Docker是一种流行的容器化平台，它能够简化应用程序的部署和管理。本文将介绍在Ubuntu操作系统上安装Docker的步骤，以便我们可以开始使用Docker来构建和运行容器化应用程序。

系统版本

本文以Ubuntu20.05系统为例安装docker，Ubuntu官方下载地址。

检查卸载老版本docker

ubuntu下自带了docker的库，不需要添加新的源。
但是ubuntu自带的docker版本太低，需要先卸载旧的再安装新的。

一、安装Docker

注：docker的旧版本不一定被称为docker，http://docker.io 或 docker-engine也有可能，所以我们卸载的命令为：

1. 查看是否已经安装docker

docker version

(移除旧版本)

sudo apt-get remove docker docker-engine docker.io containerd runc

2. 更新软件列表

sudo apt-get update

3. 允许apt命令可以使用HTTP访问Docker repository

sudo apt-get install apt-transport-https ca-certificates curl gnupg-agent software-properties-common

4. 添加docker官方GPG key

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

返回 OK
验证key
清华源

add-apt-repository "deb [arch=amd64] https://mirrors.tuna.tsinghua.edu.cn/docker-ce/linux/ubuntu $(lsb_release -cs) stable"

或者阿里源

add-apt-repository "deb [arch=amd64] https://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"

5. 更新源

sudo apt-get update

6. 安装docker-ce软件

sudo apt-get install docker-ce docker-ce-cli containerd.io

7. 重启docker

service docker restart

8. 测试

sudo docker run hello-world

Unable to find image 'hello-world:latest' locally
latest: Pulling from library/hello-world
c1ec31eb5944: Pull complete 
Digest: sha256:ac69084025c660510933cca701f615283cdbb3aa0963188770b54c31c8962493
Status: Downloaded newer image for hello-world:latest

Hello from Docker!
This message shows that your installation appears to be working correctly.

To generate this message, Docker took the following steps:
 1. The Docker client contacted the Docker daemon.
 2. The Docker daemon pulled the "hello-world" image from the Docker Hub.
    (amd64)
 3. The Docker daemon created a new container from that image which runs the
    executable that produces the output you are currently reading.
 4. The Docker daemon streamed that output to the Docker client, which sent it
    to your terminal.

To try something more ambitious, you can run an Ubuntu container with:
 $ docker run -it ubuntu bash

Share images, automate workflows, and more with a free Docker ID:
 https://hub.docker.com/

For more examples and ideas, visit:
 https://docs.docker.com/get-started/

9. 查看docker版本

sudo docker version

Client: Docker Engine - Community
 Version:           24.0.7
 API version:       1.43
 Go version:        go1.20.10
 Git commit:        afdd53b
 Built:             Thu Oct 26 09:08:01 2023
 OS/Arch:           linux/amd64
 Context:           default

Server: Docker Engine - Community
 Engine:
  Version:          24.0.7
  API version:      1.43 (minimum version 1.12)
  Go version:       go1.20.10
  Git commit:       311b9ff
  Built:            Thu Oct 26 09:08:01 2023
  OS/Arch:          linux/amd64
  Experimental:     false
 containerd:
  Version:          1.6.26
  GitCommit:        3dd1e886e55dd695541fdcd67420c2888645a495
 runc:
  Version:          1.1.10
  GitCommit:        v1.1.10-0-g18a0cb0
 docker-init:
  Version:          0.19.0
  GitCommit:        de40ad0

10. 查看镜像，可以看到刚才创建的镜像

sudo docker images

REPOSITORY TAG IMAGE ID CREATED SIZE
hello-world latest d2c94e258dcb 7 months ago 13.3kB

二、 卸载Docker

1. 卸载Docker CE安装包

sudo apt-get purge docker-ce

2. 删除相关目录和配置文件

rm -rf /var/lib/docker $ rm -rf /etc/docker

三、 命令补全

通过bash_complete，docker提供自动补全功能，在执行该命令时，按tab即可自动补全参数，提高命令输入效率

1. 安装bash_completion

apt install bash-completion

2. 加载bash_completion

source /etc/bash_completion

四、更改默认存储位置

1. 查看docker数据存储路径

sudo docker info

2. 查看docker数据占用的存储空间(-v参数是详细列出)

sudo docker system df

TYPE            TOTAL     ACTIVE    SIZE      RECLAIMABLE
Images          1         1         13.26kB   0B (0%)
Containers      1         0         0B        0B
Local Volumes   0         0         0B        0B
Build Cache     0         0         0B        0B

sudo docker system df -v

Images space usage:

REPOSITORY    TAG       IMAGE ID       CREATED        SIZE      SHARED SIZE   UNIQUE SIZE   CONTAINERS
hello-world   latest    d2c94e258dcb   7 months ago   13.3kB    0B            13.26kB       1

Containers space usage:

CONTAINER ID   IMAGE         COMMAND    LOCAL VOLUMES   SIZE      CREATED          STATUS                      NAMES
deeef9008e1b   hello-world   "/hello"   0               0B        28 minutes ago   Exited (0) 28 minutes ago   quirky_sanderson

Local Volumes space usage:

VOLUME NAME   LINKS     SIZE

Build cache usage: 0B

CACHE ID   CACHE TYPE   SIZE      CREATED   LAST USED   USAGE     SHARED

3. 新建配置文件并输入以下内容

sudo vim /etc/docker/daemon.json

{
"data-root": "/home/xxx/docker", # 新的路径
"registry-mirrors": [
	"http://hub-mirror.c.163.com",
        "https://docker.mirrors.ustc.edu.cn",
        "https://registry.docker-cn.com"]
}

4. 将原来docker中的数据复制到新的存储目录下

sudo cp -r /var/lib/docker /home/xxx/docker

5. 重启Docker

sudo systemctl restart docker

6. 查看image信息

docker images

7. 删除之前的数据

rm -rf /var/lib/docker

五、拉取镜像

！官方镜像地址！:https://hub.docker.com/search?q=

docker pull openvino/ubuntu18_dev

using default tag:latest
latest: Pulling from openvino/ubuntu18_dev
726b8a513d66:Pulling fs layer
0f56be5e847f: pull complete
f957f773fc62: Pull complete
f722a4ecdd54: Pull complete
6b060e8bd29c:Pull complete
40b9e5ee4b53:Pull complete
a365951389a1: Pull complete
bd7c374e5019: Pull complete
c2ab551aadf8: Pull complete
05d8d25ca7b2: Pull complete
ffaeef3258cb: Pull complete
ed8677b27775:Pull complete
ef839f01f9e6: Pull complete
39540179535f:Pull complete
621ba107416a: Pull complete
b4e66e18204d:Pull complete
cc51904aeed8: Pull complete
790ce7f99b38:Pull complete
ec28e21ce553:Pull complete
87050f54d747:Pull complete
17a9417b599e:Pull complete
955c554af1bf: Pull complete
5dd2794e2c8e: pull complete
C66277640e81:Pull complete
Digest: sha256:6a13b6ef271e949a1853ff633e33c8d60fed2d2e42b81b966ad6c4ea1dab7a66
Status: Downloaded newer image for openvino/ubuntu18_dev:latest

六、国内镜像

1.Docker中国区官方镜像
https://registry.docker-cn.com

2.网易
http://hub-mirror.c.163.com

3.中科大
https://docker.mirrors.ustc.edu.cn

概述

Anaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。其包含的科学包有：conda, numpy, scipy, ipython notebook等。

Anaconda具有如下特点：

• • 开源
  • 安装过程简单

• • 高性能使用Python和R语言
  • 免费的社区支持

其特点的实现主要基于Anaconda拥有的：

• • 资源管理conda和pip

扩展：conda和pip的区别

1. 1. 依赖项检查：pip不一定会展示所需其他依赖包，conda会列出所需其他依赖包。

1. 1. 环境管理：pip维护多个环境难度较大，conda可以比较方便地在不同环境之间切换，环境管理较为简单
   2. 对系统自带Python的影响：pip：在系统自带Python中包的更新/回退版本/卸载将影响其他程序。 conda：不会影响系统自带Python
   3. 适用语言：pip仅适用于Python，conda适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C等

• • • 180多个科学包
    • 1,000+开源库

Anaconda + Jupyter 基本上已经是大部分机器学习以及数据分析等开发者必备的开发环境。

安装

下载安装程序： 在下载页面上，复制链接并使用 wget 命令下载 Miniconda 安装程序。请将链接替换为您选择的版本链接。例如：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

