nodequery删除脚本
nodequery删除脚本 rm -R /etc/nodequery && (crontab -u nodequery -l | grep -v "/etc/nodequery/nq-agent.sh") | crontab -u nodequery - && userdel nodequery
此博客中的热门博文
awk查看与统计nginx访问日志
切割日志 查找7月16日访问log导出到17.log文件中： cat web_access.log | egrep "17/Jul/2017" | sed -n '/00:00:00/,/23:59:59/p' > /tmp/16.log 查看访问量前10的IP awk '{print $1}' web_access.log | sort | uniq -c | sort -nr | head -n 10 查看访问前10的URL awk '{print $11}' web_access.log | sort | uniq -c | sort -nr | head -n 10 查询访问最频繁的URL awk '{print $7}' web_access.log | sort | uniq -c | sort -n -k 1 -r | more 查询访问最频繁的IP awk '{print $1}' web_access.log | sort | uniq -c | sort -n -k 1 -r | more 根据访问IP统计UV awk '{print $1}' web_access.log | sort | uniq -c | wc -l 统计访问URL统计PV awk '{print $7}' web_access.log | wc -l 根据时间段统计查看日志 cat web_access.log | sed -n '/17\/Jul\/2017:12/,/17\/Jul\/2017:13/p' | more https://blog.csdn.net/zhengholien/article/details/78006887
kubernetes的Headless Services
1.什么是Headless Services Headless Services是一种特殊的service，其spec:clusterIP表示为None，这样在实际运行时就不会被分配ClusterIP。 2.Headless Services使用场景（客户端负载） 服务端负载：正常的service 下面挂的是Endpoints（podIP数组），通过iptables规则转发到实际的POD上 客户端负载：Headless Services不会分配ClusterIP,而是将Endpoints（即podIP数组）返回，也就将服务端的所有节点地址返回，让客户端自行要通过负载策略完成负载均衡。 3.实践 #nginx yaml [ root@node1 yaml ] # cat nginx . yaml apiVersion : v1 kind : Service metadata : name : nginx - service spec : selector : app : nginx - demo ports : - port : 80 name : nginx clusterIP : None -- - apiVersion : apps / v1beta1 kind : Deployment metadata : name : nginx - dp spec : serviceName : "nginx-service" replicas : 1 template : metadata : labels : app : nginx - demo spec : containers : - name : nginx image : nginx : 1.7 .9 ports : - containerPort : 80 name : web [ root@node1 ~ ] # kubectl get svc NAME TYPE ...
百度网盘资源搜索网站大全
https://www.h2ero.com/ [闪电云] https://www.aisouziyuan.com/ [爱搜资源] http://www.pansoso.com/ [盘搜搜] https://www.yunpanjingling.com/ [云盘精灵] https://www.52sopan.com/ [我爱搜盘] https://yunpanem.com/ [云盘恶魔] http://www.xiaobaipan.com/ [小白盘] https://nyaso.com/ [喵搜动漫] https://www.fqsousou.com/ [番茄搜搜] http://www.shiyue.org/ [十月搜索] http://www.sopanba.com/ [搜盘吧] https://www.xiaobd.net/ [小不点搜索] http://www.panduoduo.net/ [盘多多] http://www.slimego.cn/ [史莱姆] http://www.kengso.com/ [坑搜网] http://www.repanso.com [热盘搜] http://www.panmeme.com/ [盘么么] http://wx01.51caichang.com/ [51网盘] http://wx.haogow.com/ [西部维度] http://wx.xingtuhua.com/ [商务中国]...
Windows 操作系统微软官方镜像
Windows 发布信息详细版本 常用系统版本（按发布日期最新到最旧） 系统大小(ISO) 是否需要激活 ISO文件SHA-1 相关工具 Windows 10 简体中文企业版2019长期服务版64位 4.71GB 是 24B59706D5EDED392423936C82BA5A83596B50CC HEU_KMS & MAS Windows 10 简体中文企业版2019长期服务版32位 2.98GB 是 BA2169EDD94F123211CD4AACA68352F1AB6195D9 HEU_KMS & MAS Windows 10 简体中文企业版2016长期服务版64位 3.56GB 是 9E405E950890D2A196565BCA35E152F9CFAD296D HEU_KMS & MAS Windows 10 简体中文企业版2016长期服务版32位 2.62GB 是 0422052F25C9C8DF983F3B287F725860AAB907CF HEU_KMS & MAS Windows 7 With SP1 简体中文旗舰版64位 3.19GB 是 2CE0B2DB34D76ED3F697CE148CB7594432405E23 小马OEM7F周年纪念版 & Chew-WGA Windows 7 With SP1 简体中文旗舰版32位 2.47GB 是 B92119F5B732ECE1C0850EDA30134536E18CCCE7 小马OEM7F周年纪念版 & Chew-WGA Windows XP SP3 简体中文专业版 601.04MB 是(也可说否) D142469D0C3953D8E4A6A490A58052EF52837F0F MRX3F-47B9T-2487J-KWKMF-RPWBY Microsoft VC++ 运行库官方安装包 Microsoft Visual C++ Redistributable 所有历史版本官方下载连接 https://cdn.jsdelivr.net/gh/abbodi1406/vcredist...
