検索
ホームページデータベースmysql チュートリアル搭建高可用mongodb集群(四)分片
搭建高可用mongodb集群(四)分片Jun 07, 2016 pm 03:54 PM
mongodb断片化利用可能建てる集まる高可用性

按照上一节中《搭建高可用mongodb集群(三) 深入副本集》搭建后还有两个问题没有解决: 从节点每个上面的数据都是对数据库全量拷贝,从节点压力会不会过大? 数据压力大到机器支撑不了的时候能否做到自动扩展? 在系统早期,数据量还小的时候不会引起太大的

 

按照上一节中《搭建高可用mongodb集群(三)—— 深入副本集》搭建后还有两个问题没有解决:

  • 从节点每个上面的数据都是对数据库全量拷贝,从节点压力会不会过大?
  • 数据压力大到机器支撑不了的时候能否做到自动扩展?

    在系统早期,数据量还小的时候不会引起太大的问题,但是随着数据量持续增多,后续迟早会出现一台机器硬件瓶颈问题的。而mongodb主打的就是海量数据架构,他不能解决海量数据怎么行!不行!“分片”就用这个来解决这个问题。

    传统数据库怎么做海量数据读写?其实一句话概括:分而治之。上图看看就清楚了,如下 taobao岳旭强在infoq中提到的 架构图:

    fenpian1

    上图中有个TDDL,是taobao的一个数据访问层组件,他主要的作用是SQL解析、路由处理。根据应用的请求的功能解析当前访问的sql判断是在哪个业务数据库、哪个表访问查询并返回数据结果。具体如图:

    fenpian2

    说了这么多传统数据库的架构,那Nosql怎么去做到了这些呢?mysql要做到自动扩展需要加一个数据访问层用程序去扩展,数据库的增加、删除、备份还需要程序去控制。一但数据库的节点一多,要维护起来也是非常头疼的。不过mongodb所有的这一切通过他自己的内部机制就可以搞定!顿时石化了,这么牛X!还是上图看看mongodb通过哪些机制实现路由、分片:

    fenpian3

    从图中可以看到有四个组件:mongos、config server、shard、replica set。

    mongos,数据库集群请求的入口,所有的请求都通过mongos进行协调,不需要在应用程序添加一个路由选择器,mongos自己就是一个请求分发中心,它负责把对应的数据请求请求转发到对应的shard服务器上。在生产环境通常有多mongos作为请求的入口,防止其中一个挂掉所有的mongodb请求都没有办法操作。

    config server,顾名思义为配置服务器,存储所有数据库元信息(路由、分片)的配置。mongos本身没有物理存储分片服务器和数据路由信息,只是缓存在内存里,配置服务器则实际存储这些数据。mongos第一次启动或者关掉重启就会从 config server 加载配置信息,以后如果配置服务器信息变化会通知到所有的 mongos 更新自己的状态,这样 mongos 就能继续准确路由。在生产环境通常有多个 config server 配置服务器,因为它存储了分片路由的元数据,这个可不能丢失!就算挂掉其中一台,只要还有存货, mongodb集群就不会挂掉。

    shard,这就是传说中的分片了。上面提到一个机器就算能力再大也有天花板,就像军队打仗一样,一个人再厉害喝血瓶也拼不过对方的一个师。俗话说三个臭皮匠顶个诸葛亮,这个时候团队的力量就凸显出来了。在互联网也是这样,一台普通的机器做不了的多台机器来做,如下图:

    fenpian4

    一台机器的一个数据表 Collection1 存储了 1T 数据,压力太大了!在分给4个机器后,每个机器都是256G,则分摊了集中在一台机器的压力。也许有人问一台机器硬盘加大一点不就可以了,为什么要分给四台机器呢?不要光想到存储空间,实际运行的数据库还有硬盘的读写、网络的IO、CPU和内存的瓶颈。在mongodb集群只要设置好了分片规则,通过mongos操作数据库就能自动把对应的数据操作请求转发到对应的分片机器上。在生产环境中分片的片键可要好好设置,这个影响到了怎么把数据均匀分到多个分片机器上,不要出现其中一台机器分了1T,其他机器没有分到的情况,这样还不如不分片!

