1、购买轻量应用服务器时选择喜欢的建站程序镜像,比如wordpress。
2、购买轻量应用服务器时选择安装宝塔面板镜像,然后会获得一个中文界面的可视化服务器管理面板,在宝塔面板内可以任意创建网站,通过FTP工具上传你的网页或者建站程序即可完成建站。
3、如果选择的不是想要的镜像系统,也不要紧,可以去阿里云后台进行系统重置,切换成适合自己使用习惯的镜像进行建站。你想做的是不是把家里的资料共享然后再外面想访问的时候就可以访问(主机开着的时候)。
如果按照正常的网络结构是不可以的。
但是现在我知道用花生壳或者每步这类动态域名解析是可以做到的。比如你把家里的机器装上花生壳域名解析后。申请帐号〉〉连接〉〉最好能建立一个>蒲公英 是一款真正的 应用,用来快速建立一个虚拟局域网,将位于异地的电脑、手机、服务器、NAS 连接起来,实现共享文档、、视频内容的工具。
不要谈 色变,正经的 应用早已广泛应用于各大企业,分支机构互联互通、连锁店信息共享、远程移动办公等等,而随着个人数码设备的增多,也开始在个人用户间流行起来。
比起广域网,局域网的好处在于共享内容的便利性,你可以直接通过 Windows 自带的远程控制软件连接局域网中的 Windows 电脑,而如果在局域网以外,由于受到公网 IP、端口限制,是没有办法直接连接的,你需要储备不少的网络知识才能完成。
通过 蒲公英 将位于异地的设备连接之后,就和在家中使用的网络一样,是一个局域网了。
蒲公英的各平台客户端都非常简单应用,以 Windows 为例,在下载安装后,先要在蒲公英官网注册,然后去登录:
登录之后会自动虚拟网卡,这个时候如果长时间刷不出来,可能就是你的 DNS 问题了,蒲公英建议使用腾讯 dnspod 的公共 DNS 服务:
之后就能正常发现虚拟网卡了,而使用同一个账号在其他设备登录蒲公英以后,都会默认加入一个局域网:
蒲公英支持在后台创建多个局域网。
不过对于免费用户,创建多个网络可能意义不大
在多台设备都运行蒲公英客户端,并且登录成功之后,一个小巧的、跨区域的虚拟局域网就组建成功了。
你可以在蒲公英的客户端上直接看到每台设备的 IP 地址,进而实现局域网内的共享功能。双击客户端上的设备名称,就会自动d出命令提示符进行 ping *** 作。
其实2T在局域网中的需求,主要是互相间传输资料以及文件共享。对家里有矿的朋友来说,将矿机接入局域网后,可以更方便的远程管理于 *** 作。
在手机端连接蒲公英后,可以直接通过微软的 Remote Desktop 连接到 Windows 系统上,非常方便:
而局域网内的文件共享就太简单了,在 Windows 下对着文件夹属性共享就行了。
这之后,只需要跑到另外一台机器上,在 开始 – > 运行 里输入:
\\172105436 (你要控制的电脑的蒲公英 IP 地址)
注意前面的两个 “\”,是必须的。
然后就能在文件管理器中看到之前共享的 tools 文件夹啦。
注意如果蒲公英提示机器过多不能登录,就需要前往网页后台删除不需要的设备,免费账号最多支持三台设备。
而如果家中有 NAS,比如黑群晖之类,还可以购买一台蒲公英的路由器,这样就能将整个局域网都带入蒲公英的虚拟局域网之中了。一般用的就用简单的轮询就好了
调度算法
静态方法:仅根据算法本身实现调度;实现起点公平,不管服务器当前处理多少请求,分配的数量一致
动态方法:根据算法及后端RS当前的负载状况实现调度;不管以前分了多少,只看分配的结果是不是公平
静态调度算法(static Schedu)(4种):
(1)rr (Round Robin) :轮叫,轮询
说明:轮询调度算法的原理是每一次把来自用户的请求轮流分配给内部中的服务器,从1开始,直到N(内部服务器个数),然后重新开始循环。算法的优点是其简洁性,它无需记录当前所有连接的状态,所以它是一种无状态调度。缺点:是不考虑每台服务器的处理能力。
(2)wrr (Weight Round Robin) :加权轮询(以权重之间的比例实现在各主机之间进行调度)
说明:由于每台服务器的配置、安装的业务应用等不同,其处理能力会不一样。所以,我们根据服务器的不同处理能力,给每个服务器分配不同的权值,使其能够接受相应权值数的服务请求。
(3)sh (Source Hashing) : 源地址hash实现会话绑定sessionaffinity
说明:简单的说就是有将同一客户端的请求发给同一个real server,源地址散列调度算法正好与目标地址散列调度算法相反,它根据请求的源IP地址,作为散列键(Hash Key)从静态分配的散列表找出对应的服务器,若该服务器是可用的并且没有超负荷,将请求发送到该服务器,否则返回空。它采用的散列函数与目标地址散列调度算法的相同。它的算法流程与目标地址散列调度算法的基本相似,除了将请求的目标IP地址换成请求的源IP地址。
(4)dh : (Destination Hashing) : 目标地址hash