ShareX上传工具及公用上传空间配置导入
下载： https://getsharex.com/downloads/ 自定义上传配置： SM.MS图片上传 { "Name": "SMMS", "Version": "12.4.1", "DestinationType": "ImageUploader", "RequestMethod": "POST", "RequestURL": "https://sm.ms/api/upload", "Body": "MultipartFormData", "Arguments": { "ssl": "true", "format": "json" }, "FileFormName": "smfile", "URL": "https://i.loli.net/$json:data.path$", "DeletionURL": "$json:data.delete$" } Cat.box文件上传 { "Version": "12.4.1", "Name": "catbox", "DestinationType": "ImageUploader, TextUploader, FileUploader", "RequestMethod": "POST", "RequestURL": "https://catbox.moe/user/api.php", "Body": ...
ELK实时分析之php的laravel项目日志
最近因公司项目增多，且环境也越来复杂，开发人员找我查看错误日志越来越频繁，心里便念想到ELK，心之所想，念之所达，快来get一项新技能吧 1、系统架构组成 laravel日志：日志源通过filebeat将日志写进redis中间件 logstsh：logstash通过input将redis数据拿来分析，通过其filter模块分析所需要的语句，然后输出到elasticsearch 3.elasticsearch 接收logstash发送过来的数据，并提供了一个分布式多用户能力的全文搜索引擎 Kibana是一个优秀的前端日志展示框架，它可以非常详细的将日志转化为各种图表，为用户提供强大的数据可视化支持。 二、各个服务的ip地址 laravel: 172.18.109.227 redis: 172.18.215.207 elasticsearch: 172.18.215.207 kibana: 172.18.215.207 复制代码 三、laravel日志服务器配置： 配置filebeat yum源文件 [elastic-5.x] name=Elastic repository for 5.x packages baseurl=https://artifacts.elastic.co/packages/5.x/yum gpgcheck=1 gpgkey=https://artifacts.elastic.co/GPG-KEY-elasticsearch enabled=1 autorefresh=1 type =rpm-md 复制代码 安装filebeat yum install filebeat 复制代码 配置filebeat配置文件 ... #写入源 - input_type: log paths: - /var/www/html/*/storage/logs/laravel-2018-12-29.log ... #输出至redis output.redis: # Array of hosts to connect to. hosts: [ "172.18.215.207:6379" ] password: "***********" db: 0 timeout: 5...
使用杜威十进制分类法构建自己的笔记系统（也可用于文件夹分类）
不论是用印象笔记等软件做个人知识管理，还是电脑中的文件分类管理。最常见的、普遍存在、必须首先解决的问题 ： 不会建笔记本或文件夹体系，找不到理想的笔记本/文件夹分类。 文件和资料在电脑里杂乱堆放的情况是非常常见的。因为新建文件夹实在太容易了，不像实物的笔记本或者文件夹那样，完全不需要什么成本，随之带来的一个问题就是我们随心所欲，随心情： 想怎么建笔记本就怎么建，想怎么命名笔记本就怎么命名，笔记本的层级想建几层就建几层； 今天按时间建一个2018年6月的笔记本，明天按照自己的兴趣爱好建一个电影笔记本，后天，按工作流程建一个工作总结笔记本，自己也不知道自己有哪些笔记本，整理完笔记，不知道可以移放到哪个笔记本里，甚至，你可能发现放到这个笔记本里面也合适，放到那个笔记本里面也合适！ 如果你同时好几个笔记本放进去都合适，那说明就「都不合适」！是吧？「到底应该把这个笔记放到哪个笔记本里去？」你可能想了2分钟，也没有正确答案，然后，大腿一拍，算了，不整理了！ 所有当初的任性，都有以后的代价 。如果「随性」地收纳大脑精神食粮，等日后要用的时候，找一个资料就像大海捞针，苦不堪言了。 今天，我们的主题是关于笔记本分类的方法论，以印象笔记为例，帮你打造受用终生的笔记本体系和文件夹体系，而且是一次设置，终生受用。 1. 一次搭建，终生受用！ 我的笔记本体系非常简洁，分成三大部分： 第一部分，inbox笔记本体系 ；inbox是一套高效搜集信息、克服信息混杂的处理机制，我们将全部信息来源汇集到1个inbox里面，就可以驾驭海量信息，让大脑的精神食粮少而精； 第二部分，用唯一维度搭建主体知识库，一招完成信息整理分类 。我用唯一维度分类，分成工作、学习、生活和兴趣爱好四类笔记本组，用这种方法搭建主体知识库，将庞杂的信息整理分类； 第三部分：用存档笔记本归档信息 。人生就是一个信息流，这些知识是一直在流动的。所以，当我「翻篇」的时候，例如我转行了之后，之前CPA学习的内容，之前做审计项目时的客户资料和工作笔记就都暂时用不到了，我就都会把它们全部归档。注意了，这里的归档绝非删除，以后想用这些资料还可以调取出来。 所以，我的笔记本体系，1万篇笔记，100多个笔记本，其实就分成三大类：inbox体系=搜集信息；唯一维度搭建主体知识库=整理分类信息；存档笔记本=归档信息。 1.1 Inbox原理 Inbo...
