人气排行榜
服务器文档的权威指南：打造可靠的基础架构 (服务器文档在哪里)
什么是服务器文档？
服务器文档指的是任何形式的记录，其中详细描述了服务器的配置、操作和维护。这包括但不限于以下内容：
- 服务器硬件和软件的详细信息
- 服务器如何配置和部署
- 服务器如何运行和维护
- 服务器如何受到监控和修复
为什么服务器文档很重要？
服务器文档至关重要，因为它可以：
- 提供服务器配置和操作的唯一事实来源
- 帮助管理员快速识别和解决问题
- 允许新的管理员和工程师轻松了解服务器环境
- 减少对外部支持的依赖
- 提高整体服务器可靠性和可用性
服务器文档在哪里？
服务器文档可以存储在不同的位置，包括：
- 服务器本身：一些服务器操作系统（如 Linux）允许在服务器上直接创建和存储文档。
- 网络位置：文档可以存储在网络共享或文件服务器上，以便在网络上的任何计算机上访问。
- 云存储：文档可以存储在云存储服务中，如 Amazon S3 或 Google Cloud Storage，以便在任何有互联网连接的地方访问。
- 知识库：文档可以存储在知识库中，如 Confluence 或 Notion，以便在组织内轻松共享和查找。
如何创建和维护服务器文档
创建和维护IP 地址、防火墙规则和软件配置。
结论
服务器文档是任何可靠服务器基础架构的必备组件。通过创建、维护和遵循这些指南，您可以确保您的服务器环境有效运行、轻松维护，并且在出现问题时可以快速修复。
零基础开始学 web 前端开发，有什么建议吗
现在前端开发是一个很火很热门的行业，在这里为大家详细解释一下这个高大上的行业！在国内大学课程里面，几乎没有前端开发这门课程，无非就是一些网页设计之类的课程，但那些课程无论是老师讲还是学生听，都是敷衍了事，这个我深有体会，我相信大家一定也有同感！所以，目前前端开发主要是通过自学，和参加正规的培训！对于培训来说，一般会分为初级、中级、高级等级别，因为凭我们自己很难掌握这些技能。 但是自学是很困难的，毕竟是一个人自己摸索，网上看上去有很多视频可以学习，但是那些视频很多都是过时的，像js和h5这些想要自学根本学不会，更何况以后深入学习还要掌握框架构造！很多小伙伴就根本找不到学习的方向，最后白白浪费了自己的时间和精力！所以对于有条件的小伙伴，个人推荐最好是系统的学习一下！接下来为大家介绍一下怎么零基础学习前端基础知识：1、HTML + CSS 这部分建议在 W3school 在线教程 上学习，边学边练，每章后还有小测试。 之后可以模仿一些网站做些页面。 在实践中积累了一些经验后，可以系统的读一两本书，推荐《Head First HTML 与 CSS 中文版》，这本书讲的太细了，我没能拿出耐心细读。 你可以根据情况斟酌。 也可以去w3school和慕课网学习。 Javascript 要学的内容实在很多，如果没有其他编程语言的基础的话，学起来可能要费些力，还是建议先在 W3school上学习。 之后建议马上看《Javascript语言精粹》，JS是一门很混乱的语言，这本书能够帮助你区分哪些是语言的精华，哪些是糟粕，对于语言精华，应该深入学习。 糟粕部分能看懂别人写的代码就行，自己就不用尝试了。 对于有需要的小伙伴，推荐找一个培训班或者裙进行系统学习，下文会讲到呢 。 有了以上基础，就可以进行一般的静态网页设计，不过对于复杂的页面还需要进一步学习。 jQuery，简单易用，在W3school简单学习js后，直接上手jQuery即可完成一些简单的项目。 学习方法也很简单，照着产品文档做几个页面就行了，不用面面俱到，以后遇到问题查文档就行了。 框架可以帮你屏蔽浏览器的差异性，让你能更专注与Web开发学习的精髓部分。 补充： 可以使用 Codecademy 学习 Javascript，jQuery，用户体验真的很好 传统web从业者为什么必须学习前端开发技能？——学习前端开发是晋升和加薪的捷径。 传统web从业者，只要精通html+css，简单的JS效果，切切图，写写网站等就可以了，而如今的前端开发不再只是一个简单的网站，现在越来越多的云计算应用程序，比如web QQ接近我们经常使用的QQ的功能。 以前用java 、J2EE、 、Object C等高级语言开发的应用程序也越来越走向web化、云端化。 BS架构应用程序已逐渐成为主流。 时代变了，用最犀利的前端技术武装我们的大脑的时代已经来临！那么我们应该怎么学习前端开发这门技术呢 ？ 