扔掉 MacBook,挑战带OrangePi出差!

  

背景

由于工作需要,博主经常会到各大企业的自建机房中私有化部署公司的软件产品。

在某些企业自建机房中,有时给到全新的机器,没有基础环境,甚至有的还无法互联网,而且因为近几年CentOS的停止更新,服务器也会出现Ubuntu或一些国产系统。架构除了x86还有arm,基础组件安装配置工作繁琐。

为了简化各基础组件、通用配置的安装适配。我编写了一个开源项目Gitee auto-install使用ansible将常用功能封装成模块,还额外支持了command命令,通过命令行的方式离线安装配置常用的模块,例如yum源、防火墙、Docker、中间件等工具。目前项目支持的模块,其他的还在持续更新中:

Status

Module

Description

Link

CentOS x86 Support

CentOS ARM Support

Ubuntu x86 Support

Ubuntu ARM Support

change-hosts

修改hosts文件

README

config-repo

配置包管理工具源

README

 

 

disable-selinux

禁用SELinux模块

README

  

distribute-file

分发文件到远程主机

README

download-file

从远程主机获取文件

README

firewall-whitelist

防火墙白名单互信

README

 

install-apisix

安装Apisix

README

    

install-chrony

安装chrony

README

 

 

install-common-tools

安装其他常见模块

README

install-docker

安装Docker

README

 

install-firewalld

安装防火墙firewalld

README

 

install-harbor

安装harbor

README

    

install-httpd

安装httpd

README

  

install-jdk8

安装jdk8

README

  
 

install-grafana

安装Grafana

README

    
 

install-prometheus

安装prometheus

README

    

install-mydumper

安装MyDumper数据备份工具

README

   
 

install-mysql5.7

安装MySQL5.7数据库

README

    
 

install-nacos

安装Nacos

README

    
 

install-nextcloud

安装NextCloud

README

    
 

install-nfs

安装文件服务

README

    

install-nginx

安装Nginx

README

 

install-redis

安装Reids数据库

README

    

install-repo-manager

安装自建包管理工具源

README

 

 
 

optimize-connect-num

优化连接数

README

    

sync-time

修改时区并与时间服务器校准时间

README

  
 

update-kernel

升级内核

README

    

由于工程实施要求不多,只需要完成特定任务即可,所以挑战一下只带一款便携的主机出差完成这些工作。

选材

大学时买的树莓派3B,小巧可爱,深得我心。可以看到也就鼠标大小。出差随身携带相当方便。由于是许多年前的产品,它的配置有些落后,百兆网口、USB2.0,虽然仍然可以满足需求,但是由于服务部署时会用到网口传输安装包,所以想升级一下设备,可以让我更早的“收工”。

最近因产量问题,树莓派成了理财产品,现在树莓派3代竟然还能卖到七年前的价。转眼看一下国产派,也是百花齐放。最后看了一下搭载华为昇腾芯片的OrangePi AIpro,算力较强后续还可以用来跑一下YOLO和大模型,接口较多后面闲置了用来做一个家庭nas也不错。

  • CPU与AI算力:4核64位处理器+AI处理器,集成图形处理器,支持8TOPS AI算力
  • 内存和存储:拥有8GB/16GB LPDDR4X,32MB SPI FLASH,eMMC5.1 HS400可以外接32GB/64GB/128GB/256GB eMMC模块,支持SATA/NVMe SSD 2280的M.2插槽、TF插槽。
  • 网络和蓝牙:Wi-Fi 5双频2.4G和5G,10/100/1000Mbps以太网,BT4.2/BLE
  • 丰富的接口:包括两个HDMI输出支持双4K高清输出、GPIO接口、Type-C电源接口、支持SATA/NVMe SSD 2280的M.2插槽、TF插槽、千兆网口、两个USB3.0、一个USB Type-C 3.0、一个Micro USB(串口打印调试功能)、两个MIPI摄像头、一个MIPI屏等,预留电池接口
  • 操作系统支持:OrangePi AIpro支持Ubuntu、openEuler操作系统
  • 应用场景:可广泛适用于AI边缘计算、深度视觉学习及视频流AI分析、视频图像分析、自然语言处理、智能小车、机械臂、人工智能、无人机、云计算、AR/VR、智能安防、智能家居等领域,覆盖 AIoT各个行业
  • 配套开发工具:提供 MindStudio 全流程开发工具链,以及一键镜像烧录工具和模型适配工具,方便开发者快速上手和使用。

