Yum

拉取了一个阿里云镜像后，应用yum时呈现“Could not resolve host: mirrors.cloud.aliyuncs.com”谬误，解决办法如下：1、我的镜像是linux版本是8，改变上会比7有所区别。2、cd /etc/yum.repos.d/,能够看到如下内容： CentOS-Linux-AppStream.repo CentOS-Linux-FastTrack.repoCentOS-Linux-BaseOS.repo CentOS-Linux-HighAvailability.repoCentOS-Linux-ContinuousRelease.repo CentOS-Linux-Media.repoCentOS-Linux-Debuginfo.repo CentOS-Linux-Plus.repoCentOS-Linux-Devel.repo CentOS-Linux-PowerTools.repoCentOS-Linux-epel.repo CentOS-Linux-Sources.repoCentOS-Linux-Extras.repo nginx.repo此时须要批改 CentOS-Linux-AppStream.repo、CentOS-Linux-BaseOS.repo、CentOS-Linux-epel.repo、CentOS-Linux-Extras.repo四项内容中的yum源，将文件中所有的“http://mirrors.cloud.aliyuncs...”，改为“http://mirrors.aliyun.com”，如 baseurl=http://mirrors.aliyun.com/$contentdir/$releasever/BaseOS/$basearch/os//前面内容不要动，否则前期还会报错。 Linux8之前的应该没有“CentOS-Linux-AppStream.repo”文件，其余的名称应该也有区别，但不难找到。 3、改变之后执行两个命令：yum clean allyum makecache 之后执行yum命令应该就能够了。

写在开篇yum是什么是一个在 Fedora 和 RedHat 以及 CentOS 中的Shell前端软件包管理器。基于RPM包治理，可能从指定的服务器主动下载RPM包并且装置，能够主动解决依赖性关系，并且一次装置所有依赖的软件包，毋庸繁琐地一次次下载、装置。一、搭建本地yum源服务查看linux内核 cat /etc/redhat-release 依据版本，能够去centos官网找到iso镜像文件下载；留神：最好和线上装置的linux内核版本统一；centos和redhat。笔者这里的环境是：CentOS Linux release 7.5.1804 (Core)二、创立文件夹并备份linuxYUM源以下是本地的原有yum源[root@localhost ~]# cd /etc/yum.repos.d/[root@localhost yum.repos.d]# lsCentOS-Base.repo CentOS-Debuginfo.repo CentOS-Media.repo CentOS-Vault.repo epel-testing.repoCentOS-CR.repo CentOS-fasttrack.repo CentOS-Sources.repo epel.repo[root@localhost yum.repos.d]# 创立目录，咱们须要把原有本地的yum源给移走[root@localhost ~]#mkdir -p /etc/yum.repos.d/linux[root@localhost ~]#cd /etc/yum.repos.d[root@localhost ~]#mv *.repo linux三、wget 阿里云的yum源[root@localhost ~]# cd /etc/yum.repos.d[root@localhost yum.repos.d]# wget -O /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo yum会将下载下来的包文件rpm和头文件header存盘在本地机器的硬盘缓存中, 这个将占用硬盘空间, 能够将这些内容革除掉, 以开释磁盘空间:[root@localhost ~]#yum clean all #革除所有缓存[root@localhost ~]#yum makecache #yum装置的时候会将安装包进行缓存，不过最好还是再执行一下yum makecache命 四、装置软件 yum-utils 工具包Yum-utils: 治理repository及扩大包的工具 (次要是针对repository)epel-release: EPEL是由 Fedora 社区打造，为 RHEL及衍生发行版如 RedHat 以及 CentOS中的Shell前端软件包管理器 ...

在gitlab-jh源上线之前，极狐GitLab为用户提供的装置形式是通过下载指定deb或者rpm安装包，再通过包管理工具装置。这种形式不仅装置麻烦，还不利于极狐GitLab的升降级。当初，实用于宽泛的linux用户的yum和apt源曾经正式向公众凋谢，用户能够采纳更平安，更便捷的形式装置和治理极狐GitLab。 极狐GitLab源配置和极狐GitLab的装置用户执行以下命令即可配置极狐GitLab源到linux服务器： curl -fsSL https://packages.gitlab.cn/repository/raw/scripts/setup.sh | /bin/bash而后执行 sudo apt-get install gitlab-jh（红帽系用户应用 sudo yum install gitlab-jh）即可实现极狐GitLab装置。没错，就是这么简略！不同操作系统装置步骤略有不同，详情可见官网领导。利用包管理器治理极狐GitLab的降级配置好极狐GitLab源后，用户能够利用包管理工具（apt/yum）治理极狐GitLab的降级。对于 Ubuntu 和 Debian 用户，应用如下命令进行极狐GitLab降级： sudo apt update && sudo apt install gitlab-jh对于CentOS和AlmaLinux用户，应用如下命令进行极狐GitLab降级： # RHEL/CentOS 7sudo yum update gitlab-jh# RHEL/CentOS/AlmaLinux 8sudo dnf update gitlab-jh查看极狐GitLab版本列表对于Ubuntu和Debian用户，应用如下命令查看所有极狐GitLab版本： sudo apt policy gitlab-jh# 或者sudo apt madison gitlab-jh对于CentOS和AlmaLinux用户，应用如下命令查看所有极狐GitLab版本： # RHEL/CentOS 7sudo yum list --showduplicates gitlab-jh# RHEL/CentOS/AlmaLinux 8sudo dnf list --showduplicates gitlab-jh极狐GitLab降级到指定版本对于Ubuntu和Debian用户，应用如下命令装置指定版本极狐GitLab： sudo apt install gitlab-jh=<version>对于CentOS和AlmaLinux用户，应用如下命令装置指定版本极狐GitLab： # RHEL/CentOS 7sudo yum install gitlab-jh-<version># RHEL/CentOS/AlmaLinux 8sudo dnf install gitlab-jh-<version>极狐GitLab降级进行极狐GitLab并移除以后安转包： ...