现在很多小伙伴喜欢在互联网上找视频资料学习网页制作，但是光看视频你是不可能学会网页制作的，没有人指导你，而且很多视频已经过时了 ，并没有什么用!如果你真的想学习网页制作这门技术，你可以来这个裙，前面是伍思二，中间是一把一，最后是八溜一！ 在这里有最新的HTML课程 免费学习 也有很多人指导你进步，不需要你付出什么 只要你有一颗学习的心就可以了。 下面是关于前端开发的一下杂谈 有兴趣的可以看看 ：1、想要跟上潮流，想要掌握最新技术，做高精尖人才升职加薪，必须学习前端开发最新技能，毕竟做前端的就得跟上时代的潮流，如果有小伙伴想要学习前端开发，个人认为潭州学院还是蛮不错的 ！相比于线下的培训班，潭州无论是学费还是学习时间，都远远比线下的培训班更加实惠，而且只要有电脑，有网络就可以进行学习！2、前端开发的就业方向及薪资情况。 记得有人说过，未来不再有互联网公司，因为未来所有的企业都会有互联网部门，而互联网世界离不开前端开发，像淘宝、阿里巴巴、支付宝、腾讯、京东、新浪微博等等大型的基于互联网的企业与产品，都需要优秀的前端高级开发人才。 不仅仅是互联网企业，随着O2O模式的越来越普及，传统企业越来越互联网化、云端化，前端开发人才需求越来越多，人才缺口高达上百万。 招聘网站上现在的前端开发工程师的平均薪酬已经达到了元，需求巨大，前景广阔，薪资还高。 3、你适不适合学习前端开发？如果你已经有了传统web基础(css+div)，那么是时候提升你的前端开发技能了…如果你没有接触过web前端开发，那么如果你经常上网，冲浪，希望要了解互联网世界背后的故事，可以先从web前端开始了解，因为这是开启互联网世界大门的钥匙…web前端JS课程的核心特点。 web前端课程的核心特点是：我们不仅仅要学会制作一个网页，一个特效。 更多的是我们要用web前端开发传统应用程序，我们做pc端，移动端，各种响应式，web 游戏，web 企业管理系统，web 移动程序，开发一个大规模项目，html5游戏，甚至用js开发传统高级语言才能做的数据库交互，不用后台语言，就靠我们js做后台，流行大趋势……4、课程模块介绍。 未来需要什么，我们就需要学什么：模块1：基础入门阶段；模块2：web移动开发– html5、 css3、模块3：html 5 游戏— html5 、canvas；模块4：用js去做传统java 、、 PHP才能做的数据库操作，服务器编程。 — ajax 、；模块5：大型BS、云计算、项目开发（比如淘宝，京东）–面向对象、设计模式、大型项目分层架构思想（比如MVC，MVVM)、js框架、web前端架构、js组件；5、学习方法、薪资目标。 【两大基础，内外双修】两大基础：js基础（蹲马步，基础中的基础–函数，事件，语句等）、面向对象（基础）。 内外双修：【内】掌握面向对象编程思维，模块化编程思维，大型项目分层编程思维，大型项目团队如何合作；【外】学习一些前辈总结出来的最佳编程实践：设计模式，比如能够保证全局唯一的单例模式，创造万物的工厂模式，模拟现实中介的中介模式，代理模式，以及所有业界都在谈，都在吹，都在用的依赖倒置，依赖注入，面向切面编程等。 结语：年前，随着iPhone的兴起，iOS开发火爆中国。 当年的行动者，如今已经成为百万富翁！今天，随着HTML5等WEB前端技术兴起，前端开发的大潮已经袭来！赶快行动，让青春不留遗憾，占领行业制高点，主动权就再你的手中！
DB2 V9权威指南目录
DB2 V9权威指南目录精简版
HDFS 为何在大数据领域经久不衰？
大数据中最宝贵、最难以代替的就是数据，一切都围绕数据。
HDFS是最早的大数据存储系统，存储着宝贵的数据资产，各种新算法、框架要想得到广泛使用，必须支持HDFS，才能获取已存储在里面的数据。 所以大数据技术越发展，新技术越多，HDFS得到的支持越多，越离不开HDFS。 HDFS也许不是最好的大数据存储技术，但依然是最重要的大数据存储技术 。
HDFS是如何实现大数据高速、可靠的存储和访问的呢？
Hadoop分布式文件系统HDFS的设计目标是管理数以千计的服务器、数以万计的磁盘，将大规模的服务器计算资源当作一个单一存储系统进行管理，对应用程序提供数以PB计的存储容量，让应用程序像使用普通文件系统一样存储大规模的文件数据。
文件以多副本的方式进行存储：
缺点：
优点：
HDFS的大容量存储和高速访问的实现。