这是和树莓派3B的大小对比

官方的金属外壳B格非常高,外壳质感是相当的好,这到公司必然是最靓的仔,B格拉满。

OrangePi AIpro环境配置

系统烧录可以参考官方文档。官方目前支持两种操作系统,Ubuntu与OpenEuler这里选择的是Ubuntu系统。

自动化项目使用了Python与ansible,我们首先准备基础环境,用apt来安装即可。

# 安装Python与ansible,sshpass
sudo apt install python3 ansible sshpass

安装完成可以查看一下工具版本。

>$ python3 --version
Python 3.9.2>$ ansible --version
ansible [core 2.15.12]config file = Noneconfigured module search path = ['/home/HwHiAiUser/.ansible/plugins/modules', '/usr/share/ansible/plugins/modules']ansible python module location = /usr/local/miniconda3/lib/python3.9/site-packages/ansibleansible collection location = /home/HwHiAiUser/.ansible/collections:/usr/share/ansible/collectionsexecutable location = /usr/local/miniconda3/bin/ansiblepython version = 3.9.2 | packaged by conda-forge | (default, Feb 21 2021, 05:02:26) [GCC 9.3.0] (/usr/local/miniconda3/bin/python3)jinja version = 3.1.3libyaml = True

然后我们下载自动化项目的代码

# 安装git与lfs插件
sudo apt install -y git git-lfs

本地安装好git和git-lfs之后,将自动化项目克隆下载下来。网速快的一会儿就下载完成了。如果缺少离线包可以使用 git lfs pull 来拉取

下载完成后可以cd到项目目录中。该项目目录下提供一个命令行工具command.py。我们输入help来查看一下如何使用。

可以看到项目支持许多的模块,这样OrangePi AIpro的环境就算准备完毕了。

演练测试

演练环境准备

首先我们模拟自建机房的环境,在本地准备两台虚拟机,一台CentOS一台Ubuntu,虚拟机系统可以选择最小化mini安装。网络模式可以选择桥接,方便远程。也可以将路由器的入网网线拔掉模拟没有互联网的情况,保证OrangePi AIpro与虚拟机在同一个子网内即可。

安装好后登录虚拟机输入ip addr命令查看分配的IP,我这里是

  • Ubuntu
    • 192.168.6.193
    • ehl/ehl1234
  • CentOS
    • 192.168.6.183
    • root/ehl1234

试炼

到达现场后,首先给OrangePi AIpro接电,接上网线,开机。关于只带主机怎么操作这件事。我有以下几种方案

  • WiFi:也可以利用wlan与eth双网卡,wlan连接手机,eth连接网线,使用网线与其他服务器连接,可以利用手机终端工具ssh远程盒子。
  • 串口:安卓手机有串口调试工具,OrangePi AIpro支持串口调试,手机可以用otg线来连接。
  • 串口:网上有蓝牙转串口调试工具。在用手机对接。
  • 屏:使用MIPI屏或者HDMI便携屏
  • 借:机房一般有显示器键盘,接上就能用。
  • 借:因为要给客户部署后演示效果,客户也会提供要演示的机器。

