服务是一些特定的进程，自有服务就是系统开机后就自动运行的一些进程，一旦客户发出请求，这些进程就自动为他们提供服务，windows系统中，把这些自动运行的进程，称为"服务"。
依据客户端查询来设计集合的片键及索引，最近几天突然需要查询历史数据进行分析，我们的有些集合count达到亿条以上，每个文档几百个字段。突如其来的查询分析，数据库非常的卡，尤其这几天刚刚加入一个新的分片。前天上午来看，发现主分片竟然奔溃了，至于为什么查询量大，数据库会奔溃，需要后续进行分析。
对于文件查找，我们最好用的还是属于find命令了，在说find命令之前，先把另外几个查找命令介绍一下。
“ 给一个系统定位问题的时候，知识、经验是关键基础，数据是依据，工具是运用知识处理数据的手段。这里的数据包括：运行日志、异常堆栈、GC日志、线程快照（threaddump/javacore文件）、堆转储快照（heapdump/hprof文件）等。经常使用适当的虚拟机监控和分析的工具可以加快我们分析数据和定位解决问题的速度，但我们在学习工具前，也应当意识到工具永远都是知识技能的一层包装，没有什么工具是“秘密武器”，学会了就能包医百病”
jps（JVM Process Status Tool）是JDK中的一个小工具，它的功能和UNIX的ps命令类似：可以列出正在运行的虚拟机进程，并显示虚拟机执行主类（Main Class，main()函数所在的类）名称以及这些进程的本地虚拟机唯一ID（LVMID，Local Virtual Machine Identifier），LVMID和操作系统的进程ID是一致的，当同时启动多个虚拟机进程，无法根据进程名称进行定位时，就可以使用jps命令显示主类的功能来区分。
Linux系统拥有非常灵活和强大的日志功能，可以保存几乎所有的操作记录，并可以从中检索出我们需要的信息。 大部分Linux发行版默认的日志守护进程为 syslog，位于 /etc/syslog 或 /etc/syslogd 或/etc/rsyslog.d，默认配置文件为 /etc/syslog.conf 或 rsyslog.conf，任何希望生成日志的程序都可以向 syslog 发送信息。
◆ 概述 RazorSQL是适用于 Windows、macOS、Mac OS X、Linux 和 Solaris 的 SQL 查询、数据库浏览器、SQL 编辑的数据库管理工具。 RazorSQL 支持40 多个数据库，可以通过 JDBC或ODBC连接到数据库： ◆ 增强功能 增强了暗模式。可以通过 View -> Dark Mode 菜单选项选择暗模式。现在可以通过 View -> Legacy Dark Mode 菜单选项选择以前的暗模式。 添加了可以通过 View -> Light Mode 菜单选项
可以列出正在运行的虚拟机进程，并显示虚拟机执行主类名称（main函数所在类）以及这些进程的本地虚拟机唯一ID（Local Virtual Machine Identifier，LVMID）。其常用选项见下表；
Linux没有图形化界面，我们只能通过控制台去操作系统，我们就要使用类似DOS命令的Linux命令去操作系统
MySQL用了很久，但是一直也是工作的使用，对于MySQL的知识点都比较零散碎片，一直也没有整体梳理过，趁着最近不忙，梳理一下相关的知识点。
目录 Linux 三剑客之grep 搭配命令-find 三剑客之grep： 正则表达式： Linux 三剑客之grep 📷 搭配命令-find find命令是根据文件的名称或者属性查找文件，并不会显示文件内容 格式：find [查找范围] [参数] 参数： -name： 按照文件的名字查找文件 -iname ：按照文件的名字查找文件(忽略大小写) -size ：按照文件的大小查询文件（搭配size使用得符号：+表示大于，-表示小于，没符号表示等于） -mtime ：按照修改时
Linux 有一个显著的特点，在正常情况下，你可以通过日志分析系统日志来了解你的系统中发生了什么，或正在发生什么。的确，系统日志是系统管理员在解决系统和应用问题时最需要的第一手资源。我们将在这篇文章中着重讲解 Apache HTTP web server 生成的 Apache access 日志。
rpm默认就安装在了发行版本里，比如RedHat和centos。安装软件基本的用法是 rpm-ivh xx.rpm。
MySQL Server架构自顶向下大致可以分网络连接层、服务层、存储引擎层和系统文件层。
该接口的功能主要为查询HBase数据再返回给前端，初步怀疑为HBase集群问题，在查询HBase前后打印日志，发现接口超时的时候，查询耗时一直处于10s以上。但是该接口服务分布式部署了多台机器，其中只是某一台接口机超时，其实机器响应正常，且查看HBase集群负载和网络情况均无异常。于是怀疑为该接口服务发生了full gc。