nginx中location的顺序(优先级)及rewrite规则写法
一、location正则写法 一个示例： location = / { # 精确匹配 / ，主机名后面不能带任何字符串 [ configuration A ] } location / { # 因为所有的地址都以 / 开头，所以这条规则将匹配到所有请求 # 但是正则和最长字符串会优先匹配 [ configuration B ] } location /documents/ { # 匹配任何以 /documents/ 开头的地址，匹配符合以后，还要继续往下搜索 # 只有后面的正则表达式没有匹配到时，这一条才会采用这一条 [ configuration C ] } location ~ /documents/Abc { # 匹配任何以 /documents/Abc 开头的地址，匹配符合以后，还要继续往下搜索 # 只有后面的正则表达式没有匹配到时，这一条才会采用这一条 [ configuration CC ] } location ^~ /images/ { # 匹配任何以 /images/ 开头的地址，匹配符合以后，停止往下搜索正则，采用这一条。 [ configuration D ] } location ~* \.(gif|jpg|jpeg)$ { # 匹配所有以 gif,jpg或jpeg 结尾的请求 # 然而，所有请求 /images/ 下的图片会被 config D 处理，因为 ^~ 到达不了这一条正则 [ configuration E ] } location /images/ { # 字符匹配到 /images/，继续往下，会发现 ^~ 存在 [ configuration F ] } location /images/abc { # 最长字符匹配到 /images/abc，继续往下，会发现 ^~ 存在 # F与G的放置顺序是没有关系的 [ configuration G ] } location ~ /images/abc/ { # 只有去掉 config D 才有效：先最长匹配 config G 开头的地址，继续往下搜索，匹配到这一条正则，采用 [ configuration H ] } l...
Inf-- kafka 从入门到放弃
概述 工作中用到了kafka ,本篇博文整理一下学习到的kafka相关知识，内容多来自网上（主要是官网doc,个人博客），侵删。 kafka 是Linkedin 使用Scala 编写的一个开源的分布式消息系统，当时开发的初衷是为了解决网站活动流数据（比如网页浏览，点击，驻留时间等等）的数据转发处理。因为活动流数据是实时且流量比较大，可想而知kafka 的最大特点就是高吞吐率且容易扩展。 kafka 的设计目标如下： 以时间复杂度为O(1)的方式提供消息持久化能力，即使对TB级以上数据也能保证常数时间复杂度的访问性能。 高吞吐率。即使在非常廉价的商用机器上也能做到单机支持每秒100K条以上消息的传输。 支持Kafka Server间的消息分区，及分布式消费，同时保证每个Partition内的消息顺序传输。 同时支持离线数据处理和实时数据处理。 Scale out：支持在线水平扩展。 使用场景 从不同的角度出发，kafka的作用也不同。 kafka作为一个消息系统，类比redis,rabbitmq等同类产品， kafka作为一个存储系统，因为进入kafak的消息都会被持久化所以可以作为一个存储系统， kafka作为一个流处理系统，对于流数据，可以在kafka里多次处理，多次流转。 相应的，kafka 的使用场景大致如下： 作为传统消息队列系统的替换。 做metric监控数据的收集处理。 做日志数据的收集处理。 流数据处理。 事件驱动架构的核心组件。 上图中可看出kafka的角色，相应的，kafka也提供了四种核心api: The Producer API allows an application to publish a stream of records to one or more Kafka topics. The Consumer API allows an application to subscribe to one or more topics and process the stream of records produced to them. The Streams API allows an application to act as a stream processor, consuming an input stream...