运行安装程序： 运行下载的安装程序。首先，给安装程序添加执行权限：

chmod +x Miniconda3-latest-Linux-x86_64.sh

然后，运行安装程序：

./Miniconda3-latest-Linux-x86_64.sh

安装程序将引导您通过安装过程。按照提示选择安装位置，通常接受默认选项即可。安装完成后，您需要关闭并重新打开终端，以使 Conda 生效。

测试 Conda 安装： 在终端中，运行以下命令来验证 Conda 是否安装成功：

conda --version

这应该显示安装的 Conda 版本号，确认安装成功。

设置path激活：

source ~/.bashrc

anaconda常用命令

1、查看已安装的包

conda list

2、更新所有包

conda upgrade --all

3、安装包

conda install package_name

4、删除包

conda remove package_name

5、更新包

conda update package_name

6、不知道包名要找包

conda search name

7、用conda建立虚拟环境

conda create -n env_name list_of_packages

其中 -n 代表 name，env_name 是需要创建的环境名称，list of packages 则是列出在新环境中需要安装的工具包。
例如，当我安装了 Python3 版本的 Anaconda 后，默认的 root 环境自然是 Python3，但是我还需要创建一个 Python 2 的环境来运行旧版本的 Python 代码，最好还安装了 pandas 包，于是我们运行以下命令来创建：

conda create -n py2 python=2.7 pandas

细心的你一定会发现，py2 环境中不仅安装了 pandas，还安装了 numpy 等一系列 packages，这就是使用 conda 的方便之处，它会自动为你安装相应的依赖包，而不需要你一个个手动安装。
8、进入虚拟环境

source activate env_name

9、退出虚拟环境

source deactivate

10、删除名为 env_name 的环境

conda env remove -n env_name

11、显示所有的环境：

conda env list

12、当分享代码的时候，同时也需要将运行环境分享给大家，执行如下命令可以将当前环境下的 package 信息存入名为 environment 的 YAML 文件中

conda env export > environment.yaml

13、使用别人生成的yaml文件创建环境

conda env create -f environment.yaml

开发了多次支付宝与微信支付后，很自然产生一种反感，惰性又来了，想在网上找相关的轮子，可是一直没有找到一款自己觉得逞心如意的，要么使用起来太难理解，要么文件结构太杂乱，只有自己撸起袖子干了。

特点

• 多租户支持
• Swoole 支持
• 灵活的插件机制
• 丰富的事件系统
• 命名不那么乱七八糟
• 隐藏开发者不需要关注的细节
• 根据支付宝、微信最新 API 开发而成
• 高度抽象的类，免去各种拼json与xml的痛苦
• 文件结构清晰易理解，可以随心所欲添加本项目中没有的支付网关
• 方法使用更优雅，不必再去研究那些奇怪的的方法名或者类名是做啥用的
• 内置自动获取微信公共证书方法，再也不用再费劲去考虑第一次获取证书的的问题了
• 符合 PSR2、PSR3、PSR4、PSR7、PSR11、PSR14、PSR18 等各项标准，你可以各种方便的与你的框架集成

安装
# yansongda/pay 2.x

composer require "larva/laravel-transaction:^2.0"

# yansongda/pay 3.x

composer require "larva/laravel-transaction:^3.0"

laravel 用户

配置文件

php artisan vendor:publish --provider="Yansongda\LaravelPay\PayServiceProvider" --tag=laravel-pay

lumen 用户

配置文件

请手动复制配置文件

service provider

$app->register(Yansongda\LaravelPay\PayServiceProvider::class);

支持的支付方法

1、支付宝

• 电脑支付
• 手机网站支付
• APP 支付
• 刷卡支付
• 扫码支付
• 账户转账

2、微信

• 公众号支付
• 小程序支付
• H5 支付
• 扫码支付
• 刷卡支付
• APP 支付
• 企业付款
• 普通红包
• 分裂红包

method描述mp公众号支付miniapp小程序支付wapH5 支付scan扫码支付pos刷卡支付appAPP 支付transfer企业付款redpack普通红包groupRedpack分裂红包

版本支持​

官网：https://pay.yansongda.cn/

项目介绍

EasyAdmin8在EasyAdmin的基础上，使用ThinkPHP v8.0重构，并且开发了Laravel v10.20和webman等框架的版本，是市面上常用框架的快速开发后台管理系统。