能连上OrangePi AIpro的终端就简单多了,我们到AutomateSphere项目工程目录下,有一个inventory.yml文件,这个文件是我们要管理的服务器资产清单,在这个文件中维护服务器的IP、账号、密码。根据我们准备的环境,我们可以随便创建一个测试分组名为 test-group-server,下面有两台主机,分别命名为 test-server-centos 与 test-server-ubuntu,并将详细信息维护进去。配置如下:

test-group-server:hosts:test-server-centos:ansible_host: 192.168.6.183ansible_password: "ehl1234"test-server-ubuntu:ansible_host: 192.168.6.193ansible_user: ehlansible_password: "ehl1234"ansible_sudo_pass: "ehl1234"

我们可以使用ansible命令来查看与其他服务器的网络是否联通。返回SUCCESS说明网络都是可以联通的。

可以验证一下机器中是没有相关环境的。docker用docker --version命令可以查看是否安装了,jdk可以用 java -version,下图这个结果说明都没有安装过。


jdk安装

我们利用command来查看如何使用Java安装模块。

命令后面可以跟着资产清单中的组名或机器名,我们给测试组的两台机器都安装上jdk8,输入这条命令python command.py install-jdk8 test-group-server 等待即可。

可以看到整个过程,我来依次解读一下。

  • 其中Gathering Facts是在收集每台机器的基本信息,操作系统与系统架构。为后续选择安装包做准备。
  • 然后create java dir是在创建存放Java工具的目录。
  • copy jdk.tar.gz to remote server 是在将jdk工具包拷贝到远程主机上。
  • 紧接着 unarchive jdk.tar.gz to /opt/java on remote server 将远程主机上的压缩包文件解压到目录中。
  • change java Runtime Environment 即创建Java_home 等环境变量。
  • restart shell 即重新加载环境变量,令命令生效。

我们可以分别登录两台测试主机,可以验证jdk已经安装好啦。

docker安装

还是一样的,可以通过项目提供的command的help来查看install-docker模块该如何使用。python command.py install-docker --help

可以看到我们可以通过--DOCKER_DATA_ROOT_DIR来指定Docker存储目录,可以选择将镜像存放到一个较大的磁盘路径中。这里我们先默认,只演示安装过程。

我们演示一下只安装到centos机器,该如何操作。命令后面选择资产清单中的机器名即可,输入这条命令python command.py install-jdk8 test-server-centos 等待即可。

可以看到,使用docker --version命令验证,只有CentOS机器安装好了Docker模块。

其他模块规划

其他模块安装同理,一条命令即可完成安装操作。具体内部项目如何部署安装暂不给大家演示啦。也是类似操作,大同小异。此项目开源部分计划支持大部分常见的模块,目前还在更新中,有兴趣的小伙伴也可以关注一下。

该项目的用户接口用的是命令行的方式,实现较为简单,其实还是利用命令来调用ansible。核心模块其实已经实现好了,如果后面能将工具继续集成化,使用前端框架来搭建web服务的方式,将会再降低项目部署门槛。其他技支同事可以带着这个小东西,如果能达到插上点点屏幕就能将应用一键部署,将会大大节省公司人力成本。

总结

OrangePi AIpro使用下来风扇比较静音,也没有发热发烫的情况,这个重量揣到口袋也是相当无感,这硬件性能再加上亲民的价格真的爱了。装上金属外壳质感相当棒,把工作用到的部署工具装进去,即使在街上溜达也随时都能到客户现场完成工作呢! ( 手动狗头doge...

这块板子当做随身主机确实是屈才了,还有许多可玩的场景,官方也提供了许多入门资料。

例如系统内置了Jupyter lib可以验证样例。在《用户手册》中有详细说明,大家也可以方便的体验机器学习的魅力,没准会因此选择入门ML。

  • 运行目标检测样例
  • 运行文字识别样例
  • 运行目标分类样例
  • 运行图像曝光增强样例
  • 运行卡通图像生成样例
  • 运行蛋白质分类评估样例
  • 运行细胞图像分割样例
  • 运行人像分割与背景替换样例
  • 运行语音识别样例

