Git核心技术:在Ubuntu下为Gitolite添加管理端

博客原文地址

在之前章节已经完成了服务端的配置,可以访问Git核心技术:在Ubuntu下部署Gitolite服务端查看配置步骤,因为gitolite的管理是通过一个名为gitolite-admin的仓库进行的,我们本章来主要讲解下这个仓库。

本章目标

了解gitolite-admin仓库组成。

注意事项

注意:本章(除设置管理用户)操作用户并不是gitgit用户是我们为服务端专属创建的用户),如果你是连续阅读Git核心技术:在Ubuntu下部署Gitolite服务端进行配置,请执行exit退出git用户。

生成SSH KEY

Gitolite的管理端可以跟Server是一个系统也可以是分开的系统,本章我们使用相同的系统来进行配置,后期我们创建的客户端用户也可以授权管理权限

我们通过ssh-keygen命令来生成管理端的公私对秘钥,采用RSA加密方式进行生成,执行如下命令:

yuqiyu@code-server:~$ ssh-keygen -t rsa

这一步我们不用输入任何内容,敲回车跳过步骤直到生成结束,生成文件默认会到当前用户根目录下的.ssh目录内,查看命令如下:

yuqiyu@code-server:~$ cd ~/.ssh/
yuqiyu@code-server:~/.ssh$ ls
id_rsa  id_rsa.pub  

我们通过执行ssh-keygen命令已经生成了公钥秘钥文件,接下来我们需要将公钥文件上传到服务端来完成管理端的配置。

上传公钥到服务端

在上传公钥之前,为了后期方便区分,我们来给id_rsa.pub文件修改下名称,命令如下所示:

yuqiyu@code-server:~/.ssh$ mv id_rsa.pub yuqiyu.pub

如果你的客户端与服务端在同一台服务器上,你可以直接把文件从.ssh复制到服务端,那如果不在同一台服务器上,只能通过scp命令进行远程复制,我们这里直接使用远程复制,同样适用于同一台服务器的场景,命令如下所示:

yuqiyu@code-server:~$ scp ~/.ssh/yuqiyu.pub yuqiyu@192.168.1.75:/tmp

上面的scp命令分解解释:

  • ~/.ssh/yuqiyu.pub:需要复制的文件
  • yuqiyu:ssh复制时登录服务端的用户名
  • 192.168.1.75:服务端IP地址
  • /tmp:文件复制目标目录

命令执行完成后,文件会自动复制到服务端/tmp目录。

设置管理用户

公钥文件上传到服务端后我们需要把持有该公钥文件的用户设置为管理用户,首先我们需要登录git用户,如下所示:

yuqiyu@code-server:~$ sudo su git

然后执行设置管理用户的命令如下所示:

git@code-server:~$ ${HOME}/bin/gitolite setup -pk /tmp/yuqiyu.pub

执行完成后在终端会输出初始化管理仓库的消息,如下所示:

Initialized empty Git repository in /home/git/repositories/gitolite-admin.
Initialized empty Git repository in /home/git/repositories/testing.git/
    WARNING: /home/git/.ssh missing; creating a new one
        (this is normal on a brand new install)
    WARNING: /home/git/.ssh/authorized_keys missing; creating a new one
        (this is normal on a brand new install)

这样我们的管理用户已经设置完成了,也就是把我们的yuqiyu用户设置成为了服务端的管理用户,只有yuqiyu用户才可以操作gitolite-admin仓库内容。

克隆管理仓库

我们再次将用户切换到yuqiyu,由于我们目前在git用户下,需要执行exit命令退出git用户,到yuqiyu的根目录下执行clone管理仓库gitolite-admin,如下所示:

yuqiyu@code-server:/home$ cd ~
yuqiyu@code-server:~$ git clone git@192.168.1.75:gitolite-admin.git
Cloning into 'gitolite-admin'...
    remote: Counting objects: 6, done.
    remote: Compressing objects: 100% (4/4), done.
    Receiving objects: 100% (6/6), 719 bytes | 0 bytes/s, done.
    remote: Total 6 (delta 0), reused 0 (delta 0)
    Checking connectivity... done.
yuqiyu@code-server:~$ cd gitolite-admin/
yuqiyu@code-server:~/gitolite-admin$ ls
conf  keydir    
  • 192.168.1.75服务端的IP地址
  • gitolite-admin.git:管理仓库的名称,位置在/home/git/repositories/
  • confgitolite-admin配置文件存放目录
  • keydirgitolite-admin公钥存放目录,我们之前配置的yuqiyu.pub也就是我们管理用户yuqiyu的公钥也会自动复制到该目录下。

Gitolite Admin简介

gitolite-admin用于gitolite为了管理用户秘钥、仓库信息、用户授权等操作的仓库,通过简单的git push origin master命令就可以完成信息的修改,下面我们来简单看下配置文件的内容。

配置文件

clone后,在conf目录下有一个名为gitolite.conf的配置文件,在该文件配置仓库的信息以及授权信息,如下所示:

repo gitolite-admin
        RW+     =   yuqiyu
repo testing
        RW+     =   @all
  • repo:声明一个仓库,上面示例中仓库名为gitolite-admintesting
  • RW+:有读写的权限且可以强制推送
  • @all:表示所有人、任何人

在仓库tesing的权限配置为所有人都有读写的权限,而gitolite-admin则是仅仅yuqiyu这个客户端有读写权限。

gitolite内权限的基本定义有如下几种:

  • C:创建权限
  • R:只读权限
  • RW+:读写权限,可以强制推送
  • RWCRW+C:读写 + 创建
  • RWDRW+D:读写 + 删除
  • RWCDRW+CD:读写 + 创建删除
公钥目录

gitolite-admin内有一个名为keydir的目录,该目录存放了所有客户端的公钥,当然管理端其实也是一个客户端,管理端的公钥也存放在该目录,如果你想添加用户可以把公钥存放到该目录然后配置该用户对应的权限,创建客户端详见Git核心技术:在Ubuntu下为Gitolite添加客户端

总结

通过本章我们完成了对gitolite添加管理客户端,可以通过管理客户端来维护仓库信息、仓库授权等。

有问题要问?

如果你有技术相关的问题想要咨询恒宇少年,请去博客http://blog.yuqiyu.com)首页左侧导航栏,点击知识星球微信扫码加入我的星球。

与恒宇少年面对面

如果你喜欢恒宇少年的相关文章,那么就去微信公众号(恒宇少年)关注我吧!!!
当然你也可以去 SpringCloud码云源码 项目底部扫描微信公众号二维码关注我,感谢阅读!!!

学习目录推荐

开源信息

这段时间一直在编写开源的相关框架,致力于公司使用的框架升级以及开源计划,将公司使用到的工具以及插件进行升级重构并且开源。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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