TongRds docker 镜像做成与迁移(by liuhui)

TongRds docker 镜像做成与迁移

一,使用 docker commit 命令制作 TongRds docker 镜 像

1.1 拉取基础镜像 centos 并运行该镜像
拉取镜像:docker pull ubuntu
镜像列表:docker images
运行镜像:docker run -itd --name myubuntu ubuntu /bin/bash
查看容器:docker ps -a
在这里插入图片描述进入容器之后安装Java环境略
安装Java环境之后提交镜像
在这里插入图片描述
1.2 拷贝center安装包到容器并配置 TongRds 和编写启动脚本
docker run -itd --name rdscenter myubuntu/jdk:v1 /bin/bash
TongRdsCenter
复制到容器后到容器配置 tongrds 编写 tongrds 随容器启动脚本。
进入容器:docker exec -it 7c6672ae859c/bin/bash (7c6672ae859c为容器 id)
拷贝文件到容器:docker cp TongRDS-2.2.1.4.MC.tar.gz 7c6672ae859c:/opt/tong
创建/home/tong/rdscenter.sh 并赋予执行权限,脚本内容如下:
#!/bin/bash
cd /home/tong/pcenter/bin
sh StartCenter.sh
/bin/bash
在这里插入图片描述
提交镜像
docker commit -m=“rdscenter” -a=“liuhui” 7c6672ae859c rdscenter/sh:v1
运行容器
docker run --name rdscenter_sh -d -p 6300:6300 -p 26379:26379 rdscenter/sh:v1 /home/tong/rdscenter.sh
在这里插入图片描述
1.3 拷贝node安装包到容器并配置 TongRds 和编写启动脚本
docker run -itd --name rdsnode myubuntu/jdk:v1 /bin/bash
TongRdsNode
复制到容器后到容器配置 tongrds 编写 tongrds 随容器启动脚本。
进入容器:docker exec -it 088098e00cec /bin/bash (088098e00cec 为容器 id)
拷贝文件到容器:docker cp TongRDS-2.2.1.4.Node.tar.gz 088098e00cec:/home/tong
创建/home/tong/rdsnode.sh 并赋予执行权限,脚本内容如下:
#!/bin/bash
cd /home/tong/pmemdb/bin
sh starter.sh
/bin/bash
在这里插入图片描述
提交镜像
docker commit -m=“rdsnode” -a=“liuhui” 088098e00cec rdsnode/sh:v1

运行容器
docker run --name rdsnode_sh -d -p 6200:6200 -p 6379:6379 rdsnode/sh:v1 /home/tong/rdsnode.sh
进入容器验证
在这里插入图片描述
2.使用 dockerfile 制作 TongRds docker 镜像
2.1 rdscenter节点制作
DockerfileRdsCenter如下

FROM myubuntu/jdk:v1
MAINTAINER TongRDSCenter
WORKDIR /home/tong
ADD TongRDS-2.2.1.4.MC.tar.gz /home/tong/
EXPOSE 6300 8086 26379
ENTRYPOINT /home/tong/pcenter/bin/StartCenter.sh
RUN echo “Build TongRDSCenter Complete!!!”

构建镜像
docker build -f DockerfileRdsCenter -t rds-center .
在这里插入图片描述
运行镜像
docker run --name rds-center -d -p 6300:6300 -p 26379:26379 rds-center
复制授权到容器
docker cp center.lic 0c62050d7742:/home/tong/pcenter/
再次启动
docker start 0c62050d7742

2.2 rdsnode节点制作

DockerfileRdsCenter如下:

FROM myubuntu/jdk:v1
MAINTAINER TongRDSNode
WORKDIR /home/tong
ADD TongRDS-2.2.1.4.Node.tar.gz /home/tong/
EXPOSE 6300 8086 26379
ENTRYPOINT /home/tong/pmemdb/bin/starter.sh
RUN echo “Build TongRDSNode Complete!!!”

构建镜像
docker build -f DockerfileRdsNode -t rds-node .