昇腾论坛上有教程导航大家可以去寻找自己喜欢的专题,在bilibili还有官方up上传的教学视频,降低学习门槛。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/18133.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Linux】Linux的权限_2 + Linux环境基础开发工具_1

文章目录 三、权限3. Linux权限管理修改文件的拥有者和所属组 4. 文件的类型5. 权限掩码 四、Linux环境基础开发工具1. yumyum 工具的使用 未完待续 三、权限 3. Linux权限管理 修改文件的拥有者和所属组 在上一节我们讲到如何更改文件的访问权限,那我们需要更改…

删除最后一个字符 js vue 前端

substring()、slice()、substr() let str ;let str1 "abcdef"; str str1.substring(0, str1.length - 1);let str2 "abcdef"; str str2.slice(0, str2.length - 1);let str3 "abcdef"; str str3.substr(0, str3.length - 1); 官方想废弃…

光伏智慧化运营解决方案的应用和价值

在社会对新能源需求的不断扩大,光伏已经成为了可再生能源的重要组成部分,随着光伏电站数量和规模的不断扩大,相关企业和用户都就开始关注如何能够高效精准的进行电站管理,对此,鹧鸪云提出了光伏智慧化运营解决方案&…

【官方指南】3ds Max中纹理贴图问题及正确解决方案

在使用3ds Max进行设计和制作时,纹理贴图是一个非常重要的环节。然而,许多用户在使用过程中常会遇到各种纹理贴图问题。为此,Autodesk官方提供了一些有效的解决方案,可以解决90%的纹理贴图难题。这里小编都帮大家整理好了&#xf…

简化跨网文件传输摆渡过程,降低IT人员工作量

在当今数字化时代,IT企业面临着日益增长的数据交换需求。随着网络安全威胁的不断演变,网关隔离成为了保护企业内部网络不受外部威胁的重要手段。然而,隔离的同时,企业也需要在不同网络间安全、高效地传输文件,这就催生…

线性回归计算举例

使用正规方程计算(一元线性回归) import numpy as np import matplotlib.pyplot as plt # 转化成矩阵 X np.linspace(0, 10, num 30).reshape(-1, 1) # 斜率和截距,随机生成 w np.random.randint(1, 5, size 1) b np.random.randint(1,…

vue:动态表格操作栏操作显示隐藏控制

文章目录 动态数据格式子组件接收父组件传递过来的数据 整动态数据格式程 1.调用表格组件的父组件 <template> <Table :PropTableS"PropTableS" ></Table> </template>let PropTableS ref({keyS:{selection:{type:selection,width:50,},…

C++指针、数组越界异常、栈区、堆区,和静态区

文章目录 一、指针引用运算符(&)和引用运算符(*)二、数组越界异常三、C++的栈区、堆区,和静态区一、指针 C ++中指针能够直接操作计算机内存中的数据。 可以根据需要分配和取消分配内存中的任何空间。 指针变量是指向内存中另一个变量所指向的特定地址的变量。 声明一个…

使用 pyhttptest 进行 RESTful API 测试的最佳实践

现在&#xff0c;无论是开发还是使用服务&#xff0c;我们每个人都面临着 REST API 的挑战。同时&#xff0c;我们正处于微服务的流行时代&#xff0c;我们将业务逻辑拆分为多个独立的小服务。这些服务大多遵循 RESTful 原则&#xff0c;并使用 JSON 格式进行通信&#xff0c;因…

Qt项目使用pato mqtt C

一,下载pato mqtt C 源码 git 地址:https://github.com/eclipse/paho.mqtt.c.git git 地址可能下载不下来,提供我的gitee地址 gitee地址:https://gitee.com/chaojidahuaidan2021/paho.mqtt.c.git 二,编译共享库 clone下来后,将项目导入到Qt工程中,此时这是一个cmke工程…