官网链接：https://easyadmin8.top/

项目特性

快速CURD命令行
一键生成控制器、模型、视图、JS文件
支持关联查询、字段预设置等等
基于auth的权限管理系统
通过注解方式来实现auth权限节点管理
具备一键更新auth权限节点，无需手动输入管理
完善的后端权限验证以及前面页面按钮显示、隐藏控制
完善的菜单管理
分模块管理
无限极菜单
菜单编辑会提示权限节点
完善的前端组件功能
对layui的form表单重新封装，无需手动拼接数据请求
简单好用的图片、文件上传组件
简单好用的富文本编辑器ckeditor
对弹出层进行再次封装，以极简的方式使用
对table表格再次封装，在使用上更加舒服
根据table的cols参数再次进行封装，提供接口实现image、switch、list等功能，再次基础上可以自己再次扩展
根据table参数一键生成搜索表单，无需自己编写
完善的后台操作日志
记录用户的详细操作信息
按月份进行分表记录
上传文件记录管理
后台路径自定义，防止别人找到对应的后台地址

项目简介

EasyAdmin8 在 EasyAdmin 的基础上更新 ThinkPHP 框架到 8.0 ，PHP 最低版本要求不低于 8.0
ThinkPHP v8.0 和 layui v2.8.x 的快速开发的后台管理系统。

项目地址:
https://github.com/wolf-leo/EasyAdmin8

https://gitee.com/wolf18/easyAdmin8

EasyAdmin8-Laravel 在 EasyAdmin 的基础上使用 Laravel 10.x 重构，PHP 最低版本要求不低于 8.1
Laravel v10.x 和 layui v2.8.x 的快速开发的后台管理系统。

项目地址:

https://github.com/wolf-leo/EasyAdmin8-Laravel

https://gitee.com/wolf18/EasyAdmin8-Laravel

EasyAdmin8-webman 在 EasyAdmin 的基础上使用 webman 最新版重构，PHP 最低版本要求不低于 8.0
webman 和 layui v2.8.x 的快速开发的后台管理系统。

项目地址:

https://github.com/wolf-leo/EasyAdmin8-webman

https://gitee.com/wolf18/EasyAdmin8-webman

特别感谢
以下项目排名不分先后

EasyAdmin: https://github.com/zhongshaofa/easyadmin

ThinkPHP：https://github.com/top-think/framework

Laravel：https://laravel.com/docs/10.x

webman：https://github.com/walkor/webman

Layuimini：https://github.com/zhongshaofa/layuimini

Annotations：https://github.com/doctrine/annotations

Layui：https://github.com/sentsin/layui

Jquery：https://github.com/jquery/jquery

RequireJs：https://github.com/requirejs/requirejs

WangEditor：https://github.com/wangfupeng1988/wangEditor

Echarts：https://github.com/apache/incubator-echarts

BUG反馈
项目使用过程成，如遇到BUG，请到各版本的Gitee中的issue进行提问！

版权信息
EasyAdmin8遵循EasyAdmin的MIT开源协议发布，并提供免费使用。

roop 介绍

上面介绍的一键换脸项目叫做Roop，项目官方介绍如下：你只需要一张所需脸部的图像，没有数据集，无需训练，你就可以将拍摄视频其中的面孔替换为你选择的面孔。该工具旨在为快速发展的人工智能生成媒体行业做出富有成效的贡献，它将帮助艺术家完成诸如动画自定义角色或使用角色作为服装模型等任务。本地安装Roop，官方给出了2种选择，基于CPU安装或者基于GPU安装。

1.roop是新开源了一个单图就可以进行视频换脸的项目，只需要一张所需面部的图像。不需要数据集，不需要训练。

2.大概的测试了一下，正脸换脸效果还不错，融合也比较自然。但如果人脸比较大，最终换出的效果可能会有些模糊。侧脸部分的幅度不宜过大，否则会出现人脸乱飘的情况。在多人场景下，也容易出现混乱。

3.使用简单，在处理单人视频和单人图像还是的换脸效果还是可以的，融合得也不错，适合制作一些小视频或单人图像。

roop 安装

获取代码，

sudo apt install git -y
git clone --depth 1 https://github.com/s0md3v/roop.git

安装依赖，

cd roop
pip install -r requirements.txt

# 如遇错误，可依提示。例如：
#  pip install -r requirements.txt --use-pep517
# 如遇 dependency conflict，可修改依赖版本。例如：
#  numpy>=1.23.5

# 若配置镜像
pip config set global.index-url http://mirrors.aliyun.com/pypi/simple
pip config set install.trusted-host mirrors.aliyun.com
cat ~/.config/pip/pip.conf