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/826099.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

每日一题(L2-011):玩转二叉树--建树+层序遍历

与L2-006近乎相同&#xff0c;先建树&#xff0c;然后遍历 #include<bits/stdc.h> using namespace std; int in[35]; int pre[35]; typedef struct Tree{int num;Tree* left;Tree* right; }T;T * build(int in1,int in2,int pre1,int pre2){T * tnew T;t->numpre[pr…

西宁市初中生地会考报名照片尺寸要求及手机自拍方法

西宁市初中生地会考即将到来&#xff0c;对于参加考试的同学们来说&#xff0c;准备一张符合规格的报名照片是整个报名流程中不可或缺的一环。一张规范的证件照不仅展示了学生的精神面貌&#xff0c;同时也是顺利报名的重要条件之一。本文将详细介绍西宁市初中生地会考报名所需…

LLM长度外推理论与实践

定义&#xff1a; 长度外推&#xff0c;即免训练长度外推&#xff0c;就是不需要用长序列数据进行额外的训练&#xff0c;只用短序列语料对模型进行训练&#xff0c;就可以得到一个能够处理和预测长序列的模型&#xff0c;即“Train Short, Test Long”。 判断方法&#xff1…

【论文源码实战】轻量化MobileSAM,分割一切大模型出现,模型缩小60倍,速度提高40倍

前言 MobileSAM模型是在2023年发布的&#xff0c;其对之前的SAM分割一切大模型进行了轻量化的优化处理&#xff0c;模型整体体积缩小了60倍&#xff0c;运行速度提高40倍&#xff0c;但分割效果却依旧很好。 MobileSAM在使用方法上沿用了SAM模型的接口&#xff0c;因此可以与…

Java对象克隆-浅拷贝与深拷贝

目录 1、对象的克隆 1.1 对象的浅拷贝 1.2 对象深拷贝 1、对象的克隆 1.1 对象的浅拷贝 在实际编程过程中&#xff0c;我们常常要遇到这种情况&#xff1a;有一个对象A&#xff0c;在某一时刻A中已经包含了一些有效值&#xff0c;此时可能会需要一个和A完全相同新对象B&am…

论婚恋相亲交友软件的市场前景和开发方案H5小程序APP源码

随着移动互联网的快速发展和社交需求的日益增长&#xff0c;婚恋相亲交友软件小程序成为了越来越多单身人士的选择。本文将从市场前景、使用人群、盈利模式以及竞品分析等多个角度&#xff0c;综合论述这一领域的现状与发展趋势。 一、市场前景 在快节奏的现代生活中&#xf…

得物sign参数逆向分析与Python算法还原

文章目录 1. 写在前面2. 接口分析3. 断点分析4. Python算法还原 【&#x1f3e0;作者主页】&#xff1a;吴秋霖 【&#x1f4bc;作者介绍】&#xff1a;擅长爬虫与JS加密逆向分析&#xff01;Python领域优质创作者、CSDN博客专家、阿里云博客专家、华为云享专家。一路走来长期坚…

Postman调用OpenApi接口

首先你需要科学上网。。。。。 请求方式&#xff1a;post 请求地址&#xff1a;https://api.openai.com/v1/chat/completions 请求头&#xff1a; Authorization : Bearer key Content-Type : application/json Body : { "messages": [{ "role": &quo…

【论文精读】Bag of Tricks for Image Classification with Convolutional Neural Networks

这篇文章比较早了&#xff0c;2018年的 摘要 最近在图像分类研究方面取得的大部分进展可以归功于训练程序的改进&#xff0c;如数据增强和优化方法的改变。然而&#xff0c;在文献中&#xff0c;大多数改进要么作为实现细节简要提到&#xff0c;要么只在源代码中可见。在本文中…

CV method:最新Backbone---TransNeXt

文章目录 前言一、提出问题二、模型结构1. Pixel-focused Attention&#xff08;像素聚焦注意力机制&#xff09;2. Aggregating Diverse Attentions in a Single Mixer Query embedding3. ConvGLU4. 整体模型架构 三、方法论1. PFA设计原理2. Aggregating Diverse Attention原…

