centos6.8安装docker,kong-dashboard并实现页面访问

前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到教程。

我们通过kong-dashboard的admin-UI管理界面进行直观的查看。最终显示界面如图:

 

因为这个kong-dashboard要用到docker,所以要安装docker,又因为docker要求内核比较高,所以至少要是centos6.8及其以上的版本。没有升级的童鞋请升级后再进行下一步:

安装docker

 

系统版本

[root@bogon yum.repos.d]# uname -a
Linux bogon 2.6.32-642.el6.x86_64 #1 SMP Tue May 10 17:27:01 UTC 2016 x86_64 x86_64 x86_64 GNU/Linux
[root@bogon yum.repos.d]# cat /etc/redhat-release 
CentOS release 6.8 (Final)

安装EPEL

 

因为系统自带的repo中不带Docker需要安装epel

rpm -Uvh http://ftp.riken.jp/Linux/fedora/epel/6Server/x86_64/epel-release-6-8.noarch.rpm

安装Docker

yum install -y docker-io

开机自启动与启动Docker

[root@bogon yum.repos.d]# service docker start
Starting cgconfig service:                                 [  OK  ]
Starting docker:                                       [  OK  ]
[root@bogon yum.repos.d]# chkconfig docker on
[root@bogon yum.repos.d]# chkconfig docker --list
docker          0:off   1:off   2:on    3:on    4:on    5:on    6:off
[root@bogon yum.repos.d]# 

至此docker已经安装完成

 

安装完成docker后,下面咱们就需要安装kong-dashboard

 

安装kong-dashboard

 

联网安装

[slview@DEMO:~]$ docker search kong-dashboard
 
只要不报错,就进行下一步:
[slview@DEMO:~]$ docker pull pgbi/kong-dashboard:v2
这一步的结果会显示:
Status: Downloaded newer image for docker.io/pgbi/kong-dashboard:v2
然后进行下一步:
 
[slview@DEMO:~]$ docker run -d -p 8080:8080 pgbi/kong-dashboard:v2
这个完成后的结果会出现:
b9fc0835caa80b743973ef301b17e741a7bd8ac5337b6f7550264480059c3a0b
然后进行下一步

备份后安装到使用环境

 

 

 

备份
docker save -o kong-dashboard.tar.gz docker.io/pgbi/kong-dashboard
安装:
[root@EPCBJWEB install]#  docker load -i kong-dashboard.tar.gz 
安装成功后会出现:
 
60ab55d3379d: Loading layer [==================================================>] 4.226 MB/4.226
MBaea530fe90cb: Loading layer [==================================================>] 51.54 MB/51.54
MBeaef5be300ac: Loading layer [==================================================>] 715.3 kB/715.3
kBf563f027ee56: Loading layer [==================================================>] 42.1 MB/42.1
MBLoaded image: docker.io/pgbi/kong-dashboard:v2
表明安装成功。

 

 

 

启动

 

[root@EPCBJWEB install]# docker run -d -p 8080:8080 pgbi/kong-dashboard:v2
需要注意的是不要多次启动,不然会出现prel已经被占用,如果出现这个提示,重启下电脑再输入上面的信息就可以开启了
当然了, 你要确保你的Nginx开启,还有你的防火墙关闭。当这些都完成后,你就可以通过物理机访问这个UI界面了
登录界面:
 

这样下来,你就可以登录进去了,进去以后的操作呢,kong的网页化操作,在这个里面就可以进行学习了。

 

至此,kong的可视化管理安装已经完成了。大家可以尝试下哦

在这里感谢:http://www.jianshu.com/p/90349361dd8e 简书的作者提供了安装支持,找了好久终于找到了。

 

 

转自:https://blog.csdn.net/qq_35357001/article/details/75308828

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/news/449574.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

leetcood学习笔记-204-计算质数

题目描述: 第一次提交;(超时): class Solution:def countPrimes(self, n: int) -> int:count 0for i in range(2,n):for j in range(2,i1):if i%j 0 and j!i:breakif ji:count1return count 别人家的: 这题搜到一个非常牛逼的算法,叫做厄…

linux man

nameman - 即 manual ,在线查看命令手册。 描述man 是一个系统手册,man 的每一个选项通常是命令名,查找显示选项中的每个相关联的手册页,默认操作按照指顺序,按屏打印显示。 下表显示手册章节号,以及它们包…

centos-install-kong-cassandra

转自:http://blog.54im.com/2016/12/15/centos-install-kong-cassandra/#前置阅读 对于一些传统的大型项目,传统的方式会有一些缺陷,比如说新人熟悉系统成本高(因为整个系统作为一个整体,彼此会有一定的牵连&#xff0…

akshare做mfi策略

#!/usr/bin/env python # coding: utf-8#先引入后面可能用到的包(package) import pandas as pd import numpy as np import matplotlib.pyplot as plt#正常显示画图时出现的中文和负号 from pylab import mpl mpl.rcParams[font.sans-serif][SimHei] …