    replica set,上两节已经详细讲过了这个东东,怎么这里又来凑热闹!其实上图4个分片如果没有 replica set 是个不完整架构,假设其中的一个分片挂掉那四分之一的数据就丢失了,所以在高可用性的分片架构还需要对于每一个分片构建 replica set 副本集保证分片的可靠性。生产环境通常是 2个副本 + 1个仲裁。

    说了这么多,还是来实战一下如何搭建高可用的mongodb集群:

    首先确定各个组件的数量,mongos 3个, config server 3个,数据分3片 shard server 3个,每个shard 有一个副本一个仲裁也就是 3 * 2 = 6 个,总共需要部署15个实例。这些实例可以部署在独立机器也可以部署在一台机器,我们这里测试资源有限,只准备了 3台机器,在同一台机器只要端口不同就可以,看一下物理部署图:

    fenpian5

     

    架构搭好了,安装软件!

    1、准备机器,IP分别设置为: 192.168.0.136、192.168.0.137、192.168.0.138。

    2、分别在每台机器上建立mongodb分片对应测试文件夹。

    #存放mongodb数据文件
    mkdir -p /data/mongodbtest

    #进入mongodb文件夹
    cd /data/mongodbtest

    3、下载mongodb的安装程序包

    wget http://fastdl.mongodb.org/linux/mongodb-linux-x86_64-2.4.8.tgz

    #解压下载的压缩包
    tar xvzf mongodb-linux-x86_64-2.4.8.tgz

    4、分别在每台机器建立mongos 、config 、 shard1 、shard2、shard3 五个目录。
    因为mongos不存储数据,只需要建立日志文件目录即可。

    #建立mongos目录
    mkdir -p /data/mongodbtest/mongos/log

    #建立config server 数据文件存放目录
    mkdir -p /data/mongodbtest/config/data

    #建立config server 日志文件存放目录
    mkdir -p /data/mongodbtest/config/log

    #建立config server 日志文件存放目录
    mkdir -p /data/mongodbtest/mongos/log

    #建立shard1 数据文件存放目录
    mkdir -p /data/mongodbtest/shard1/data

    #建立shard1 日志文件存放目录
    mkdir -p /data/mongodbtest/shard1/log

    #建立shard2 数据文件存放目录
    mkdir -p /data/mongodbtest/shard2/data

    #建立shard2 日志文件存放目录
    mkdir -p /data/mongodbtest/shard2/log

    #建立shard3 数据文件存放目录
    mkdir -p /data/mongodbtest/shard3/data

    #建立shard3 日志文件存放目录
    mkdir -p /data/mongodbtest/shard3/log

    5、规划5个组件对应的端口号,由于一个机器需要同时部署 mongos、config server 、shard1、shard2、shard3,所以需要用端口进行区分。
    这个端口可以自由定义,在本文 mongos为 20000, config server 为 21000, shard1为 22001 , shard2为22002, shard3为22003.

    6、在每一台服务器分别启动配置服务器。

    /data/mongodbtest/mongodb-linux-x86_64-2.4.8/bin/mongod –configsvr –dbpath /data/mongodbtest/config/data –port 21000 –logpath /data/mongodbtest/config/log/config.log –fork

    7、在每一台服务器分别启动mongos服务器。

    /data/mongodbtest/mongodb-linux-x86_64-2.4.8/bin/mongos –configdb 192.168.0.136:21000,192.168.0.137:21000,192.168.0.138:21000 –port 20000 –logpath /data/mongodbtest/mongos/log/mongos.log –fork

    8、配置各个分片的副本集。

    #在每个机器里分别设置分片1服务器及副本集shard1
    /data/mongodbtest/mongodb-linux-x86_64-2.4.8/bin/mongod –shardsvr –replSet shard1 –port 22001 –dbpath /data/mongodbtest/shard1/data –logpath /data/mongodbtest/shard1/log/shard1.log –fork –nojournal –oplogSize 10

    为了快速启动并节约测试环境存储空间,这里加上 nojournal 是为了关闭日志信息,在我们的测试环境不需要初始化这么大的redo日志。同样设置 oplogsize是为了降低 local 文件的大小,oplog是一个固定长度的 capped collection,它存在于”local”数据库中,用于记录Replica Sets操作日志。注意,这里的设置是为了测试!