背景企业客户服务器个别都是在内网，并且会限度服务器拜访外网，保障服务器的平安，但这样造成了很多不便，比方yum之类的包装置工具就无奈应用，做得好的企业会搭建一个公有仓库，仓库能够代理到地方仓库，但依据教训，大部分企业都做不好公有仓库，很多程序用yum一行命令就能够装置好，如果离线装置，须要装置好所有的依赖，还不肯定能装置好，那么如何在离线状况下也能借助yum安装程序呢，本文就来探讨这个问题。 实现其实yum最不便的是能够帮咱们解决依赖关系，并且主动装置好所有的依赖，假如yum能够把所有的依赖都下载下来，那么其实就解决了最麻烦的问题，咱们拿到这些依赖一个个装置好就行。侥幸的是，yum不仅提供下载依赖的性能，而且能够一次性装置好所有下载好的依赖。咱们以装置 openssl为例。 下载首先你须要找一台跟内网服务器操作系统版本统一的服务器用来下载依赖包，以Centos为例，查看操作系统版本号 # more /etc/redhat-release Red Hat Enterprise Linux Server release 7.3 (Maipo)你能够在本地用虚拟机创立同版本的操作系统，也能够到阿里云创立一个同版本的抢占式实例，总之你得找一台能拜访外网的同版本服务器，失常咱们装置openssl须要执行以下命令 yum install openssl将命令换成以下能够只下载不装置 # yumdownloader --assumeyes --destdir=/u01/software/openssl --resolve openssl已加载插件：langpacks--> 正在查看事务---> 软件包 openssl.x86_64.1.1.0.2k-21.0.3.el7_9 将被 装置--> 正在解决依赖关系 openssl-libs(x86-64) = 1:1.0.2k-21.0.3.el7_9，它被软件包 1:openssl-1.0.2k-21.0.3.el7_9.x86_64 须要--> 正在查看事务---> 软件包 openssl-libs.x86_64.1.1.0.2k-16.0.1.el7 将被 降级--> 正在解决依赖关系 openssl-libs(x86-64) = 1:1.0.2k-16.0.1.el7，它被软件包 1:openssl-1.0.2k-16.0.1.el7.x86_64 须要---> 软件包 openssl-libs.x86_64.1.1.0.2k-21.0.3.el7_9 将被 更新--> 正在查看事务---> 软件包 openssl.x86_64.1.1.0.2k-16.0.1.el7 将被 降级--> 解决依赖关系实现No Presto metadata available for ol7_latest(1/2): openssl-1.0.2k-21.0.3.el7_9.x86_64.rpm | 493 kB 00:00:02 (2/2): openssl-libs-1.0.2k-21.0.3.el7_9.x86_64.rpm | 1.2 MB 00:00:03 # ll /u01/software/openssl总用量 1732-rw-r--r--. 1 root jomoo 505244 5月 14 05:01 openssl-1.0.2k-21.0.3.el7_9.x86_64.rpm-rw-r--r--. 1 root jomoo 1254768 5月 14 05:01 openssl-libs-1.0.2k-21.0.3.el7_9.x86_64.rpm装置将下载的rpm包打包上传到内网服务器，放到指定目录，比方/u01/software/openssl，执行以下命令即可装置 ...

