logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

在 CentOS 上部署 ZooKeeper 和 Kafka 集群完整指南

本文详细介绍了在三台CentOS虚拟机上部署ZooKeeper和Kafka集群的完整流程,并配置CMAK可视化监控工具。主要内容包括:1) 环境准备和IP规划;2) ZooKeeper集群的安装配置、数据目录创建及服务管理;3) Kafka集群的安装配置与启动;4) CMAK工具的安装构建及Web界面使用;5) 各服务的常用管理命令和故障排查方法。通过该方案可搭建高可用消息队列服务,为生产环境提供

文章图片
#centos#zookeeper#kafka +2
ZooKeeper 3.8.5 到 3.9.4 自动化升级指南:可靠的企业级升级方案

在分布式系统中,ZooKeeper 作为核心的协调服务,承担着配置管理、命名服务、分布式锁等重要职责。当需要升级 ZooKeeper 版本以获取性能改进、安全修复或新功能时,一个可靠、自动化的升级方案至关重要。本文分享一个经过实践检验的 ZooKeeper 升级脚本,帮助您安全、高效地完成从 3.8.5 到 3.9.4 的升级过程。安全性:全面的备份机制和交互确认可靠性:有序的服务控制和健康检查可

文章图片
#zookeeper#自动化#分布式 +2
从 Docker 到 Kubernetes:容器编排核心原理与网络实践

容器是进程:理解 namespace 与 cgroups 是隔离基石,UnionFS 实现镜像分层。Kubernetes 是声明式系统:通过 etcd 存储期望状态,控制器不断调谐,实现自愈与自动化。网络分层抽象CNI 负责 Pod 间基础连通性。kube-proxy 实现 Service 负载均衡。DNS 提供服务发现。Ingress/Gateway 对外暴露服务。底层工具是理解的关键ipipt

文章图片
#kubernetes#运维#云原生 +1
从零开发一个 Kubernetes Operator:Guestbook 实践

使用命令创建我们的自定义资源Guestbookbash:API 组,结合域名形成。:API 版本。:资源类型名称。--resource:生成 CRD 相关代码。:生成控制器骨架。当提示和时,均输入y。:定义Guestbook结构体(Spec 和 Status)。:自动生成的 DeepCopy 方法。:控制器逻辑骨架。:CRD 的 YAML 定义。:示例 CR 文件。打开,修改和结构体,添加我们需要

文章图片
#kubernetes#运维
深入浅出 Kubernetes CRD、Operator 与 CR

是 Kubernetes 提供的一种机制,允许用户定义新的资源类型,就像内置的 Pod、Deployment 一样。通过 CRD,我们可以为 Kubernetes 添加自定义的 API 对象,使其能够理解我们业务领域的概念。例如,我们可以定义一个资源,它的 YAML 可能是这样的:yamlmetadata:spec:创建这个 CRD 后,Kubernetes API Server 就知道如何接受和

文章图片
#kubernetes#容器#云原生
构建高可用可观测性平台:VictoriaMetrics 集群 + VictoriaLogs 统一接入实践

本文详细介绍了如何使用 VictoriaMetrics 集群 + VictoriaLogs 构建高可用、可扩展的监控日志平台,并通过 Nginx + vmauth 实现统一认证和负载均衡。整个方案基于 Docker Compose,部署简单,资源消耗低,非常适合中小型团队快速落地。后续可进一步优化:将日志也升级为集群模式(vlinsertvlstoragevlselect)实现日志高可用。使用 P

文章图片
#云原生#架构#微服务 +2
一文搞懂 Nginx、Haproxy、Keepalived 的区别与配合

在构建高可用的服务架构时,Nginx、Haproxy、Keepalived 是三个绕不开的组件。很多初学者容易混淆它们的职责:Nginx 和 Haproxy 都能做负载均衡,Keepalived 又能漂移 IP,它们到底如何分工?如何配合?本文结合我在实习和项目中的实践,帮你彻底理清这三个“兄弟”的关系。组件核心职责健康检查典型场景Nginx七层反向代理、HTTP 入口被动为主Web 入口、静态服

文章图片
#nginx#运维#云原生
从零实现一个基于 Ollama + Go + MySQL 的 Text-to-SQL 智能体(M1 实战)

最近在搭建一个私有化的 AI Agent,目标是让大模型能安全地查询企业内部数据库。作为一个运维出身、正在学习 Go 和云原生的人,我不想只当“调包侠”,而是想亲手打通从“自然语言 → 工具调用 → 数据库查询 → 自然语言回答”的全链路。今天这篇文章记录了M1 里程碑在一台 Linux 虚拟机上,用 Go 语言调用 Ollama(Qwen2.5 7B 模型),结合 MySQL,实现一个能够回答“

文章图片
#golang#mysql#sql +1
从零实现一个基于 Ollama + Go + MySQL 的 Text-to-SQL 智能体(M1 实战)

最近在搭建一个私有化的 AI Agent,目标是让大模型能安全地查询企业内部数据库。作为一个运维出身、正在学习 Go 和云原生的人,我不想只当“调包侠”,而是想亲手打通从“自然语言 → 工具调用 → 数据库查询 → 自然语言回答”的全链路。今天这篇文章记录了M1 里程碑在一台 Linux 虚拟机上,用 Go 语言调用 Ollama(Qwen2.5 7B 模型),结合 MySQL,实现一个能够回答“

文章图片
#golang#mysql#sql +1
从「LeetCode LRU 缓存」到「生产级 Go Web 服务」:我如何迈出工程化第一步

作为一名 Go 初学者,我刷过不少算法题,能熟练写出 LRU 缓存、二叉树遍历、动态规划。但当我第一次尝试写一个“真正的”后端服务时,却完全不知道从哪里下手——数据库怎么连?配置放哪?日志怎么打?服务怎么优雅停机?这篇文章记录了我在 Linux 环境下,将一个仅存在于内存中的算法题模型,一步步改造成可配置、可持久化、可观测、可平滑关闭的生产级 Web 服务的完整过程。如果你也有类似的困惑,希望这篇

文章图片
#leetcode#缓存#golang +1
    共 18 条
  • 1
  • 2
  • 请选择