RAID将数据分片后，在多块磁盘上并发进行读写访问，提高了存储容量、加快了访问速度，并通过数据冗余校验提高了数据可靠性，即使某块磁盘损坏也不会丢数据。 将RAID的设计理念扩大到整个分布式服务器集群，就产生了分布式文件系统，这便是Hadoop分布式文件系统的核心原理。
和RAID在多个磁盘上进行文件存储及并行读写的思路一样，HDFS是在一个大规模分布式服务器集群上，对数据分片后进行并行读写及冗余存储。 因为HDFS可部署在一个大的服务器集群，集群中所有服务器的磁盘都可供HDFS使用，所以整个HDFS的存储空间可以达到PB级。
HDFS是主从架构。 一个HDFS集群会有一个NameNode（命名节点，简称NN），作为主服务器（master server）。
HDFS公开了文件系统名称空间，允许用户将数据存储在文件中，就好比我们平时使用os中的文件系统一样，用户无需关心底层是如何存储数据的。 在底层，一个文件会被分成一或多个数据块，这些数据库块会被存储在一组数据节点中。 在CDH中数据块的默认128M。 在NameNode，可执行文件系统的命名空间操作，如打开，关闭，重命名文件等。 这也决定了数据块到数据节点的映射。
HDFS被设计为可运行在普通的廉价机器上，而这些机器通常运行着一个Linux操作系统。 一个典型的HDFS集群部署会有一个专门的机器只能运行 NameNode ，而其他集群中的机器各自运行一个 DataNode 实例。 虽然一台机器上也可以运行多个节点，但不推荐。
负责文件数据的存储和读写操作，HDFS将文件数据分割成若干数据块（Block），每个DataNode存储一部分Block，这样文件就分布存储在整个HDFS服务器集群中。
应用程序客户端（Client）可并行访问这些Block，从而使得HDFS可以在服务器集群规模上实现数据并行访问，极大提高访问速度。
HDFS集群的DataNode服务器会有很多台，一般在几百台到几千台，每台服务器配有数块磁盘，整个集群的存储容量大概在几PB~数百PB。
负责整个分布式文件系统的元数据（MetaData）管理，即文件路径名、数据块的ID以及存储位置等信息，类似os中的文件分配表（FAT）。
HDFS为保证数据高可用，会将一个Block复制为多份（默认3份），并将多份相同的Block存储在不同服务器，甚至不同机架。 当有磁盘损坏或某个DataNode服务器宕机，甚至某个交换机宕机，导致其存储的数据块不能访问时，客户端会查找其备份Block访问。
HDFS中，一个文件会被拆分为一个或多个数据块。默认每个数据块有三个副本，每个副本都存放在不同机器，而且每一个副本都有自己唯一的编号：
文件/users/sameerp/data/part-0的复制备份数设为2，存储的BlockID分别为1、3：
上述任一台服务器宕机后，每个数据块都至少还有一个备份存在，不会影响对文件/users/sameerp/data/part-0的访问。
和RAID一样，数据分成若干Block后，存储到不同服务器，实现数据大容量存储，并且不同分片的数据能并行进行读/写操作，实现数据的高速访问。
副本存放：NameNode节点选择一个DataNode节点去存储block副本的过程，该过程的策略是在可靠性和读写带宽间权衡。
《Hadoop权威指南》中的默认方式：
Google大数据“三驾马车”的第一驾是GFS（Google 文件系统），而Hadoop的第一个产品是HDFS，分布式文件存储是分布式计算的基础。
这些年来，各种计算框架、各种算法、各种应用场景不断推陈出新，但大数据存储的王者依然是HDFS。
磁盘介质在存储过程中受环境或者老化影响，其存储的数据可能会出现错乱。
HDFS对存储在DataNode上的数据块，计算并存储校验和（CheckSum）。 在读数据时，重新计算读取出来的数据的校验和，校验不正确就抛异常，应用程序捕获异常后就到其他DataNode上读取备份数据。
DataNode监测到本机的某块磁盘损坏，就将该块磁盘上存储的所有BlockID报告给NameNode，NameNode检查这些数据块还在哪些DataNode上有备份，通知相应的DataNode服务器将对应的数据块复制到其他服务器上，以保证数据块的备份数满足要求。
DataNode会通过心跳和NameNode保持通信，如果DataNode超时未发送心跳，NameNode就会认为这个DataNode已经宕机失效，立即查找这个DataNode上存储的数据块有哪些，以及这些数据块还存储在哪些服务器上，随后通知这些服务器再复制一份数据块到其他服务器上，保证HDFS存储的数据块备份数符合用户设置的数目，即使再出现服务器宕机，也不会丢失数据。