    #在每个机器里分别设置分片2服务器及副本集shard2
    /data/mongodbtest/mongodb-linux-x86_64-2.4.8/bin/mongod –shardsvr –replSet shard2 –port 22002 –dbpath /data/mongodbtest/shard2/data –logpath /data/mongodbtest/shard2/log/shard2.log –fork –nojournal –oplogSize 10

    #在每个机器里分别设置分片3服务器及副本集shard3
    /data/mongodbtest/mongodb-linux-x86_64-2.4.8/bin/mongod –shardsvr –replSet shard3 –port 22003 –dbpath /data/mongodbtest/shard3/data –logpath /data/mongodbtest/shard3/log/shard3.log –fork –nojournal –oplogSize 10

    分别对每个分片配置副本集,深入了解副本集参考本系列前几篇文章。

    任意登陆一个机器,比如登陆192.168.0.136,连接mongodb

    #设置第一个分片副本集
    /data/mongodbtest/mongodb-linux-x86_64-2.4.8/bin/mongo 127.0.0.1:22001

    #使用admin数据库
    use admin

    #定义副本集配置
    config = { _id:“shard1”, members:[

    1 <code class="plain">{_id:<code class="value">0<code class="plain">,host:<code class="string">"192.168.0.136:22001"<code class="plain">},
    2 <code class="plain">{_id:<code class="value">1<code class="plain">,host:<code class="string">"192.168.0.137:22001"<code class="plain">},
    3 <code class="plain">{_id:<code class="value">2<code class="plain">,host:<code class="string">"192.168.0.138:22001"<code class="plain">,arbiterOnly:<code class="keyword">true<code class="plain">}
    4 <code class="plain">]
    5 <code class="plain">}

    #初始化副本集配置
    rs.initiate(config);

    #设置第二个分片副本集
    /data/mongodbtest/mongodb-linux-x86_64-2.4.8/bin/mongo 127.0.0.1:22002

    #使用admin数据库
    use admin

    #定义副本集配置
    config = { _id:“shard2”, members:[

    1 <code class="plain">{_id:0,host:"192.168.0.136:22002"<code class="plain">},
    2 <code class="plain">{_id:1,host:"192.168.0.137:22002"<code class="plain">},
    3 <code class="plain">{_id:2,host:"192.168.0.138:22002",arbiterOnly:true<code class="plain">}
    4 <code class="plain">]
    5 <code class="plain">}

    #初始化副本集配置
    rs.initiate(config);

    #设置第三个分片副本集
    /data/mongodbtest/mongodb-linux-x86_64-2.4.8/bin/mongo 127.0.0.1:22003

    #使用admin数据库
    use admin

    #定义副本集配置
    config = { _id:“shard3”, members:[

    1 <code class="plain">{_id:0,host:"192.168.0.136:22003"<code class="plain">},
    2 <code class="plain">{_id:1,host:"192.168.0.137:22003"<code class="plain">},
    3 <code class="plain">{_id:2,host:"192.168.0.138:22003",arbiterOnly:true<code class="plain">}
    4 <code class="plain">]
    5 <code class="plain">}

    #初始化副本集配置
    rs.initiate(config);
    9、目前搭建了mongodb配置服务器、路由服务器,各个分片服务器,不过应用程序连接到 mongos 路由服务器并不能使用分片机制,还需要在程序里设置分片配置,让分片生效。

    #连接到mongos
    /data/mongodbtest/mongodb-linux-x86_64-2.4.8/bin/mongo 127.0.0.1:20000

    #使用admin数据库
    user admin

    #串联路由服务器与分配副本集1
    db.runCommand( { addshard : “shard1/192.168.0.136:22001,192.168.0.137:22001,192.168.0.138:22001”});

    如里shard是单台服务器,用 db.runCommand( { addshard : “[: ]” } )这样的命令加入,如果shard是副本集,用db.runCommand( { addshard : “replicaSetName/[:port][,serverhostname2[:port],…]” });这样的格式表示 。

    #串联路由服务器与分配副本集2
    db.runCommand( { addshard : “shard2/192.168.0.136:22002,192.168.0.137:22002,192.168.0.138:22002”});

    #串联路由服务器与分配副本集3
    db.runCommand( { addshard : “shard3/192.168.0.136:22003,192.168.0.137:22003,192.168.0.138:22003”});

    #查看分片服务器的配置
    db.runCommand( { listshards : 1 } );

