在部署之前，我们需要配置好docker以及docker-compose 在这里使用的系统是ubuntu18 sudo apt install docker sudo apt install docker-compose docker服务会自动启动，不过因为网络的原因，最好还是把镜像源修改一下。 先找到daemon.json文件 sudo vim /etc/docker/daemon.json 添加如下内容: { "registry-mirrors":["https://zap5bzuu.mirror.aliyuncs.com"]....

一键启动多个服务

FastApi(简介篇) 开篇 最近又抽空看了看开源的框架，由于近一年python使用的比较多，所以关注了一下python的web框架情况，其中一款官方称其为“One of the fastest Python frameworks available”的框架比较引人注目，刚看的时候并不是被性能方面的介绍吸引，而是他的集成docs，以下先来看一下框架自动生成的效果。 文档页面，集测试、文档功能于一体，还是比较好用的，哈哈。 趁热打铁再来看一下性能方面 fastapi稳居第一 看一下以往用的非常多的flask、django等都排在了后面。 FastApi简介 总结来说，就是快、好用、好看 快速启动FastApi应用 因为官方对python3.6表现出了很好的亲和力，那么我们在这也会使用python3.6进行构建。 因为我本人用的是Ubuntu18的系统，以下关于应用安装部分，以linux为准。 sudo apt-get install python3 这里关于python3的安装就不再赘述了，windows直接下载相关安装包即可。 接下来开始安装FastApi的库 pip3 ins.......

FastAPI简单使用