简介：在云原生时代，充分利用边缘节点的计算和存储能力，联合冷热数据拆散实现高性价比的数据价值摸索曾经逐步成为 APM 畛域的支流。 作者：夏明（涯海） 调用链记录了残缺的申请状态及流转信息，是一座微小的数据宝库。然而，其宏大的数据量带来的老本及性能问题是每个理论利用 Tracing 同学绕不开的难题。如何以最低的老本，按需记录最有价值的链路及其关联数据，是本文探讨的次要话题。 外围关键词是：边缘计算 + 冷热数据拆散。 如果你正面临全量存储调用链老本过高，而采样后查不到数据或图表不准等问题，请急躁读完本文，置信会给你带来一些启发。 边缘计算，记录更有价值的数据边缘计算，顾名思义就是在边缘节点进行数据计算，赶时髦的话也能够称之为“计算左移”。在网络带宽受限，传输开销与全局数据热点难以解决的背景下， 边缘计算是寻求老本与价值均衡最优解的一种无效办法。 Tracing 畛域最罕用的边缘计算就是在用户过程内进行数据过滤和剖析。而在私有云环境，用户集群或专有网络外部的数据加工也属于边缘计算，这样能够节俭大量的公网传输开销，并扩散全局数据计算的压力。 此外，从数据层面看，边缘计算一方面能够筛选出更有价值的数据，另一方面能够通过加工提炼数据的深层价值，以最小的老本记录最有价值的数据。 筛选更有价值的数据链路数据的价值散布是不平均的。 据不齐全统计，调用链的理论查问率小于百万分之一。全量存储数据不仅会造成微小的老本节约，也会显著影响整条数据链路的性能及稳定性。如下列举两种常见的筛选策略。 • 基于链路数据特色进行调用链采样上报（Tag-based Sampling）。 比方错/慢调用全采，特定服务每秒前N次采样，特定业务场景自定义采样等。下图展现了阿里云 ARMS 自定义采样配置页面，用户能够依据本身须要自在定制存储策略，理论存储老本通常小于原始数据的 5%。• 异样场景下主动保留关联数据现场。 咱们在诊断问题根因时，除了调用链之外，还须要联合日志、异样堆栈、本地办法耗时、内存快照等关联信息进行综合判断。如果每一次申请的关联信息全都记录下来，大概率会造成零碎的解体。因而， 是否通过边缘计算主动保留异样场景下的快照现场是掂量 Tracing 产品优劣的重要规范之一。 如下图所示，阿里云 ARMS 产品提供了慢调用线程分析，内存异样 HeapDump 等能力。无论哪种筛选策略，其核心思想都是 通过边缘节点的数据计算，抛弃无用或低价值数据，保留异样现场或满足特定条件的高价值数据。 这种基于数据价值的选择性上报策略性价比远高于全量数据上报，将来可能会成为 Tracing 的支流趋势。 提炼数据价值除了数据筛选，在边缘节点进行数据加工，比方预聚合和压缩，同样能够在满足用户需要的前提下，无效节俭传输和存储老本。 • 预聚合统计：在客户端进行预聚合的最大益处， 就是在不损失数据精度的同时大幅缩小数据上报量。 比方，对调用链进行 1% 采样后，依然能够提供精准的服务概览/上下游等监控告警能力。 • 数据压缩：对反复呈现的长文本（如异样堆栈，SQL 语句）进行压缩编码，也能够无效升高网络开销。联合非关键字段模糊化解决成果更佳。 冷热数据拆散，低成本满足个性化的后聚合剖析需要边缘计算能够满足大部分预聚合剖析场景，然而无奈满足多样化的后聚合剖析需要，比方某个业务须要统计耗时大于3秒的接口及起源散布，这种个性化的后聚合剖析规定是无奈穷举的。而当咱们无奈事后定义剖析规定时，貌似就只能采纳老本极高的全量原始数据存储。难道就没有优化的空间么？答案是有的，接下来咱们就介绍一种低成本解决后聚合剖析问题的计划——冷热数据拆散。 冷热数据拆散计划简述冷热数据拆散的价值根底在于用户的查问行为满足工夫上的局部性原理。 简略了解就是，最近的数据最常被查问，冷数据查问概率较小。例如，因为问题诊断的时效性，50% 以上的链路查问剖析产生在 30分钟内，7天之后的链路查问通常集中在错慢调用链。实践根底成立，接下来探讨如何实现冷热数据拆散。 首先，热数据存在时效性，如果只需记录最近一段时间内的热数据，对于存储空间的要求就会降落很多。另外，在私有云环境下，不同用户的数据人造具备隔离性。因而，在用户 VPC 外部的热数据计算和存储计划就具备更优的性价比。 其次，冷数据的查问具备指向性，能够通过不同的采样策略筛选出满足诊断需要的冷数据进行长久化存储。例如错慢采样，特定业务场景采样等。因为冷数据存储周期较长，对稳定性要求较高，能够思考在 Region 内对立治理。 综上所述，热数据存储周期短，成本低，但能够满足实时全量后聚合剖析需要；而冷数据通过精准采样后数据总量大幅降落，通常只有原始数据量的 1% ~10%，并能够满足大多数场景的诊断诉求。两相结合，实现了老本与体验的均衡最优解。国内外当先的 APM 产品，如 ARMS、Datadog、Lightstep 均采纳了冷热数据拆散的存储计划。 ...