NameNode是整个HDFS的核心，记录着HDFS文件分配表信息，所有的文件路径和数据块存储信息都保存在NameNode，如果NameNode故障，整个HDFS系统集群都无法使用；如果NameNode上记录的数据丢失，整个集群所有DataNode存储的数据也就没用了。
所以，NameNode高可用容错能力非常重要。NameNode采用主从热备的方式提供高可用服务：
集群部署两台NameNode服务器：
两台服务器通过Zk选举，主要是通过争夺znode锁资源，决定谁是主服务器。 而DataNode则会向两个NameNode同时发送心跳数据，但是只有主NameNode才能向DataNode返回控制信息。
正常运行期，主从NameNode之间通过一个共享存储系统shared edits来同步文件系统的元数据信息。 当主NameNode服务器宕机，从NameNode会通过ZooKeeper升级成为主服务器，并保证HDFS集群的元数据信息，也就是文件分配表信息完整一致。
软件系统，性能差点，用户也许可接受；使用体验差，也许也能忍受。 但若可用性差，经常出故障不可用，就麻烦了；如果出现重要数据丢失，那开发摊上大事。
而分布式系统可能出故障地方又非常多，内存、CPU、主板、磁盘会损坏，服务器会宕机，网络会中断，机房会停电，所有这些都可能会引起软件系统的不可用，甚至数据永久丢失。
所以在设计分布式系统的时候，软件工程师一定要绷紧可用性这根弦，思考在各种可能的故障情况下，如何保证整个软件系统依然是可用的。
## 6 保证系统可用性的策略
任何程序、任何数据，都至少要有一个备份，也就是说程序至少要部署到两台服务器，数据至少要备份到另一台服务器上。 此外，稍有规模的互联网企业都会建设多个数据中心，数据中心之间互相进行备份，用户请求可能会被分发到任何一个数据中心，即所谓的异地多活，在遭遇地域性的重大故障和自然灾害的时候，依然保证应用的高可用。
当要访问的程序或者数据无法访问时，需要将访问请求转移到备份的程序或者数据所在的服务器上，这也就是 失效转移 。 失效转移你应该注意的是失效的鉴定，像NameNode这样主从服务器管理同一份数据的场景，如果从服务器错误地以为主服务器宕机而接管集群管理，会出现主从服务器一起对DataNode发送指令，进而导致集群混乱，也就是所谓的“脑裂”。 这也是这类场景选举主服务器时，引入ZooKeeper的原因。 ZooKeeper的工作原理，我将会在后面专门分析。
当大量的用户请求或者数据处理请求到达的时候，由于计算资源有限，可能无法处理如此大量的请求，进而导致资源耗尽，系统崩溃。 这种情况下，可以拒绝部分请求，即进行 限流 ；也可以关闭部分功能，降低资源消耗，即进行 降级 。 限流是互联网应用的常备功能，因为超出负载能力的访问流量在何时会突然到来，你根本无法预料，所以必须提前做好准备，当遇到突发高峰流量时，就可以立即启动限流。 而降级通常是为可预知的场景准备的，比如电商的“双十一”促销，为了保障促销活动期间应用的核心功能能够正常运行，比如下单功能，可以对系统进行降级处理，关闭部分非重要功能，比如商品评价功能。
HDFS是如何通过大规模分布式服务器集群实现数据的大容量、高速、可靠存储、访问的。
1.文件数据以数据块的方式进行切分，数据块可以存储在集群任意DataNode服务器上，所以HDFS存储的文件可以非常大，一个文件理论上可以占据整个HDFS服务器集群上的所有磁盘，实现了大容量存储。
一般的访问模式是通过MapReduce程序在计算时读取，MapReduce对输入数据进行分片读取，通常一个分片就是一个数据块，每个数据块分配一个计算进程，这样就可以同时启动很多进程对一个HDFS文件的多个数据块进行并发访问，从而实现数据的高速访问。 关于MapReduce的具体处理过程，我们会在专栏后面详细讨论。
存储的数据块会进行复制，使每个数据块在集群里有多个备份，保证了数据的可靠性，并通过一系列的故障容错手段实现HDFS系统中主要组件的高可用，进而保证数据和整个系统的高可用。
相关标签： 打造可靠的基础架构、 服务器文档的权威指南、 服务器文档在哪里、
本文地址：http://www.hyyidc.com/article/38550.html
<a href="http://www.hyyidc.com/" target="_blank">好有缘导航网</a>