其实到这里就可以直接运行如下代码进行视频换脸了，首次启动会下载529M的模型文件，目前使用的是CPU，如果你显卡不高不想折腾了的话可以开始体验了。但是我们继续折腾，去开启GPU显卡处理功能。

python run.py

安装CUDA

（1）这是NVIDIA显卡的操作步骤，其它显卡用不了，打开链接：https://developer.nvidia.com/cuda-11-8-0-download-archive，安装程序下载下来之后，直接双击运行安装即可，安装选项选择精简版，安装完成关闭窗口即可。

（2）安装依赖

还在打开Python虚拟环境的cmd窗口中依次输入如下命令并回车，安装依赖，一条命令执行完再运行下一条命令。

pip uninstall onnxruntime onnxruntime-gpu
pip install onnxruntime-gpu

然后再输入如下命令即可启动roop操作窗口进行视频换脸了，

python run.py –execution-provider cuda
左侧点击select a face按钮选择一张待使用的人脸，右侧按钮select a target选择待转换的视频，点击start按钮会提示选择输出视频路径，选择完毕后即可开始转换。

roop运行常用指令
只用CPU处理视频：python run.py
使用GPU处理视频：python run.py –execution-provider cuda
图片保存jpg格式 python run.py –execution-provider cuda –temp-frame-format jpg
视频高清化处理： python run.py –execution-provider cuda –temp-frame-format jpg –frame-processor face_swapper face_enhancer
处理脸部跳闪： python run.py –execution-provider cuda –temp-frame-format jpg –frame-processor face_swapper face_enhancer –similar-face-distance 1.5
指定帧识别人脸并替换：python run.py –execution-provider cuda –reference-face-position 3 –reference-frame-number 166 –similar-face-distance 1.5
其他参数
–temp-frame-format {jpg,png} 用于帧提取的图像格式
–temp-frame-quality [0-100] 用于帧提取的图像质量
–output-video-encoder {libx264,libx265,libvpx-vp9,h264_nvenc,hevc_nvenc} 用于输出视频的编码器
–output-video-quality [0-100] 用于输出视频的质量
–max-memory MAX_MEMORY 最大RAM量（单位：GB）
–execution-threads EXECUTION_THREADS 执行线程数量

在导入一个新项目的时候往往需要下载安装很多依赖，这时如果只是一个个下载非常繁琐，好在很多代码中都附带有requirements.txt文件，可以很方便的安装相应依赖，下面记录一下如何使用与生成该文件。

使用

激活项目具体使用的环境，切换到requirements.txt目录下执行该命令即可。

pip install -r requirements.txt

生成

方式一

生成的是该环境中所有的依赖包，对于想要获得该环境中的某个项目的依赖不友好。

pip freeze > requirements.txt 
# 在当前路径下生成，或者可以指定生成路径如 E:\requirements.txt

方式二

直接获得某个项目的依赖包，但需要另外安装包pipreqs。

# 当前环境下直接安装 
pip install pipreqs

利用该包可以完成对项目依赖包的获取。

# 切换到项目根目录下执行命令 
pipreqs ./ --encoding=utf8 
# 如果当前路径下已经存在requirements.txt文件，会提示附加上--force 
pipreqs ./ --encoding=utf8 --force

一、概述

在接口开发经常会遇到一个问题是后端需要写大量的繁琐代码进行数据校验，所以就想着有没有像前端校验一样写规则进行匹配校验，然后就发现了validator包，一个比较强大的校验工具包下面是一些学习总结，详细内容可以查看validator

二、操作符说明

三、常用标记说明

四、标记使用注意

1、当搜索条件与特殊标记冲突时,如：逗号（,），或操作（|），中横线（-）等则需要使用 UTF-8十六进制表示形式

例：

type Test struct {
   Field1 string  `validate:"excludesall=|"`    // 错误
   Field2 string `validate:"excludesall=0x7C"` // 正确.
}

2、可通过validationErrors := errs.(validator.ValidationErrors)获取错误对象自定义返回响应错误 3、自定义校验结果翻译

// 初始化翻译器
func validateInit() {
	zh_ch := zh.New()
	uni := ut.New(zh_ch)               // 万能翻译器，保存所有的语言环境和翻译数据
	Trans, _ = uni.GetTranslator("zh") // 翻译器
	Validate = validator.New()
	_ = zh_translations.RegisterDefaultTranslations(Validate, Trans)
	// 添加额外翻译
	_ = Validate.RegisterTranslation("required_without", Trans, func(ut ut.Translator) error {
		return ut.Add("required_without", "{0} 为必填字段!", true)
	}, func(ut ut.Translator, fe validator.FieldError) string {
		t, _ := ut.T("required_without", fe.Field())
		return t
	})
}

