手把手教你搭建哪吒探针|监控你的VPS小鸡

哪吒监控 是一个开源、轻量的服务器和网站监控、运维工具。它可以帮助用户实时了解服务器的系统状态,如 CPU、内存、磁盘、网络等指标。哪吒探针的面板和客户端都可以通过一键脚本安装,支持 Linux、Windows、MacOS 等主流系统。哪吒探针的界面简洁美观,还支持多种主题和语言。如果你有两台及以上服务器,非常推荐使用哪吒监控来查看服务器运行状态。

哪吒探针官方文档:https://nezha.wiki/

GitHub:https://github.com/naiba/nezha

1.准备工作

准备好一台vps小鸡作为面板端,再准备几台vps小鸡作为监控端。

如果大家没有vps服务器,或者需要新购服务器,这里我推荐伍六七云:https://www.vps567.com/ 香港2H2G 5M服务器只需要20元

还有国内外高防服务器,免费虚拟主机以及全球CDN加速挂机宝等业务。

解析两条域名到面板端,一条可以套CDN作为面板端访问,一条不能套作为通信端的通信(使用服务器IP也是可以的),CDN 需要支持WebSocket 协议。

准备nginx反向代理用于域名访问,宝塔面板来反向代理也是可以的。

2.搭建面板端

获取 Github 的 Client ID 和密钥

因为哪吒监控接入 Github、Gitlab、Gitee 作为后台管理员账号,所以我们需要创建一个第三方登录应用。

这里使用GitHub作为演示(先打开GitHub页面登录):

再打开:https://github.com/settings/developers 依次选择“OAuth Apps” - “New OAuth App”

手把手教你搭建哪吒探针|监控你的VPS小鸡插图

Application name - 随意填写Homepage URL - 填写面板的访问域名

如:“http://cdn.example.com” (你的域名)Authorization callback URL - 填写回调地址

如:“http://cdn.example.com/oauth2/callback” (不要忘记/oauth2/callback

手把手教你搭建哪吒探针|监控你的VPS小鸡插图1

点击 “Register application”

保存页面中的 Client ID,然后点击 “Generate a new client secret“,创建一个新的 Client Secret,新建的密钥仅会显示一次,请妥善保存。请看下图:

手把手教你搭建哪吒探针|监控你的VPS小鸡插图2

在服务器中安装面板端

在面板服务器中,运行安装脚本:

curl -L https://raw.githubusercontent.com/naiba/nezha/master/script/install.sh -o nezha.sh && chmod +x nezha.sh && sudo ./nezha.sh

如果你的面板服务器位于中国大陆,可以使用镜像:

curl -L https://gitee.com/naibahq/nezha/raw/master/script/install.sh -o nezha.sh && chmod +x nezha.sh && sudo CN=true ./nezha.sh

  • 等待Docker安装完毕后,分别输入以下值:
    OAuth提供商 - Github,Gitlab,Gitee 中选择一个
    Client ID - 之前保存的 Client ID
    Client Secret - 之前保存的密钥
    用户名 - OAuth 提供商中的用户名
    站点标题 - 自定义站点标题
    访问端口 - 公开访问端口,可自定义,默认 8008
    Agent的通信端口 - Agent 与 Dashboard 的通信端口,默认 5555
  • 输入完成后,等待拉取镜像
    安装结束后,如果一切正常,此时你可以访问域名+端口号,如 “http://cdn.example.com:8008” 来查看面板
  • 将来如果需要再次运行脚本,可以运行:

./nezha.sh

来打开管理脚本。

配置反向代理

在宝塔面板中新建一个站点,域名填写公开访问域名,如 “http://cdn.example.com“ ,然后点击“设置”进入站点设置选项,选择“反向代理” - “新建反向代理”

自定义一个代理名称,在下方“目标 URL”中填入 http://127.0.0.1 然后点击“保存”

打开刚刚新建的反向代理右边的“配置文件”,将配置文件替换为以下内容:

#PROXY-START/

location / {

proxy_pass http://127.0.0.1:8008;

proxy_set_header Host $http_host;

proxy_set_header Upgrade $http_upgrade;

}

location ~ ^/(ws|terminal/.+)$ {

proxy_pass http://127.0.0.1:8008;

proxy_http_version 1.1;

proxy_set_header Upgrade $http_upgrade;

proxy_set_header Connection “Upgrade”;

proxy_set_header Host $http_host;

