服务器打包（快速搭建笔记）

原服务器内容（脚本+数据集打包）

1. 使用shell指令将要打包的文件压缩后下载到本地

zip (deprecated)

压缩当前的文件夹 zip -r ./xahot.zip ./* -r表示递归
zip [参数] [打包后的文件名] [打包的目录路径]
解压 unzip xahot.zip 不解释

例：（打包数据集文件）

zip -r ./datasets.zip /home/yaoxingting/tiny-ImageNet/tiny-imagenet /home/yaoxingting/dvs_datasets/
#zip -r + [压缩后的目标文件] + [要压缩的文件地址1] + [要压缩的文件地址2] ...

tar命令

可以用来压缩打包单文件、多个文件、单个目录、多个目录。
Linux打包命令_tar
tar命令可以用来压缩打包单文件、多个文件、单个目录、多个目录。
常用格式：
单个文件压缩打包 tar czvf my.tar.gz file1
多个文件压缩打包 tar czvf my.tar.gz file1 file2,…（file*）（也可以给file*文件mv 目录在压缩）
单个目录压缩打包 tar czvf my.tar.gz dir1
多个目录压缩打包 tar czvf my.tar.gz dir1 dir2
解包至当前目录：tar xzvf my.tar.gz

2. 原服务器环境信息读取

主要是anaconda底下安装的各种包（package）

conda的一些常用操作如下：

1 查看当前环境下已安装的包
conda list

2 查看某个指定环境的已安装包
conda list -n python34

3 查找package信息
conda search numpy

4 安装package
conda install -n python34 numpy
如果不用-n指定环境名称，则被安装在当前活跃环境
也可以通过-c指定通过某个channel安装

5 更新package
conda update -n python34 numpy

6 删除package
conda remove -n python34 numpy
使用操作1 2，基本就可以完成所有包的信息读取,另外补充

接下来就是建立 requirements.txt 具体使用参考

requirements.txt的使用

pip install -r requirements.txt

requirements内容 的例子：

###### Requirements without Version Specifiers ######
nose
nose-cov
beautifulsoup4

###### Requirements with Version Specifiers ######
docopt == 0.6.1             # Version Matching. Must be version 0.6.1
keyring >= 4.1.1            # Minimum version 4.1.1
coverage != 3.5             # Version Exclusion. Anything except version 3.5
Mopidy-Dirble ~= 1.1        # Compatible release. Same as >= 1.1, == 1.*

自动生成，根据官方手册

运行下面第一行就可以直接生成，当前环境下使用的额外扩展包的requirements

python -m pip freeze > requirements.txt
python -m pip install -r requirements.txt
##or##
conda list -e > requirements.txt
conda install --yes --file requirements.txt

新服务器搭建

1. 安装anaconda

查看新服务器的linux版本：

cat /proc/version
#返回 Linux version 3.10.0-1160.el7.x86_64

然后根据版本去下载anaconda

将下载下来的安装包通过sftp上传到新的服务器

在新服务器上安装：

bash Anaconda3-2021.05-Linux-x86_64.sh

创建新环境、添加源：

conda create --name yourEnv python=3.7  # 创建虚拟环境

#显示目前conda的数据源有哪些
conda config --show channels
​
#添加数据源：例如, 添加清华anaconda镜像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 以上两条是Anaconda官方库的镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
# 以上是Anaconda第三方库 Conda Forge的镜像

# for linux
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
以上两条是Pytorch的Anaconda第三方镜像

conda config --set show_channel_urls yes

如果出现pip/conda命令找不到了，可以参考这篇，写的十分简明干练。

export PATH=home/[usrname]/anaconda3/bin:$PATH

2.安装python包

使用前面创建的requirements：

pip install -r requirements.txt

3. pycharm sftp 配置实现工程（代码文件）的实时传输

当然，pycharm得用购买开通的完全版才有这功能。可以使用教育资格$\approx$免费。

基本就是tools->deployment->config一顿设置，具体教程：

这里写的很完全了

这里是一个本地工程映射到多个服务器上的配置教程

至此新的服务器环境配置完成，可以使用了。。。

如果可以利用的第三方平台，如github去传输环境，也可以。但是这里遇到的服务器用不了git。所以就用以上的方法重新配置。