三十一、openlayers官网示例Draw Features解析——在地图上自定义绘制点、线、多边形、圆形并获取图形数据

官网demo地址&#xff1a; Draw Features 先初始化地图&#xff0c;准备一个空的矢量图层&#xff0c;用于显示绘制的图形。 initLayers() {const raster new TileLayer({source: new XYZ({url: "https://server.arcgisonline.com/ArcGIS/rest/services/World_Imagery/…

Kubernetes和Docker对不同OS和CPU架构的适配关系

Docker Docker官网对操作系统和CPU架构的适配关系图 对于其他发行版本&#xff0c;Docker官方表示没有测试或验证在相应衍生发行版本上的安装&#xff0c;并建议针对例如Debian、Ubuntu等衍生发行版本上使用官方的对应版本。 Kubernetes X86-64 ARM64 Debian系 √ √ Re…

贪心算法[1]

首先用最最最经典的部分背包问题来引入贪心的思想。 由题意可知我们需要挑选出价值最大的物品放入背包&#xff0c;价值即单位价值。 我们需要计算出每一堆金币中单位价值。金币的属性涉及两个特征&#xff0c;重量和价值。 所以我们使用结构体。 上代码。 #include <i…

基于单张图片快速生成Metahuman数字人(模型贴图绑定)的工作流演示

基于单张图片快速生成Metahuman数字人&#xff08;模型贴图绑定&#xff09;的工作流演示 MetahumanModeler, 是我基于facebuilder以及metahuman的理解开发而成&#xff0c;插件可以基于单张图片生成metahuman拓扑结构的面部3d模型&#xff0c;同时生成对应的面部的贴图&#…

【debug】windows11安装WSL+Docker+本地部署cvcat

windows系统安装wsl虚拟机 首先观察是否已启用虚拟化&#xff1a; 在windows应用商店下载wsl 下载好后打开&#xff0c;创建用户名和密码&#xff0c;即可使用&#xff1a; 换源&#xff1a;ubuntu | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirr…

leetcode231-Power of Two

题目 给你一个整数 n&#xff0c;请你判断该整数是否是 2 的幂次方。如果是&#xff0c;返回 true &#xff1b;否则&#xff0c;返回 false 。 如果存在一个整数 x 使得 n 2x &#xff0c;则认为 n 是 2 的幂次方。 示例 1&#xff1a; 输入&#xff1a;n 1 输出&#xff1…

在Spring中自定义事件及发布与监听

在Spring框架中&#xff0c;自定义事件及其发布与监听是一个涉及Spring事件机制的过程。Spring提供了一个基于观察者模式的事件发布和监听机制&#xff0c;允许在Spring容器中的组件之间进行松耦合的通信。以下是如何自定义事件以及如何发布和监听这些事件的步骤&#xff1a; …

LeetCode215数组中第K个最大元素

题目描述 给定整数数组 nums 和整数 k&#xff0c;请返回数组中第 k 个最大的元素。请注意&#xff0c;你需要找的是数组排序后的第 k 个最大的元素&#xff0c;而不是第 k 个不同的元素。你必须设计并实现时间复杂度为 O(n) 的算法解决此问题。 解析 快速排序的思想&#xff…

代码随想录算法训练营第33天 | 1005.K次取反后最大化的数组和、134.加油站、135.分发糖果

代码随想录算法训练营第33天 | 1005.K次取反后最大化的数组和、134.加油站、135.分发糖果 自己看到题目的第一想法看完代码随想录之后的想法自己实现过程中遇到哪些困难今日收获&#xff0c;记录一下自己的学习时长 链接: 1005.K次取反后最大化的数组和 链接: 134. 加油站 链接…

C++:vector的介绍及使用

✨✨✨学习的道路很枯燥&#xff0c;希望我们能并肩走下来! 文章目录 文章目录 前言 一、vector的介绍 二、vector的使用 2.1.构造和赋值重载&#xff08;Member functions&#xff09; 2.2 vector iterator 的使用 2.3 vector 空间增长问题 2.4 vector 增删查改 三 sort 四 v…