}

#PROXY-END/

点击“保存”现在,你应该可以直接使用域名,如:“http://cdn.example.com“ 来访问面板了。

3.搭建监控端

目前哪吒监控已支持在 Windows 和 Linux上一键安装 Agent,你可以很轻松的在服务器上部署它。

准备工作

你需要提前在管理面板中设置好通信域名,此域名不可以接入CDN,这里以示例通信域名 “data.example.com” 来做演示
进入后台管理面板,转到“设置”页,在“未接入 CDN 的面板服务器域名/IP”项中填入通信域名,然后点击"保存"

在 Linux 中一键安装 (Ubuntu、Debian、CentOS)

首先在管理面板中添加一台服务器

点击新添加的服务器旁,绿色的 Linux 图标按钮,复制一键安装命令

在被控端服务器中运行复制的一键安装命令,等待安装完成后返回到 Dashboard 主页查看服务器是否上线。

在 Windows 中一键安装

首先在管理面板中添加一台服务器

点击新添加的服务器旁,绿色的 Windows 图标按钮,复制一键安装命令

进入 Windows 服务器,运行 PowerShell,在 PowerShell 中运行复制的安装命令

如遇到确认「执行策略变更」请选择 Y

等待安装完成后返回 Dashboard 主页查看服务器是否上线

其他方式安装 Agent(监控端)

在 Linux 中安装

首先在管理面板中添加一台服务器

在被控服务器中,运行脚本(位于中国大陆的服务器请使用镜像):

curl -L https://raw.githubusercontent.com/naiba/nezha/master/script/install.sh -o nezha.sh && chmod +x nezha.sh && sudo ./nezha.sh

如果你的被控服务器位于中国大陆,可以使用镜像:

curl -L https://gitee.com/naibahq/nezha/raw/master/script/install.sh -o nezha.sh && chmod +x nezha.sh && sudo CN=true ./nezha.sh

  • 选择“安装监控 Agent”
  • 输入通信域名,如:”data.example.com“
  • 输入面板通信端口( gRPC 端口),默认为 5555
  • 输入 Agent 密钥,Agent 密钥在管理面板中添加服务器时生成,可以在管理面板中的“服务器”页中找到
  • 等待安装完成后返回 Dashboard 主页查看服务器是否上线
在 Windows 中手动安装

请参考社区文章:哪吒探针 - Windows 客户端安装

原文链接:https://www.4awl.net/3609.html

  • 14
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
当然可以!以下是手把手搭建 YOLOv5 的步骤: 1. 准备工作: - 确保你的电脑已经安装了 Python 3.8 或更高版本。 - 安装 PyTorch:可以根据你的操作系统和 CUDA 版本选择合适的安装命令,例如: ```shell pip install torch torchvision torchaudio ``` - 安装其他依赖库: ```shell pip install opencv-python matplotlib numpy ``` 2. 下载 YOLOv5 源代码: - 在终端中运行以下命令来克隆 YOLOv5 仓库: ```shell git clone https://github.com/ultralytics/yolov5.git ``` 3. 安装依赖库: - 进入 yolov5 目录: ```shell cd yolov5 ``` - 安装依赖库: ```shell pip install -r requirements.txt ``` 4. 准备数据集: - 准备好你的训练数据集,并将图像和对应的标签文件放入一个文件夹中。 5. 配置模型和数据: - 编辑 `yolov5/models/yolov5s.yaml` 文件,根据你的需求进行配置,例如设置 `nc` 参数为你的类别数量。 - 编辑 `data.yaml` 文件,设置 `train` 和 `val` 的路径,并配置类别数量和类别名称。 6. 训练模型: - 在终端中运行以下命令来开始训练模型: ```shell python train.py --img 640 --batch 16 --epochs 100 --data data.yaml --cfg models/yolov5s.yaml --weights '' ``` - 这个命令将使用默认参数来训练 YOLOv5 模型,你可以根据需要进行调整。 7. 测试模型: - 在终端中运行以下命令来测试模型效果: ```shell python detect.py --source your_image.jpg --weights runs/train/exp/weights/best.pt --conf 0.4 ``` - 这个命令将使用训练好的模型对指定图像进行目标检测,你可以调整 `--conf` 参数来控制检测结果的置信度阈值。 以上就是搭建 YOLOv5 的基本步骤,希望对你有帮助!如果有任何问题,请随时提问。
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
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