    #内容输出
    {

    01 "shards" <code class="plain">: [
    02 <code class="plain">{
    03 <code class="string">"_id" <code class="plain">: <code class="string">"shard1"<code class="plain">,
    04 <code class="string">"host" <code class="plain">: <code class="string">"shard1/192.168.0.136:22001,192.168.0.137:22001"
    05 <code class="plain">},
    06 <code class="plain">{
    07 <code class="string">"_id" <code class="plain">: <code class="string">"shard2"<code class="plain">,
    08 <code class="string">"host" <code class="plain">: <code class="string">"shard2/192.168.0.136:22002,192.168.0.137:22002"
    09 <code class="plain">},
    10 <code class="plain">{
    11 <code class="string">"_id" <code class="plain">: <code class="string">"shard3"<code class="plain">,
    12 <code class="string">"host" <code class="plain">: <code class="string">"shard3/192.168.0.136:22003,192.168.0.137:22003"
    13 <code class="plain">}
    14 <code class="plain">],
    15 <code class="string">"ok" <code class="plain">: <code class="value">1

    }
    因为192.168.0.138是每个分片副本集的仲裁节点,所以在上面结果没有列出来。

    10、目前配置服务、路由服务、分片服务、副本集服务都已经串联起来了,但我们的目的是希望插入数据,数据能够自动分片,就差那么一点点,一点点。。。
    连接在mongos上,准备让指定的数据库、指定的集合分片生效。

    #指定testdb分片生效
    db.runCommand( { enablesharding :“testdb”});

    #指定数据库里需要分片的集合和片键
    db.runCommand( { shardcollection : “testdb.table1”,key : {id: 1} } )

    我们设置testdb的 table1 表需要分片,根据 id 自动分片到 shard1 ,shard2,shard3 上面去。要这样设置是因为不是所有mongodb 的数据库和表 都需要分片!

    11、测试分片配置结果。

    #连接mongos服务器
    /data/mongodbtest/mongodb-linux-x86_64-2.4.8/bin/mongo 127.0.0.1:20000

    #使用testdb
    use testdb;

    #插入测试数据
    for (var i = 1; i db.table1.save({id:i,“test1”:“testval1”});

    #查看分片情况如下,部分无关信息省掉了
    db.table1.stats();

    {

    01 "sharded" <code class="plain">: <code class="keyword">true<code class="plain">,
    02 <code class="string">"ns" <code class="plain">: <code class="string">"testdb.table1"<code class="plain">,
    03 <code class="string">"count" <code class="plain">: <code class="value">100000<code class="plain">,
    04 <code class="string">"numExtents" <code class="plain">: <code class="value">13<code class="plain">,
    05 <code class="string">"size" <code class="plain">: <code class="value">5600000<code class="plain">,
    06 <code class="string">"storageSize" <code class="plain">: <code class="value">22372352<code class="plain">,
    07 <code class="string">"totalIndexSize" <code class="plain">: <code class="value">6213760<code class="plain">,
    08 <code class="string">"indexSizes" <code class="plain">: {
    09 <code class="string">"_id_" <code class="plain">: <code class="value">3335808<code class="plain">,
    10 <code class="string">"id_1" <code class="plain">: <code class="value">2877952
    11 <code class="plain">},
    12 <code class="string">"avgObjSize" <code class="plain">: <code class="value">56<code class="plain">,
    13 <code class="string">"nindexes" <code class="plain">: <code class="value">2<code class="plain">,
    14 <code class="string">"nchunks" <code class="plain">: <code class="value">3<code class="plain">,
    15 <code class="string">"shards" <code class="plain">: {
    16 <code class="string">"shard1" <code class="plain">: {
    17 <code class="string">"ns" <code class="plain">: <code class="string">"testdb.table1"<code class="plain">,
    18 <code class="string">"count" <code class="plain">: <code class="value">42183<code class="plain">,
    19 <code class="string">"size" <code class="plain">: <code class="value">0<code class="plain">,
    20 <code class="plain">...
    21 <code class="string">"ok" <code class="plain">: <code class="value">1
    22 <code class="plain">},
    23 <code class="string">"shard2" <code class="plain">: {
    24 <code class="string">"ns" <code class="plain">: <code class="string">"testdb.table1"<code class="plain">,
    25 <code class="string">"count" <code class="plain">: <code class="value">38937<code class="plain">,
    26 <code class="string">"size" <code class="plain">: <code class="value">2180472<code class="plain">,
    27 <code class="plain">...
    28 <code class="string">"ok" <code class="plain">: <code class="value">1
    29 <code class="plain">},
    30 <code class="string">"shard3" <code class="plain">: {
    31 <code class="string">"ns" <code class="plain">: <code class="string">"testdb.table1"<code class="plain">,
    32 <code class="string">"count" <code class="plain">:<code class="value">18880<code class="plain">,
    33 <code class="string">"size" <code class="plain">: <code class="value">3419528<code class="plain">,
    34 <code class="plain">...
    35 <code class="string">"ok" <code class="plain">: <code class="value">1
    36 <code class="plain">}
    37 <code class="plain">},
    38 <code class="string">"ok" <code class="plain">: <code class="value">1