推荐一个linux命令学习网站 http://man.linuxde.net/ 查询一个log日志中前10行的命令 head-n(行数) ***.log 查询一个log日志后10行的命令 tail-n(行数) ***.log 查询一个log中关键字error出现的次数 grep –rb "error" ***.log -c ， 查询一个log中关键字error出现分别在哪一行 grep –rb "error" ***.log 查询当前运行java的进程 ps -ef |grep java 远
Ansible playbook允许用户使用自定义的变量，不过当变量过大，或者太复杂时，无论是在playbbok中通过vars定义，还是在单独的变量文件中定义，可读性都比较差，而且不够灵活。
常用的命令行工具主要有 jps、jstat、jinfo、jmap、jhat、jstack。
一种形式是压缩包的形式；例如**.tar.gz，这里面就是**的源码，种形式的软件包的安装需要编译再安装。
第4章 监控主机和容器 首先，我们将在每台主机上安装exporter，然后配置节点和Docker指标让Prometheus来抓取。基本主机资源监控 CPU 内存 磁盘 可用性 然后，我们利用收集的指标来构建一些聚合指标并保存为记录规则 最后，我们会简要介绍Grafana，并对收集的数据进行基本的可视化 回顾USE： 使用率（Utilization） 饱和度（Saturation） 错误（Error） USE方法可以概括为：针对每个资源，检查使用率、饱和度和错误。该方法对于监控那些受高使用率或饱和度的性能问题
MongoDB数据库默认的管理工具是（CLI）Shell命令行，对于专业的DBA来说比较容易上手，但是对于普通人员GUI可视化工具更方便使用。我们就来介绍13个好用的MongoDB可视化工具。MongoDB官方提供了社区版的Compass，可以独立安装使用，也提供了云服务器版本MongoDB Atlas。商业版本的MongoDB必须购买其订阅。MongoDB Atlas旨在在AWS，Azure和Google Cloud等云平台上运行。阿里云MongoDB数据库也提供了基于Web的管理工具。免费使用。MongoDB自带的Shell命令行工具，大家应该很熟悉了。
生产环境，查找key开头的数据 场景模拟，线上Redis查询数据量大 key xx* 缺点 因为： 一次性返回数据量大，卡住。对内存消耗和Redis服务器都是隐患 建议： 时间花费，因为
作为技术宅的我，日常最大的爱好就是逛论坛。某日看到论坛里有一款基于主机的漏洞扫描工具，用来查找主机上公开EXP的CVE。嗯嗯，我想还是叫提权辅助工具可能会更顺口一些。在我印象中，类似的工具其实还蛮多的，比如我们熟知的Linux_Exploit_Suggester和Windows-Exploit-Suggester。
zhangsan 15 lisi 15 zhangsan 16 lisi 17 zhangsanfeng 18
首先，需要从 MySQL 官方网站或其他可靠来源下载 MySQL 5.7 的安装包。确保选择与你的 CentOS 系统架构（如 x86_64）对应的版本。
这是100个 Linux 命令中的第59和60个命令，主要是用于管理软件的 rpm 和 yum 命令，以及 Linux 中关于软件的一些你应该知道的基础知识。
Kibana 是为 Elasticsearch设计的开源分析和可视化平台。你可以使用 Kibana 来搜索，查看存储在 Elasticsearch 索引中的数据并与之交互。你可以很容易实现高级的数据分析和可视化，以图标的形式展现出来。
服务器一般都是命令页面，不像 windows 有图形页面点点鼠标就好，所以掌握些基本的 Linux 命令是很有必要的，不然就无法操作 Linux，更体会不到 Linux 的精髓。
如何保持正确的时间，如何使用 NTP 和 systemd 让你的计算机在不滥用时间服务器的前提下保持同步。
在web开发中，我们经常会写出一些SQL语句，一条糟糕的SQL语句可能让你的整个程序都非常慢，超过10秒一般用户就会选择关闭网页。
在Windows环境下用Notepad++写了个shell脚本，上传到Linux平台后运行报错如下：
git pull SSH密钥已失效，请前往 Codeup 服务端 -「个人设置」查看详情 fatal: Could not read from remote repository.
