Ubuntu16.04安装Consul

1.下载安装包

https://www.consul.io/downloads.html
wget https://releases.hashicorp.com/consul/1.5.3/consul_1.5.3_linux_amd64.zip

2.解压

unzip consul_1.5.3_linux_amd64.zip

3.mv

sudo mv consul /usr/local/bin/consul

4.启动

参考:https://blog.csdn.net/u010046908/article/details/61916389

-dev 开发模式启动的时候,数据是存储在内存中,重启之后数据将丢失

consul agent -dev

-server 生成模式启动的时候,如果是server的话需要指定-server,如果是client的话,需要指定-client,比如

consul agent -ui -server -bootstrap-expect 1 -data-dir /tmp/consul -node=consul-server -bind=192.168.1.100 -client=192.168.1.100

-bootstrap-expect 1 通知consul server我们现在准备加入的server节点个数,该参数是为了延迟日志复制的启动直到我们指定数量的server节点成功的加入后启动

-data-dir /tmp/consul 数据持久的路径

-node=consul-server 指定节点在集群中的名称

-bind=192.168.1.100 该地址用来在集群内部的通讯,集群内的所有节点到地址都必须是可达的,默认是0.0.0.0,这意味着Consulo会使用第一个可用的私有IP地址,Consul可以使用TCP和UDP并且可以使用共同的端口,如果存在防火墙,这两者协议必须是允许的

-client 指定节点为client,指定客户端接口的绑定地址,包括:HTTP、DNS、RPC,默认是127.0.0.1只允许回环接口访问,也就是本机访问,如果要想同一局域网内的其他机器访问,需要修改成自己的内网ip

server节点,指定client等于内网ip,统一局域网的机器可以访问,指定client=0.0.0.0,外网机器可以访问

nohup ./consul agent -ui -server -bootstrap-expect 1 -data-dir /home/dl/projects/consul-1.5.3/consul-data -node=xxx -client=xxx >> ./logs/consul.log 2>&1 &

client节点

nohup ./consul agent -ui -data-dir /home/dl/projects/consul-1.5.3/consul-data -node=xxx -bind=xxxx >> ./logs/consul.log 2>&1 &

join

./consul join server的ip

 

 

5.使用

访问8500端口

5.kv存储

consul支持通过HTTP API和通过CLI API将配置进行存储

put命令

consul kv put app1/config/parameter1 1
Success! Data written to: app1/config/parameter1

put成功之后,就可以在页面中看到该配置

具体数值

 

put之后可以使用get命令来获取这个配置

consul kv get app1/config/parameter1
1

递归获取

consul kv get -recurse app1
app1/config/parameter1:1
app1/config/parameter2:2
app1/config/parameter3:3

删除

consul kv delete app1/config/parameter2 2

 

HTTP api

get kv

curl http://xxxx:8500/v1/kv/app1?recurse
[{"LockIndex":0,"Key":"app1/config/parameter1","Flags":0,"Value":"MQ==","CreateIndex":5986,"ModifyIndex":5986},{"LockIndex":0,"Key":"app1/config/parameter2","Flags":0,"Value":"Mg==","CreateIndex":5987,"ModifyIndex":5987}]

get单个

curl http://xxx:8500/v1/kv/app1/config/parameter1
[{"LockIndex":0,"Key":"app1/config/parameter1","Flags":0,"Value":"MQ==","CreateIndex":5986,"ModifyIndex":5986}]

其中kv存储的v的值是经过base64编码过的,需要进行解码

echo 'MQ==' | base64 -d
1

put kv

curl -X PUT -d '1111111' http://xxxx:8500/v1/kv/app1/config/parameter1

 

delete kv

curl -X DELETE -d http://xxx:8500/v1/kv/app1/config/parameter2

 

consul配置导入和导出

export命令

./consul kv export app1/config
[
	{
		"key": "app1/config/parameter1",
		"flags": 0,
		"value": "MTExMTExMWZmcmZmZg=="
	},
	{
		"key": "app1/config/parameter2",
		"flags": 0,
		"value": "Mg=="
	},
	{
		"key": "app1/config/parameter3",
		"flags": 0,
		"value": "Mw=="
	}
]

import命令

./consul kv import @test.json
Imported: app1/config/parameter4
Imported: app1/config/parameter5
Imported: app1/config/parameter6

 

 

watch

https://www.consul.io/docs/agent/watches.html

当配置更新能自动回调

需要写一个配置文件,比如 consul-watch.json

{
  "watches": [
    {
      "type": "key",
      "key": "app1/conf/parameter1",
      "handler_type": "http",
      "http_handler_config": {
         "path":"http://localhost:8000",
         "method": "GET",
         "header": {"x-foo":["bar", "baz"]},
         "timeout": "10s",
         "tls_skip_verify": false
      }
    }
  ]
}

上面的配置是监听单个key的变化,如果想监听多个

"type": "keyprefix",
"prefix": "app1/",

然后在启动命令中加上配置文件夹的地址,比如

-config-dir /home/lintong/software/consul-1.5.3/consul-conf

然后当配置发生变动的时候,会自动调用这个回调接口

如果修改了配置,比如把GET接口换成POST接口,需要reload这个配置,执行下面命令

consul reload

如果是post的回调接口的话,consul回调的时候会往post请求的request中放入更新的这一条配置,headers和body如下

Host: localhost:8000
User-Agent: Go-http-client/1.1
Content-Length: 124
Content-Type: application/json
X-Consul-Index: 5131
X-Foo: bar
X-Foo: baz
Accept-Encoding: gzip
Connection: close

{"Key":"app1/config/parameter1","CreateIndex":7,"ModifyIndex":5131,"LockIndex":0,"Flags":0,"Value":"IjEyMyI=","Session":""}

 

转载于:https://www.cnblogs.com/tonglin0325/p/11333495.html

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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