五、使用示例

package main
import (
   "fmt"
   "github.com/go-playground/validator/v10"
)
// 实例化验证对象
var validate = validator.New()
func main() {
   // 结构体验证
   type Inner struct {
      String string `validate:"contains=111"`
   }
   inner := &Inner{String: "11@"}
   errs := validate.Struct(inner)
   if errs != nil {
      fmt.Println(errs.Error())
   }
   // 变量验证
   m := map[string]string{"": "", "val3": "val3"}
   errs = validate.Var(m, "required,dive,keys,required,endkeys,required")
   if errs != nil {
      fmt.Println(errs.Error())
   }
}

包下载：go get github.com/go-playground/validator/v10
demo示例：https://github.com/Jambo-Git/validator-demo

CentOS开机自动启动脚本

前言

Linux作为服务器实在是太香了，唯一麻烦的就是服务器重启的时候，一些程序又得手动启动。其实可以通过添加开机自动启动脚本的方法来进行自动启动。

自启动方法

在/etc/rc.d/rc.local中添加启动脚本

chmod +x /etc/rc.d/rc.local

二、在 /etc/rc.d/rc.local 中添加要执行的指定命令

在 /etc/rc.d/rc.local 中添加要执行的指定命令，格式如下：

su - 用户 -c “执行命令”

示例如下：

su - root -c "/home/source/start-api.sh"

手动配置

1、在/etc/rc.d/rc.local中添加服务启动命令

/etc/rc.d/rc.local脚本会在Centos系统启动时被自动执行，所以可以把需要开机后执行的命令直接放在这里。

示例：配置开机启动apollo

vi /etc/rc.d/rc.local

想简单点可以像上面这样直接将服务的启动命令添加到/etc/rc.d/rc.local中。

也可以自己编写服务启动的脚本。由于重启时是以root用户重启，需要保证root用户有脚本执行权限。

1）、编写服务启动的脚本

vi /opt/script/autostart.sh

#!/bin/bash
/root/Downloads/docker-quick-start/docker-compose up -d

2）、赋予脚本可执行权限（/opt/script/autostart.sh是你的脚本路径）

chmod +x /opt/script/autostart.sh

3）、打开/etc/rc.d/rc.local文件，在末尾增加如下内容

/opt/script/autostart.sh

3）、在centos7中，/etc/rc.d/rc.local的权限被降低了，所以需要执行如下命令赋予其可执行权限

chmod +x /etc/rc.d/rc.local

通过chkconfig配置

在CentOS7之前，可以通过chkconfig来配置开机自启动服务。

chkconfig相关命令：

chkconfig –-add xxx //把服务添加到chkconfig列表
chkconfig --del xxx //把服务从chkconfig列表中删除
chkconfig xxx on //开启开机自动启动
chkconfig xxx off //关闭开机自动启动
chkconfig --list //查看所有chklist中服务
chkconfig --list xxx 查看指定服务

chkconfig运行级别level和启动顺序的概念：

chkconfig --list

这里的0到6其实指的就是服务的level。
–level<等级代号> 指定系统服务要在哪一个执行等级中开启或关毕。
等级0表示：表示关机
等级1表示：单用户模式
等级2表示：无网络连接的多用户命令行模式
等级3表示：有网络连接的多用户命令行模式
等级4表示：不可用
等级5表示：带图形界面的多用户模式
等级6表示：重新启动
比如如下命令：

//设定mysqld在等级3和5为开机运行服务
chkconfig --level 35 mysqld on 
//设置network服务开机自启动，会把2～5的等级都设置为on
chkconfig network on

表示开机启动配置成功。
服务的启动顺序又指的什么呢？
服务的启动顺序是指在服务器启动后服务启动脚本执行的顺序。
以系统默认服务network说明：

cat /etc/init.d/network

其中 # chkconfig: 2345 10 90用来指定服务在各个level下的启动顺序。
该配置的含义是network服务在2、3、4、5的level下的启动顺序是10，在1和6的level等级下的启动顺序是90。
chkconfig配置的服务启动顺序最后都会在/etc/rc.d/目录下体现出来：

cd /etc/rc.d/

文件中脚本命名规则，首字母K表示关闭脚本，首字母S表示启用脚本，数字表示启动的顺序.
chkconfig配置实例
通常kibana的官方配置是没有介绍如何配置开机自启动的。这里我配置kibana开机自启动来说明。
1、在/etc/init.d目录下，新建脚本kibana