前端从零到一搭建脚手架并发布到npm

这里写自定义目录标题 一、为什么需要脚手架&#xff1f;二、前置-第三方工具的使用1. 创建demo并运行-4步新建文件夹 zyfcli&#xff0c;并初始化npm init -y配置入口文件 2.commander-命令行指令3. chalk-命令行美化工具4. inquirer-命令行交互工具5. figlet-艺术字6. ora-lo…

【算法】合并两个有序链表

本题来源---《合并两个有序链表》 题目描述 将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。 示例 1&#xff1a; 输入&#xff1a;l1 [1,2,4], l2 [1,3,4] 输出&#xff1a;[1,1,2,3,4,4] /*** Definition for singl…

C++ - STL详解—vector类

一. vector的概念 向量&#xff08;Vector&#xff09;是一个封装了动态大小数组的顺序容器&#xff08;Sequence Container&#xff09;。跟任意其它类型容器一样&#xff0c;它能够存放各种类型的对象。可以简单的认为&#xff0c;向量是一个能够存放任意类型的动态数组。 …

win/mac达芬奇19下载:DaVinci Resolve Studio 19

DaVinci Resolve Studio 19 是一款功能强大的视频编辑和调色软件&#xff0c;广泛应用于电影、电视和网络节目的后期制作。这款软件不仅提供了专业的剪辑、调色和音频处理工具&#xff0c;还引入了全新的DaVinci Neural Engine AI工具&#xff0c;对100多项功能进行了大规模升级…

Vue3(五):组件通信详解(九种方法)

主要有九种方法&#xff0c;以下是详细解释及使用方法&#xff1a; 1.props props实现父子间的通信&#xff0c;是使用频率最高的。 &#xff08;1&#xff09;父传子&#xff1a;属性值是非函数。 以Father.vue和Child.vue 为例。 父组件中&#xff0c;引入子组件并给子组…

34、链表-合并K个升序链表

思路 1、直接全部放入集合中&#xff0c;然后排序&#xff0c;在进行构造节点返回 2、使用归并排序的方式&#xff0c;两两排序合并&#xff0c;最后合并大的。 3、第三中思路就比较巧妙了&#xff0c;可以使用小根堆&#xff0c;每次弹出堆顶&#xff0c;最小值&#xff0c…

【计算机网络】http协议的原理与应用,https是如何保证安全传输的

✨✨ 欢迎大家来到景天科技苑✨✨ &#x1f388;&#x1f388; 养成好习惯&#xff0c;先赞后看哦~&#x1f388;&#x1f388; &#x1f3c6; 作者简介&#xff1a;景天科技苑 &#x1f3c6;《头衔》&#xff1a;大厂架构师&#xff0c;华为云开发者社区专家博主&#xff0c;…

基于 RT-Thread 的 CMUX 串口多路复用的详细使用

一、CMUX 软件包的介绍 CMUX&#xff08;Connection Multiplexing &#xff09;&#xff0c;即连接&#xff08;串口&#xff09;多路复用&#xff0c;其功能主要在一个真实的物理通道上虚拟多个通道&#xff0c;每个虚拟通道上的连接和数据通讯可独立进行。  CMUX 软件包常用…

DRF ModelSerializer序列化类

ModelSerializer序列化类 【0】准备 模型表创建 from django.db import modelsclass Book(models.Model):name models.CharField(max_length64, verbose_name书名)price models.DecimalField(max_digits6, decimal_places2, verbose_name价格)publish models.ForeignKey(…

【C++打怪之路】-- C++开篇

&#x1f308; 个人主页&#xff1a;白子寰 &#x1f525; 分类专栏&#xff1a;C打怪之路&#xff0c;python从入门到精通&#xff0c;魔法指针&#xff0c;进阶C&#xff0c;C语言&#xff0c;C语言题集&#xff0c;C语言实现游戏&#x1f448; 希望得到您的订阅和支持~ &…