    }
    可以看到数据分到3个分片,各自分片数量为: shard1 “count” : 42183,shard2 “count” : 38937,shard3 “count” : 18880。已经成功了!不过分的好像不是很均匀,所以这个分片还是很有讲究的,后续再深入讨论。

    12、java程序调用分片集群,因为我们配置了三个mongos作为入口,就算其中哪个入口挂掉了都没关系,使用集群客户端程序如下:

    public class TestMongoDBShards {

    01 public <code class="keyword">static <code class="keyword">void <code class="plain">main(String[] args) {
    02  
    03 try <code class="plain">{
    04 <code class="plain">List<serveraddress> addresses = <code class="keyword">new <code class="plain">ArrayList<serveraddress>();</serveraddress>
    05 <code class="plain">ServerAddress address1 = <code class="keyword">new <code class="plain">ServerAddress(<code class="string">"192.168.0.136" <code class="plain">, <code class="value">20000<code class="plain">);
    06 <code class="plain">ServerAddress address2 = <code class="keyword">new <code class="plain">ServerAddress(<code class="string">"192.168.0.137" <code class="plain">, <code class="value">20000<code class="plain">);
    07 <code class="plain">ServerAddress address3 = <code class="keyword">new <code class="plain">ServerAddress(<code class="string">"192.168.0.138" <code class="plain">, <code class="value">20000<code class="plain">);
    08 <code class="plain">addresses.add(address1);
    09 <code class="plain">addresses.add(address2);
    10 <code class="plain">addresses.add(address3);
    11  
    12 <code class="plain">MongoClient client = <code class="keyword">new <code class="plain">MongoClient(addresses);
    13 <code class="plain">DB db = client.getDB( <code class="string">"testdb" <code class="plain">);
    14 <code class="plain">DBCollection coll = db.getCollection( <code class="string">"table1" <code class="plain">);
    15  
    16 <code class="plain">BasicDBObject object = <code class="keyword">new <code class="plain">BasicDBObject();
    17 <code class="plain">object.append( <code class="string">"id" <code class="plain">, <code class="value">1<code class="plain">);
    18  
    19 <code class="plain">DBObject dbObject = coll.findOne(object);
    20  
    21 <code class="plain">System. out .println(dbObject);
    22  
    23 <code class="plain">} catch (Exception e) {
    24 <code class="plain">e.printStackTrace();
    25 <code class="plain">}
    26 <code class="plain">}

    }
    整个分片集群搭建完了,思考一下我们这个架构是不是足够好呢?其实还有很多地方需要优化,比如我们把所有的仲裁节点放在一台机器,其余两台机器承担了全部读写操作,但是作为仲裁的192.168.0.138相当空闲。让机器3 192.168.0.138多分担点责任吧!架构可以这样调整,把机器的负载分的更加均衡一点,每个机器既可以作为主节点、副本节点、仲裁节点,这样压力就会均衡很多了,如图:

    fenpian6

    当然生产环境的数据远远大于当前的测试数据,大规模数据应用情况下我们不可能把全部的节点像这样部署,硬件瓶颈是硬伤,只能扩展机器。要用好mongodb还有很多机制需要调整,不过通过这个东东我们可以快速实现高可用性、高扩展性,所以它还是一个非常不错的Nosql组件。

