[转]用xinetd实现小型网络服务

本文介绍了在Linux里利用xinetd实现小型网络服务的方法。先编写一个简单的PHP程序,实现加法功能,输入exit或quit时退出。接着在/etc/xinetd.d里新增配置文件启用服务,在/etc/services里添加条目,重启xinetd后可通过telnet测试。

转自:http://www.linuxfly.org/post/565/

  linux 里带了一个 xinetd ,可以用来很方便地实现一些小型的网络服务。处理网络链接,fork 子进程等等都交给它来办,而我们自己只需要操作标准输入输出的程序就可以了。

    先写一个简单的程序,我这里就写个php程序,其实用什么都是可以的,然后放在 /opt/selboo.php :
 

<?php  
$in = fopen('php://stdin', 'r');  
$out = fopen('php://stdout', 'w');  
while ($r = fgets($in)) {  
    $r = trim($r);  
    if ($r == 'exit'|| $r == 'quit') {  
        break;  
    }  
    $nums = preg_split('/\s+/', $r);  
    $result = array_reduce($nums, create_function('$a, $b', 'return $a + $b;'));  
    fputs($out, "$result\n");  
}  
fclose($in);  
fclose($out);  
?>  

 


这个程序读取输入的每一行,按空白分割,然后把这些都加起来。说白了就是做个加法。在输入 exit 或者 quit 的时候退出。可以先跑一下,看看效果。

然后就是用 xinetd 来把它变成一个服务了。
在 /etc/xinetd.d 里新增一个文件,比如叫 selboo ,在里面填上配置

service selboo
{
    disable = no
    socket_type = stream
    protocol = tcp
    port = 8000
    user = root
    server = /usr/local/php-5.2.14/bin/php
    server_args = /opt/selboo.php
    wait = no
    instances = 50
}


这里 disable = no 表示把这个服务启用;wait = no 是用多线程模式运行, instances 是最大实例数。其他几个参数就不用多解释了,看名字就知道。更多的配置可以去看底下的相关资料。
然后还需要在 /etc/services 里加上一条

selboo      8000/tcp


重启一下 xinetd

[root@74-82-173-217 opt]# /etc/init.d/xinetd restart
Stopping xinetd:                                           [FAILED]
Starting xinetd:                                           [  OK  ]
[root@74-82-173-217 opt]#


netstat -tnlp 可以看到 8000 端口是 xinetd 在监听

[root@74-82-173-217 opt]# netstat -tnlp|grep 8000
tcp        0      0 0.0.0.0:8000                0.0.0.0:*                   LISTEN      4455/xinetd

  
telnet 127.0.0.1 8000 来看看了。

红色框 是输入的数据
黄色框 是由/opt/selboo.php 计算结果

植物实例分割数据集 一、基础信息 数据集名称:植物实例分割数据集 图片数量: - 训练集:9,600张图片 - 验证集:913张图片 - 测试集:455张图片 总计:10,968张图片 分类类别:59个类别,对应数字标签0至58,涵盖多种植物状态或特征。 标注格式:YOLO格式,适用于实例分割任务,包含多边形标注点。 数据格式:图像文件,来源于植物图像数据库,适用于计算机视觉任务。 二、适用场景 • 农业植物监测AI系统开发:数据集支持实例分割任务,帮助构建能够自动识别植物特定区域并分类的AI模型,辅助农业专家进行精准监测和分析。 • 智能农业应用研发:集成至农业管理平台,提供实时植物状态识别功能,为作物健康管理和优化种植提供数据支持。 • 学术研究与农业创新:支持植物科学与人工智能交叉领域的研究,助力发表高水平农业AI论文。 • 农业教育与培训:数据集可用于农业院校或培训机构,作为学生学习植物图像分析和实例分割技术的重要资源。 三、数据集优势 • 精准标注与多样性:标注采用YOLO格式,确保分割区域定位精确;包含59个类别,覆盖多种植物状态,具有高度多样性。 • 数据量丰富:拥有超过10,000张图像,大规模数据支持模型充分学习和泛化。 • 任务适配性强:标注兼容主流深度学习框架(如YOLO、Mask R-CNN等),可直接用于实例分割任务,并可能扩展到目标检测或分类等任务。
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