Terraform Null Label 使用指南

Terraform Null Label 使用指南

terraform-null-labelTerraform Module to define a consistent naming convention by (namespace, stage, name, [attributes])项目地址:https://gitcode.com/gh_mirrors/te/terraform-null-label


项目介绍

Terraform Null Label 是一个 Terraform 模块,旨在帮助用户定义一套一致的命名约定。通过结合(命名空间、阶段、名称、属性)等元素,该模块允许你构建灵活且结构化的资源名称,加强基础设施即代码的可读性和管理性。它支持自定义分隔符,并且在设计上考虑到模块间传递上下文时的灵活性,确保一旦在一个模块中设置了一个非默认值,后续模块将不能重置回原始默认值,从而保持配置的一致性。此模块兼容 Terraform 0.12 及更高版本,同时也提供了对早期版本如 Terraform 0.11 的支持。

项目快速启动

要快速开始使用 terraform-null-label,首先确保你的环境中已安装了兼容版本的 Terraform。以下是一个简单的示例,展示如何引入并使用这个模块来创建具有特定标签的 AWS 资源:

provider "aws" {
  region = "us-west-2"
}

module "label" {
  source = "cloudposse/terraform-null-label/aws"
  # 设置基本参数,例如命名空间和环境
  namespace = "example"
  environment = "dev"
  stage = "alpha"
  name = "app"
  attributes = ["foo", "bar"]
}

resource "aws_volume" "example_volume" {
  availability_zone = "us-west-2a"
  size = 8
  
  # 应用从标签模块获取的标签
  tagSpecifications {
    resource_type = "volume"
    tags = module.label.tags
  }
}

resource "aws_autoscaling_group" "example_asg" {
  name_prefix = "${module.label.id}-"
  
  # 同样使用模块提供的标签
  tags = module.label.tags_as_list_of_maps
}

执行 terraform init 来下载模块,随后运行 terraform apply 初始化并部署你的基础设施。

应用案例和最佳实践

在复杂的多模块Terraform项目中,terraform-null-label 的最佳实践包括:

  • 一致性:在整个基础设施中维持资源命名的一致性,简化管理和理解。
  • 模块化:将命名逻辑封装在单独的模块内,提高复用性和项目清晰度。
  • 灵活性:利用模块参数定制化命名规则,以适应不同的项目需求或遵循特定的命名规范。
  • 上下文传递:在模块间传递经过处理的上下文对象,允许一层层构建更为复杂的标识符,而无需重复指定相同的信息。

典型生态项目

此模块通常与其他云服务相关的Terraform模块配合使用,比如用于AWS的EC2实例、S3 bucket、autoscaling groups等资源的命名标准化。特别地,在实现大型多环境或多租户架构时,terraform-null-label 成为了定义和维护资源命名规则的核心工具。通过与AWS等官方提供商及Atmos、Terraform Cloud等协作工具集成,它强化了基础设施定义的一致性和自动化能力。


以上就是关于cloudposse/terraform-null-label的基本使用和一些实用场景的概述,希望这能帮助您高效地管理您的Terraform项目资源命名。

terraform-null-labelTerraform Module to define a consistent naming convention by (namespace, stage, name, [attributes])项目地址:https://gitcode.com/gh_mirrors/te/terraform-null-label

【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

牧宁李

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值