说明:将同样的请求发送给同一个server,一般用于缓存服务器,简单的说,LB集群后面又加了一层,在LB与realserver之间加了一层缓存服务器,当一个客户端请求一个页面时,LB发给cache1,当第二个客户端请求同样的页面时,LB还是发给cache1,这就是我们所说的,将同样的请求发给同一个server,来提高缓存的命中率。目标地址散列调度算法也是针对目标IP地址的负载均衡,它是一种静态映射算法,通过一个散列(Hash)函数将一个目标IP地址映射到一台服务器。目标地址散列调度算法先根据请求的目标IP地址,作为散列键(Hash Key)从静态分配的散列表找出对应的服务器,若该服务器是可用的且未超载,将请求发送到该服务器,否则返回空。
动态调度算法(dynamic Schedu)(6种):
(1)lc (Least-Connection Scheduling): 最少连接
说明:最少连接调度算法是把新的连接请求分配到当前连接数最小的服务器,最小连接调度是一种动态调度短算法,它通过服务器当前所活跃的连接数来估计服务器的负载均衡,调度器需要记录各个服务器已建立连接的数目,当一个请求被调度到某台服务器,其连接数加1,当连接中止或超时,其连接数减一,在系统实现时,我们也引入当服务器的权值为0时,表示该服务器不可用而不被调度。此算法忽略了服务器的性能问题,有的服务器性能好,有的服务器性能差,通过加权重来区分性能,所以有了下面算法wlc。
简单算法:active256+inactive (谁的小,挑谁)
(2)wlc (Weighted Least-Connection Scheduling):加权最少连接
加权最小连接调度算法是最小连接调度的超集,各个服务器用相应的权值表示其处理性能。服务器的缺省权值为1,系统管理员可以动态地设置服务器的权限,加权最小连接调度在调度新连接时尽可能使服务器的已建立连接数和其权值成比例。由于服务器的性能不同,我们给性能相对好的服务器,加大权重,即会接收到更多的请求。
简单算法:(active256+inactive)/weight(谁的小,挑谁)
(3)sed (shortest expected delay scheduling):最少期望延迟
说明:不考虑非活动连接,谁的权重大,我们优先选择权重大的服务器来接收请求,但会出现问题,就是权重比较大的服务器会很忙,但权重相对较小的服务器很闲,甚至会接收不到请求,所以便有了下面的算法nq。
基于wlc算法,简单算法:(active+1)256/weight (谁的小选谁)
(4)nq (Never Queue Scheduling): 永不排队
说明:在上面我们说明了,由于某台服务器的权重较小,比较空闲,甚至接收不到请求,而权重大的服务器会很忙,所此算法是sed改进,就是说不管你的权重多大都会被分配到请求。简单说,无需队列,如果有台real server的连接数为0就直接分配过去,不需要在进行sed运算。
(5)LBLC(Locality-Based Least Connections) :基于局部性的最少连接
说明:基于局部性的最少连接算法是针对请求报文的目标IP地址的负载均衡调度,主要用于Cache集群系统,因为Cache集群中客户请求报文的目标IP地址是变化的,这里假设任何后端服务器都可以处理任何请求,算法的设计目标在服务器的负载基本平衡的情况下,将相同的目标IP地址的请求调度到同一个台服务器,来提高服务器的访问局部性和主存Cache命中率,从而调整整个集群系统的处理能力。
(6)LBLCR(Locality-Based Least Connections with Replication) :基于局部性的带复制功能的最少连接
说明:基于局部性的带复制功能的最少连接调度算法也是针对目标IP地址的负载均衡,该算法根据请求的目标IP地址找出该目标IP地 址对应的服务器组,按“最小连接”原则从服务器组中选出一台服务器,若服务器没有超载,将请求发送到该服务器;若服务器超载,则按“最小连接”原则从这个集群中选出一台服务器,将该服务器加入到服务器组中,将请求发送到该服务器。同时,当该服务器组有一段时间没有被修改,将最忙的服务器从服务器组中删除, 以降低复制的程度。面向单机应用场景的新一代计算服务。
所谓轻量服务器,就是面向单机应用场景的新一代计算服务,提供精品应用一键部署,支持一站式的域名、网站、安全、运维、应用管理等服务,极大优化搭建简单应用的体验,降低了入门级用户使用云计算产品的门槛。轻量应用服务器是面向入门级云计算及简单应的用户,可快速搭建且易于管理的轻量级云服务器;它可提供基于单台服务器的应用部署,安全管理,运维监控等服务,并能一站式提升服务器的使用体验和效率。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)