各种姿势安装MongoDB

本文详细介绍在Linux环境下通过YUM源安装MongoDB的过程,包括配置YUM源、安装服务、设置开机启动、查看日志确认安装成功的方法。同时,提供通过解压压缩包和编译安装MongoDB的步骤,涉及配置文件编辑、环境变量添加、服务启动与关闭等关键操作。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

yum

安装MongoDB

配置yum源
vim /etc/yum.repos.d/mongodb.repo
[mongodb]
name=mongodb
baseurl=http://downloads-distro.mongodb.org/repo/redhat/os/x86_64
enabled=1
gpgcheck=0

安装MongoDB
yum –y isntall mongodb-org

开启mongodb服务
service mognod start

设置开机启动
chkconfig mongod on

通过查看日志文件,看安装是否成功
cat /var/log/mongodb/mongod.log

进入交互界面
mongo

卸载MongoDB

停止服务
service mongod stop

删除安装的包
yum erase $(rpm -qa | grep mongodb-org)

删除数据及日志
rm -rf /var/lib/mongo 数据文件存储
rm -rf /var/log/mongodb 默认日志文件

/etc/mongod.conf 配置文件

tar

方法一

解压压缩包
tar -xzvf mongodb-linux-x86_64-rhel62-3.4.2.tgz

将解压包放进安装目录
mkdir /usr/local/mongodb
mv mongodb-linux-x86_64-rhel62-3.4.2 /usr/local/mongodb

编辑配置文件
vim /usr/local/mongodb/mongodb-linux-x86_64-rhel62-3.4.2/bin/mongodb.conf
systemLog:
destination: file
path: “/usr/local/mongodb/data/log/mongodb.log”
logAppend: true
storage:
journal:
enabled: true
dbPath: “/usr/local/mongodb/data/db”
directoryPerDB: false
engine: wiredTiger
wiredTiger:
engineConfig:
cacheSizeGB: 4
directoryForIndexes: false
journalCompressor: zlib
collectionConfig:
blockCompressor: zlib
indexConfig:
prefixCompression: true
net:
port: 27017
processManagement:
fork: true
security:
authorization: disabled

添加环境变量
vim /etc/profile
export PATH=PATH:PATH:PATH:HOME/bin:/usr/local/mongodb/mongodb-linux-x86_64-rhel62-3.4.2/bin
source /etc/profile

启动mongodb服务
bin/mongod -f mongodb.conf

检查mongodb启动端口27017
lsof -i :27017

进入交互界面
mongo

方法二

解压压缩包
tar -xzvf mongodb-linux-x86_64-rhel62-3.4.2.tgz

创建mongoDB存放路径
mkdir –p /mongodb/data

添加环境变量(所有用户生效)
vim /etc/profile
export PATH=PATH:PATH:PATH:HOME/bin:/usr/local/mongodb/mongodb-linux-x86_64-rhel62-3.4.2/bin
source /etc/profile

开启MongoDB
mongod --dbpath=/mongodb/data

但当该窗口关闭,则mongodb关闭
–fork可以让其在后台进行
但要启用—logpath来指定MongoDB服务运行日志文件。
mkdir –p /mongodb/log
mongod --dbpath=/mongodb/data --logpath=/mongodb/log/mongodb.log --fork
[mongodb.log为文件]

启用交互界面
mongo

编译安装

解压压缩包
tar -xzvf mongodb-linux-x86_64-rhel62-3.4.2.tgz -C /application

编辑文件
vim /etc/rc.local
if test -f /sys/kernel/mm/transparent_hugepage/enabled; then
echo never > /sys/kernel/mm/transparent_hugepage/enabled
fi
if test -f /sys/kernel/mm/transparent_hugepage/defrag; then
echo never > /sys/kernel/mm/transparent_hugepage/defrag
fi

创建用户
useradd mongod
echo 123456 |passwd --stdin mongod

创建程序目录
mkdir -p /application/mongodb/
cd /application/mongodb/
mkdir -p bin conf log data

解压程序
tar xf mongodb-linux-x86_64-rhel62-3.4.2.tgz –C /application/mongodb/
cd /application/mongodb/
cd mongodb-linux-x86_64-3.2.8/bin/
cp * /mongodb/bin