cd /etc/init.d
vi kibana

脚本内容如下：

#!/bin/bash
# chkconfig: 2345 98 02
# description:  kibana
KIBANA_HOME=/usr/local/kibana-6.2.4-linux-x86_64
case $1 in
 start)
         $KIBANA_HOME/bin/kibana &
         echo "kibana start"
         ;;
 stop)
    kibana_pid_str=`netstat -tlnp |grep 5601 | awk '{print $7}'`
    kibana_pid=`echo ${kibana_pid_str%%/*}`
    kill -9 $kibana_pid
    echo "kibana stopped"
    ;;
 restart)
    kibana_pid_str=`netstat -tlnp |grep 5601 | awk '{print $7}'`
    kibana_pid=${kibana_pid_str%%/*}
    kibana_pid=`echo ${kibana_pid_str%%/*}`
    kill -9 $kibana_pid
    echo "kibana stopped"
    $KIBANA_HOME/bin/kibana &
    echo "kibana start"
    ;;
 status)
    kibana_pid_str=`netstat -tlnp |grep 5601 | awk '{print $7}'`
    if test -z $kibana_pid_str; then
       echo "kibana is stopped"
    else
       pid=`echo ${kibana_pid_str%%/*}`
       echo "kibana is started,pid:"${pid}
    fi
    ;;
*)
    echo "start|stop|restart|status"
    ;;
esac

注意⚠️：
每个被chkconfig管理的服务需要在对应的init.d下的脚本加上两行或者更多行的注释。
第一行告诉chkconfig缺省启动的运行级以及启动和停止的优先级。如果某服务缺省不在任何运行级启动，那么使用 – 代替运行级。
第二行对服务进行描述，可以用\ 跨行注释。

#!/bin/bash
#chkconfig:2345 98 02
#description:kibana

解释说明：
配置kibana服务在2、3、4、5的level等级下脚本执行顺序是98,
1、6的level等级下脚本执行顺序是01。
2、增加脚本的可执行权限

chmod +x kibana

3、查看chkconfig list

chkconfig --list

4、把服务添加到chkconfig列表

chkconfig --add kibana

5、设置kibana服务自启动

chkconfig kibana on //开启开机自动启动

6、查看kibana服务自启动状态

chkconfig --list kibana

7、服务的启动、停止、重启和状态查看

//查看服务状态
service kibana status
//服务启动
service kibana start
//服务停止
service kibana stop
//服务重启
service kibana restart

这篇文章主要介绍了使用GO操作MongoDB,包括安装MongoDB驱动程序连接mongodb的方法，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

1.安装 MongoDB Go 驱动程序

MongoDB Go Driver 由几个包组成。如果您只是使用 go get,则可以使用以下命令安装驱动程序:

go get github.com/mongodb/mongo-go-driver

这个输出可能看起来像一个警告,说明类似于 package github.com/mongodb/mongo-go-driver: no Go files in (…)。这是预期的输出。

如果您使用 govendor 包管理器,则需要使用以下命令安装主 mongo 包以及 bson 和 mongo/options 包:

govendor fetch github.com/mongodb/mongo-go-driver/mongo

govendor fetch go.mongodb.org/mongo-driver/bson

govendor fetch go.mongodb.org/mongo-driver/mongo/options

2.设置连接

导入 MongoDB Go 驱动程序后,我们可以使用 Client.Connect(context) 连接到 MongoDB 部署。我们需要设置一个新客户端,我们需要在设置客户端时传递 mongo 数据库的 URI。然后我们只需要使用上下文调用 client.Connect(context),这将建立我们的连接。

以下代码为我们建立了一个连接:

//Set up a context required by mongo.Connect
ctx, cancel := context.WithTimeout(context.Background(), 10\*time.Second)

//To close the connection at the end
defer cancel()

//We need to set up a client first
//It takes the URI of your database
client, error := mongo.NewClient(options.Client().ApplyURI("your\_database\_uri"))

if error != nil {
 log.Fatal(err)
}

//Call the connect function of client
error = client.Connect(ctx)

//Checking the connection
error = client.Ping(context.TODO(), nil)
fmt.Println("Database connected")

3.在 Go 中使用 BSON 对象

MongoDB 中的 JSON 文档存储在称为 BSON(二进制编码 JSON)的二进制表示中。与将 JSON 数据存储为简单字符串和数字的其他数据库不同,BSON 编码扩展了 JSON 表示以包括其他类型,例如 int、long、date、floating point 和 decimal128。这使得应用程序更容易可靠地处理、排序和比较数据。 Go Driver 有两个表示 BSON 数据的类型:D 类型和 Raw 类型。