    再看看我们使用的mongodb java 驱动客户端 MongoClient(addresses),这个可以传入多个mongos 的地址作为mongodb集群的入口,并且可以实现自动故障转移,但是负载均衡做的好不好呢?打开源代码查看:

    fenpian7

    它的机制是选择一个ping 最快的机器来作为所有请求的入口,如果这台机器挂掉会使用下一台机器。那这样。。。。肯定是不行的!万一出现双十一这样的情况所有请求集中发送到这一台机器,这台机器很有可能挂掉。一但挂掉了,按照它的机制会转移请求到下台机器,但是这个压力总量还是没有减少啊!下一台还是可能崩溃,所以这个架构还有漏洞!不过这个文章已经太长了,后续解决吧。

     

    参考:
    http://docs.mongodb.org/manual/core/sharding-introduction/

    原创文章,转载请注明: 转载自LANCEYAN.COM

    本文链接地址: 搭建高可用mongodb集群(四)—— 分片

     

声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。
MySQL连接离奇挂死,竟不是连接池的锅……MySQL连接离奇挂死,竟不是连接池的锅……Apr 14, 2023 pm 04:28 PM

一、背景近期由测试反馈的问题有点多,其中关于系统可靠性测试提出的问题令人感到头疼,一来这类问题有时候属于“偶发”现象,难以在环境上快速复现;二来则是可靠性问题的定位链条有时候变得很长,极端情况下可能要从A服务追踪到Z服务,或者是从应用代码追溯到硬件层面。本次分享的是一次关于MySQL高可用问题的定位过程,其中曲折颇多但问题本身却比较有些代表性,遂将其记录以供参考。1、架构首先,本系统以MySQL作为主要的数据存储部件。整一个是典型的微服务架构(SpringBoot+SpringClou

Vue框架下,如何快速搭建统计图表系统Vue框架下,如何快速搭建统计图表系统Aug 21, 2023 pm 05:48 PM

Vue框架下,如何快速搭建统计图表系统在现代网页应用中,统计图表是必不可少的组成部分。Vue.js作为一款流行的前端框架,提供了很多便捷的工具和组件,能够帮助我们快速搭建统计图表系统。本文将介绍如何利用Vue框架以及一些插件来搭建一个简单的统计图表系统。首先,我们需要准备一个Vue.js的开发环境,包括安装Vue脚手架以及一些相关的插件。在命令行中执行以下命

雾锁王国能野地搭建筑吗雾锁王国能野地搭建筑吗Mar 07, 2024 pm 08:28 PM

玩家在雾锁王国中进行游戏时可以收集不同的材料用来建造建筑,有很多玩家想知道野地搭建筑吗,雾锁王国能野地是不能搭建筑的,必须要在祭坛的范围内才可以搭建。雾锁王国能野地搭建筑吗答:不能。1、雾锁王国能野地是不能搭建筑的。2、建筑必须要在祭坛的范围内才可以搭建。3、玩家可以自行放置灵火祭坛,但一旦离开了范围,将无法进行建筑搭建。4、我们也可以直接在山上挖个洞当做我们的家,这样不用耗建筑材料。5、玩家自己搭建的建筑中,存在舒适度机制,也就是说,内饰越好,舒适度越高。6、高舒适度将为玩家带来属性加成,例如

CentOS 7下搭建web服务器的网络安全加固技巧CentOS 7下搭建web服务器的网络安全加固技巧Aug 05, 2023 pm 01:12 PM

CentOS7下搭建web服务器的网络安全加固技巧web服务器是现代互联网的重要组成部分,因此保护web服务器的安全性非常重要。通过加固网络安全,可以减少风险和避免潜在的攻击。本文将介绍在CentOS7上搭建web服务器时常用的网络安全加固技巧,并提供相应的代码示例。更新系统和软件首先,确保你的系统和软件是最新版本。可以使用以下命令更

账号矩阵怎么搭建?矩阵搭建有哪些作用?账号矩阵怎么搭建?矩阵搭建有哪些作用?Mar 23, 2024 pm 06:46 PM

在当下信息充斥的时代,社交媒体平台已经成为人们获取和分享信息的主要途径。对于个人和企业而言,建立一个有效的账号网络以实现信息的最大传播和提升影响力,已成为亟需解决的挑战。一、账号矩阵怎么搭建?1.明确目标人群在构建账号矩阵之前,关键是明确目标受众,深入了解他们的需求、兴趣和消费习惯,这样才能制定更具针对性的内容策略。2.选择合适的平台根据目标人群的特点,选择适合的社交媒体平台进行布局。目前主流的社交媒体平台有微博、微信、抖音、快手等,每个平台都有其独特的用户群体和传播特点,需要根据实际情况进行选