第二章学习小结

第二章学习小结 对比于上学期所学的知识,能切实感觉到这个学期的课程更加深入和抽象,在学习上难度也有所增加,虽然上个学期就听老师推荐过博客园,但是真正开始写博客还是第一次,最直观的感受就是在完成博客的过程中&am…

翁同龢后人向上海博物馆捐赠两件重要家藏

1月24日,翁万戈先生捐赠书画仪式在上海博物馆内举行。 上海博物馆 供图 1月24日,翁万戈先生捐赠书画仪式在上海博物馆内举行。 上海博物馆 供图 中新网上海1月24日电 (王笈)翁同龢后人翁以钧24日携夫人柳至善,代表翁万戈将两件翁氏家族的重要…

mysql数据库操作

连接mysql from sqlalchemy import create_engine import pandas as pd import numpy as np import matplotlib.pyplot as plt import pymssql from scipy.interpolate import interp1dfrom datetime import timedelta #正常显示画图时出现的中文和负号 from pylab import mpl…

AutoHotkey调用VBA实现批量精确筛选数据透视表某字段内容。

如上图,想在数据透视表中只显示红色区域的内容,手动勾选就比较繁琐。 实现思路: 先复制红色的内容。鼠标停留在数据透视表【型号】列的任意数据上(通过该单元格可以获取数据透视表和字段)由于数据透视表的字段不能全部…

SQL中的case when then else end用法

前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到教程。 Case具有两种格式。简单Case函数和Case搜索函数。 --简单Case函数 CASE sexWHEN 1 THEN 男WHEN 2 THEN 女 ELSE 其他 END --Case搜索函数…

HEVC/H265 性能分析

HEVC/H265 标准中的目标是:H264的码率一般,质量一样,是否达到,数据说话。 下面是视频编解码大师测试数据: HEVC: is it really twice as good as H.264? The new standard for video compression, High Efficiency V…

“90后”台湾籍乘务长的第一个大陆春运

中新网上海1月25日电 题:“90后”台湾籍乘务长的第一个大陆春运 中新网记者 李佳佳 黄佳莹,“90后”的台北妹子。年纪虽小,资历却不浅,2018年她晋升为春秋航空客舱部乘务长,成为大陆首批台湾籍乘务长之一。“90后”台湾…

mysql+tushare搭建本地数据库

创建股票数据库 #!/usr/bin/env python # -*- coding: utf-8 -*- # Date : 2018-09-04 14:34:59 # Author : Michael Li # Version : $V2.0$import pandas as pd import numpy as np import datetime import random import pymssql from sqlalchemy import create_engine …

hbase单机搭建

一、下载 https://hbase.apache.org/downloads.html  2.1.3版本 解压,拷贝到文件夹 /hbase/hbase-2.1.3 设置HBASE_HOME环境变量,把它加到path环境变量中去 source /etc/profile 二、配置 1.在/data下创建目录 mkdir /data/hbase mkdir /d…

mysql查询报错: ORDER BY clause is not in GROUP BY..this is incompatible with sql_mode=only_full_group_by

前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到教程。 我的情况 : Mysql 5.7.21 版本运行sql 报错如题,同样的 sql 直接本地运行不报错。 但是当连接的是服务器上的 …

多股票投资组合+马科维茨计算组合

import matplotlib.pyplot as plt from pandas import read_excel import numpy as np import tushare as ts import pandas as pd import datetime token prots.pro_api(token) 获取财务数据 #获取财务数据 ticker_list [601318.SH,601336.SH,601398.SH,601888.SH,603993.S…

并发编程(十六)——java7 深入并发包 ConcurrentHashMap 源码解析

以前写过介绍HashMap的文章,文中提到过HashMap在put的时候,插入的元素超过了容量(由负载因子决定)的范围就会触发扩容操作,就是rehash,这个会重新将原数组的内容重新hash到新的扩容数组中,在多线…

[边分治+线段树合并]「CTSC2018」暴力写挂

题目梗概 给出两棵1为根的树,求\(d[x]d[y]-d[lca(x,y)]-d[lca(x,y)]\)的最大值 解题思路 套路化简之后\((d[x]d[y]dis(x,y)-2*d[lca(x,y)])/2\) 第二棵树上的lca化不掉,所以考虑在第二棵上枚举lca 先说说这题的解法,边分树的合并. 边分和点分有什么区别,边分在合并类似\(d[x]d[…

HEVC/H265 文档获得

HEVC/H265文档是很重要的标准,因为代码有时由于效率问题而修改,这是最重要的参考: HEVC approved by ITU-T and ISO/IEC "Geneva, 25 January 2013 – A new video coding standard building on the PrimeTime Emmy award winning IT…

期权计算隐含波动率

牛顿迭代法 from scipy.stats import norm import numpy as np def bscall(S,K,r,sigma,t):d1(np.log(S/K)(r0.5*sigma**2)*t)/(sigma*np.sqrt(t))d2d1-sigma*np.sqrt(t)return S*norm.cdf(d1)-K*np.exp(-r*t)*norm.cdf(d2) def bsput(S,K,r,sigma,t):d1(np.log(S/K)(r0.5*sigm…