修改程序属主
chown -R mongod:mongod /application/mongodb

添加环境变量(所有用户有效)
vim /etc/profile
export PATH=/application/mongodb/bin:$PATH

只对当个用户有效
vim /application/mongodb/conf/mongod.conf
dbpath=/application/mongodb/data
logpath=/application/mongodb/log/mongodb.log
port=27017
logappend=1
fork=1

使用配置文件时的启动与关闭:
**启动:**mongod -f mongod.conf
**关闭:**mongod -f mongod.conf --shutdown

### 运动姿势评估系统的系统架构设计方案 #### 1. 系统整体架构描述 运动姿势评估系统的架构设计应遵循模块化原则,以便于扩展和维护。整个系统可划分为四个核心层次:数据采集层、数据处理层、业务逻辑层以及用户交互层。 - **数据采集层**负责从外部设备(如摄像头或传感器)获取原始数据,并将其传输至下一环节。 - **数据处理层**承担着关键点检测与特征提取的任务,利用先进的计算机视觉技术和深度学习模型完成人体姿态的初步解析[^3]。 - **业务逻辑层**专注于构建具体的评价指标体系,运用机器学习算法对用户的动作质量做出定量分析[^2]。 - **用户交互层**旨在为终端用户提供友好的界面体验,展示评估结果的同时给予针对性改进建议。 --- #### 2. 各功能模块详解 ##### (1) 数据采集模块 该模块的主要职责是从多种渠道收集必要的输入资料。具体来说: - 对于基于摄像头的数据源,可以选用OpenCV库实现视频流读取操作; - 若涉及专用传感装置,则需对接相应API接口以确保兼容性良好。 此外还需考虑存储机制的设计,便于后期回溯查阅历史记录。 ##### (2) 数据预处理模块 由于原始素材往往含有噪声干扰成分,因此有必要实施一系列净化措施包括但不限于裁剪无关区域、调整分辨率大小等方面工作。随后借助预先训练好的姿态估计模型执行关节定位任务,得到标准化后的二维坐标集合表示形式的人体结构信息[^4]。 ##### (3) 动作识别与评估引擎 这一部分构成了整个解决方案的技术亮点所在之处。推荐采用卷积神经网络(CNNs)或者递归神经网络(RNNs)架构针对不同类型的目标制定专属的学习范式。例如当面对周期性强且持续时间较长的动作序列时LSTM单元尤为适用因为它擅长捕捉长期依赖关系特性;而如果仅仅是为了区分静态图片之间的差异那么ResNet系列或许更加高效快捷些[^1]。 最终输出的概率分布向量经过阈值判断后即可得出结论是否符合标准规范要求。 ##### (4) 用户反馈呈现组件 考虑到用户体验的重要性,在此阶段应当精心打磨可视化效果力求直观易懂。除了文字说明外还可辅之以图表统计等形式增强说服力。与此同时允许个性化定制选项让用户能够按照自己的偏好设置提醒频率等内容细节。 --- #### 3. 架构图示意 以下是简化版的运动姿势评估系统架构图示意图: ``` +-----------------------+ | 数据采集层 | | (摄像头/传感器接入)| +---------+------------+ | +---------v------------+ | 数据处理层 | | (姿态估计&特征提取)| +---------+------------+ | +---------v------------+ | 业务逻辑层 | | (动作分类&评分计算)| +---------+------------+ | +---------v------------+ | 用户交互层 | | (UI显示&指令接收) | +----------------------+ ``` 注意以上仅为概念层面划分实际开发过程中可能会根据具体情况有所调整优化。 --- #### 4. 技术栈推荐 为了顺利完成上述各部分内容建设现列举若干常用工具如下表所示: | 类别 | 推荐项 | 备注 | |---------------|--------------------------------|------------------------| | 编程语言 | Python | 生产力高社区资源丰富 | | 深度学习框架 | TensorFlow / PyTorch | 支持GPU加速 | | Web前端框架 | Vue.js | 单页面应用友好 | | 后端服务框架 | Django / Flask | 快速原型迭代 | | 数据库存储 | MySQL / MongoDB | 结构化 vs 非结构化选择 | ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值