最近参加面试经常被面试官问到有没有遇到过线上人内存溢出（OOM）的问题？遇到过的化你是怎么定位是哪个线程下哪些对象占用你内存太多造成的？提出这个问题其实面试官就是用来考察你到底有没有JVM调优经验。如果你在工作中并没有JVM方面的经验，也没有仔细看过线上定位和OOM问题的文章，那么99.9%这道题你要凉凉！
如何保持正确的时间，如何使用 NTP 和 systemd 让你的计算机在不滥用时间服务器的前提下保持同步。下面话不多说了，来一起看看详细的介绍吧。
文章目录 1. 基本介绍 2. 添加用户 2.1 基本语法 2.2 应用案例 2.3 细节说明 3. 指定/修改 密码 3.1 基本语法 3.2 应用案例 4. 删除用户 4.1 基本语法 4.2 应用案例 4.3 细节说明 5. 查询用户信息指令 5.1 基本语法 5.2 应用实例 5.3 细节说明 6. 切换用户 6.1 介绍 6.2 基本语法 6.3 应用实例 6.4 细节说明 7. 查看当前用户/登录用户 7.1 基本语法 8. 用户组 8.1 介绍 8.2 新增组 8.3 删除组 8
前言：本文中所引用的文档均为Redhat 技术专家杨金锋所提供。此方案，大卫也多次请教红帽技术专家陈镇。 密码管理系统的必要性 在大多数客户数据中心内部，密码管理都是一个很令人头疼的问题。为什么呢？ 第一，数据中心中设备：Linux、AIX、Windows、数据库等的密码复杂度要符合要求，避免轻易被破解。 第二，数据中心设备的密码，需要定期修改，以保证安全性。 针对这种情况，我们当然可以定期手工修改数据中心设备的密码，但这带来三个问题： 手工修改工作量太大。想象一下，给几百个系统修改root密码的感觉？
习惯了在windows下敲敲点点的同学，习惯了没有窗口视图就无从下手的同学，来到linux第一个面临的问题就是，core发行版根本不提供gui，太费空间，太费资源，要啥窗口？ 所以电影里看到很多懂的，不懂的，懂的装不懂的，不懂的装懂的那么演员们，都在奋力敲击键盘，一串串荧幕输出像火箭似的飞速狂奔。这大概只有拷贝文件，或者debug时才能有的盛举吧。
fz因为工(ban)作(zhuan)无暇更新文章，我是接下来比较长一段时间的公众号编辑，也欢迎各位粉丝投稿，直接后台联系。因为我最近在研究提权的一些内容，这里整理相关的文档，发出来用作以后的参考。内容资源来自网络，侵删！！！
习惯了在windows下敲敲点点的同学，习惯了没有窗口视图就无从下手的同学，来到linux第一个面临的问题就是，core发行版根本不提供gui，太费空间，太费资源，要啥窗口？
我只需简单的一句话，就可以说完。执行： rpm –ivh rpm的软件包名 更高级的，请见下表： rpm参数 参数说明 -i 安装软件 -t 测试安装，不是真的安装 -p 显示安装进度 -f 忽略任何错误 -U 升级安装 -v 检测套件是否正确安装 这些参数可以同时采用。更多的内容可以参考RPM的命令帮助。
首先我们需要知道Redis的慢查询日志有什么用？日常在使用redis的时候为什么要用慢查询日志？
温馨提示：本文中Alfred是Mac平台的工具，不适用于其他平台。 Alfred是Mac平台上被很多人吹爆的一款效率提升软件，我刚毕业工作的时候就看到公司内网有人推荐，但没有尝试。 后来我跳槽后自己买了Macbook pro，在努力把笔记本打造成高效开发工具时，又重新发现了这个app，又毫不犹豫的购买了Powerpack，结合一些workflow，很多繁琐的工作变得非常简单，比如之前百度搜索一个东西，需要打开浏览器，然后打开百度，再输入要搜的词，再点搜索一套组合拳下来几十秒就过去了，有了Alfred 快捷键+触发词+搜索词+回车 几秒钟搞定。下图是我最近一月来每天的Alfred的使用频率，工作日平均每天有30+次的使用率。
让 Linux 来告诉你时间的时候，它是很奇怪的。你可能认为是使用 time 命令来告诉你时间，其实并不是，因为 time 只是一个测量一个进程运行了多少时间的计时器。为得到时间，你需要运行的是 date 命令，你想查看更多的日期，你可以运行 cal 命令。文件上的时间戳也是一个容易混淆的地方，因为根据你的发行版默认情况不同，它一般有两种不同的显示方法。下面是来自 Ubuntu 16.04 LTS 的示例：
适用于 Android 5+ 的 Aircrack，Airodump，Aireplay，MDK3 和 Reaver GUI 应用程序。（需要 root）
这个文件定义了一些常用的指标采样值范围(Quantile buckets),如:0.001,0.01,0.05,0.5,0.9,0.95,0.99,0.999等。这些buckets常用于计算指标的分位数线。
你还在为你每次打开测试环境、生产环境需要登录而犯愁吗？ 登录是必须的，但密码是可或缺的！！！
Never let success get to your head, and never let failure get to your heart.
redis利用epoll实现IO多路复用，将连接信息和事件放到队列中，依次放到文件事件分派器，事件分派器将事件分发给事件处理器。
领取专属 10元无门槛券
手把手带您无忧上云