D 系列类型用于使用本机 Go 类型简洁地构建 BSON 对象。这对于构造传递给 MongoDB 的命令特别有用。 D 系列包括四种类型:

• D:BSON 文档。这种类型应该在顺序很重要的情况下使用,例如 MongoDB 命令。
• M:无序映射。它与 D 相同,只是它不保持顺序。
• A:一个 BSON 数组。
• E:D 中的单个元素。

这是一个使用 D 类型构建的过滤器文档的示例,可用于查找名称字段与 Alice 或 Bob 匹配的文档:

bson.D{{
 "name", 
 bson.D{{
 "$in", 
 bson.A{"Alice", "Bob"}
 }}
}}

4. CRUD 操作

对于 CRUD 和其他操作,我们需要使用集合对象,我们可以通过引用数据库中各自的集合来创建它,例如:

BooksCollection := client.Database("test").Collection("books")

插入
对于创建,我们可以将 collection.InsertOne() 用于单个条目,也可以使用 collection.InsertMany() 来接收对象切片。

/\*\*
\* Create - Adding a new book
\* res -\> the insert command returns the inserted id of the oject
\*/

res, err := BooksCollection.InsertOne(ctx, bson.M{"name": "The Go Language", "genre": "Coding", "authorId": "4"})

if err != nil {
log.Fatal(err)
}

在 collection.InsertOne() 中,我们可以通过 bson.M{} 传递一个字符串对象,或者我们可以创建一个我们各自类型结构的对象并传递该对象。

阅读
为了查找文档,我们需要一个过滤文档以及一个指向可以将结果解码成的值的指针。要查找单个文档,请使用 collection.FindOne()。此方法返回一个可以解码为值的结果。过滤器对象指定我们要查找的内容。

filter := bson.D{{"name", "Book 1"}}

// create a value into which the result can be decoded
var result bookType

err = collection.FindOne(context.TODO(), filter).Decode(&result)
if err != nil {
 log.Fatal(err)
}

fmt.Printf("Found a single Book: %+v\n", result)

要查找多个文档,请使用 collection.Find()。此方法返回一个光标。游标提供了一个文档流,我们可以通过它一次迭代和解码一个。一旦游标用尽,我们应该关闭游标。

cur, error := BooksCollection.Find(ctx, bson.D{{}})

var allbooks []\*bookType

//Loops over the cursor stream and appends to result array
for cur.Next(context.TODO()) {
var booksResultHolder bookType

err := cur.Decode(&bookResultHolder)

if err != nil {
log.Fatal(err)
}

allbooks = append(allbooks, &booksResultHolder)
}

//dont forget to close the cursor
defer cur.Close(context.TODO())

// Loop over the result array and perform whatever required
for \_, element := range allbooks {
book := \*element
fmt.Println(book)
}

更新
collection.UpdateOne() 方法允许您更新单个文档。它需要一个过滤文档来匹配数据库中的文档,并需要一个更新文档来描述更新操作。这些可以按照我们在阅读时制作过滤器对象的方式构建。

/\*\*
\* Update
\* Collection has functions like UpdateOne and UpdateMany
\* Returns the Matched and Modified Count
\*/

filter := bson.D{{"name", "Book 1"}}

// Need to specify the mongodb output operator too
newName := bson.D{
{"$set", bson.D{
{"name", "Updated Name of Book 1"},
}},
}

res, err := BooksCollection.UpdateOne(ctx, filter, newName)

if err != nil {
log.Fatal(err)
}

updatedObject := \*res

fmt.Printf("The matched count is : %d, the modified count is : %d", updatedObject.MatchedCount, updatedObject.ModifiedCount)

删除
最后,我们可以使用 collection.DeleteOne() 或 collection.DeleteMany() 删除文档。在这里,我们可以传递 nil 作为过滤器参数,它将匹配集合中的所有文档或任何其他特定参数。我们还可以使用collection.Drop()删除整个集合。

filter = bson.D{{"name", "Updated Name of Book 2"}}

deleteResult, error := BooksCollection.DeleteOne(ctx, filter)

后续步骤
本教程的源代码可以在这里找到。

MongoDB Go 驱动程序的文档可在GoDoc上找到。您可能对有关使用聚合或交易的文档特别感兴趣。

希望本教程对您来说更简单,祝大家编码愉快!