CentOS搭建web服务器的日志管理与监控技巧CentOS搭建web服务器的日志管理与监控技巧Aug 05, 2023 am 08:33 AM

CentOS搭建web服务器的日志管理与监控技巧Web服务器是现代互联网应用的重要组成部分,而服务器的日志管理与监控是确保服务器稳定运行和故障排查的关键。本文将介绍在CentOS操作系统上如何搭建web服务器,并提供一些日志管理与监控的技巧。一、搭建Web服务器安装ApacheApache是一个流行的开源Web服务器软件。在CentOS上安装Apache很简

在PyCharm中快速安装PyTorch:简易指南在PyCharm中快速安装PyTorch:简易指南Feb 24, 2024 pm 09:54 PM

PyTorch安装指南:在PyCharm中快速搭建开发环境PyTorch是当前深度学习领域中备受欢迎的框架之一,具有易用性和灵活性的特点,深受开发者青睐。本文将为大家介绍如何在PyCharm中快速搭建PyTorch的开发环境,方便大家开始深度学习项目的开发。步骤一:安装PyTorch首先,我们需要安装PyTorch。PyTorch的安装通常需要考虑到系统环境

抖音账号怎么搭建最好?账号搭建五件套是什么?抖音账号怎么搭建最好?账号搭建五件套是什么?Apr 02, 2024 am 09:52 AM

随着移动互联网的快速发展,短视频应用抖音已经成为人们日常生活中不可或缺的一部分。拥有一个高人气的抖音账号,不仅能吸引粉丝关注,还能带来商业价值。那么,如何搭建一个最好的抖音账号呢?一、抖音账号怎么搭建最好?1.定位清晰在创建抖音账号之初,首先要明确自己的定位。你是想成为搞笑幽默的段子手,还是专业知识分享者?明确定位有助于吸引精准粉丝,从而增加账号的价值。2.账号命名一个好的账号名字能让粉丝一眼记住你。账号名字应简洁明了,与自己的定位相关,同时具有一定的创意。避免使用过于常见的名字,以免与他人混淆

See all articles

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SecLists

SecLists

SecLists は、セキュリティ テスターの究極の相棒です。これは、セキュリティ評価中に頻繁に使用されるさまざまな種類のリストを 1 か所にまとめたものです。 SecLists は、セキュリティ テスターが必要とする可能性のあるすべてのリストを便利に提供することで、セキュリティ テストをより効率的かつ生産的にするのに役立ちます。リストの種類には、ユーザー名、パスワード、URL、ファジング ペイロード、機密データ パターン、Web シェルなどが含まれます。テスターはこのリポジトリを新しいテスト マシンにプルするだけで、必要なあらゆる種類のリストにアクセスできるようになります。

Safe Exam Browser

Safe Exam Browser

Safe Exam Browser は、オンライン試験を安全に受験するための安全なブラウザ環境です。このソフトウェアは、あらゆるコンピュータを安全なワークステーションに変えます。あらゆるユーティリティへのアクセスを制御し、学生が無許可のリソースを使用するのを防ぎます。

EditPlus 中国語クラック版

EditPlus 中国語クラック版

サイズが小さく、構文の強調表示、コード プロンプト機能はサポートされていません

mPDF

mPDF

mPDF は、UTF-8 でエンコードされた HTML から PDF ファイルを生成できる PHP ライブラリです。オリジナルの作者である Ian Back は、Web サイトから「オンザフライ」で PDF ファイルを出力し、さまざまな言語を処理するために mPDF を作成しました。 HTML2FPDF などのオリジナルのスクリプトよりも遅く、Unicode フォントを使用すると生成されるファイルが大きくなりますが、CSS スタイルなどをサポートし、多くの機能強化が施されています。 RTL (アラビア語とヘブライ語) や CJK (中国語、日本語、韓国語) を含むほぼすべての言語をサポートします。ネストされたブロックレベル要素 (P、DIV など) をサポートします。