<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[liu_chen_yang的博客]]></title><description><![CDATA[主修与云计算领域，代表专栏有《Linux从入门到精通》《docker从入门到精通》《Linux监控》《自动化运维》《Mysql从入门到“跑路”》《kubernetes入门到精通》等等；文章内容主要来源于实战，感谢大家的支持，我们一起进步！]]></description><link>https://blog.youkuaiyun.com/liu_chen_yang</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; liu_chen_yang]]></copyright><item><title><![CDATA[时序数据库选型实战：Apache IoTDB 2.x 云原生架构解析与关键基础设施安全底座构建]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/170198778</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/170198778</guid><author>liu_chen_yang</author><pubDate>Fri, 06 Nov 2026 18:59:32 +0800</pubDate><description><![CDATA[本文系统分析时序数据库选型的六大核心维度，深度解析Apache IoTDB 2.x在写入性能、压缩效率、数据模型灵活性及安全可控性上的技术突破。对比InfluxDB、TimescaleDB等国际主流产品，凸显IoTDB在工业物联网场景下的原生优势。2026年，基于IoTDB的TimechoDB V2.0通过国家级安可测评，成为国内首个获此认证的时序数据库，标志着国产时序数据库在关键基础设施领域实现自主可控，为智能制造与能源等领域的数据底座建设提供可靠支撑。]]></description><category></category></item><item><title><![CDATA[同一句需求优化前后差多少？Prompt Optimizer先整理提示词，再用同一个模型直接对比结果]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/169151796</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/169151796</guid><author>liu_chen_yang</author><pubDate>Mon, 26 Oct 2026 11:38:38 +0800</pubDate><description><![CDATA[本文介绍如何通过Docker在飞牛NAS上部署Prompt Optimizer，并接入DeepSeek模型实现提示词优化。工具可将模糊需求自动补全为结构化指令，支持多版本对比测试。以“旧手机改家庭监控短视频口播”为例，展示原始提示与优化后结果的差异，验证需求明确性对AI输出质量的关键影响。最后通过cpolar实现外网访问，打造本地化提示词工作台。核心价值不在于提示词变长，而在于输出更贴合预期。]]></description><category></category></item><item><title><![CDATA[【云原生】nerdctl 部署及使用指南]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/166486885</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/166486885</guid><author>liu_chen_yang</author><pubDate>Sat, 24 Oct 2026 13:31:17 +0800</pubDate><description><![CDATA[nerdctl 是 containerd 官方社区维护的一个 CLI 工具，定位是“Docker 兼容的 containerd 命令行客户端”。简单来说，它让你能用几乎和 Docker 一模一样的命令去操作 containerd。随着 Kubernetes 在 v1.24 版本中正式移除Docker，containerd 已成为容器运行时的事实标准，而nerdctl则填补了 containerd 原生客户端ctr缺乏用户友好性的空白。相较于ctr。]]></description><category></category></item><item><title><![CDATA[【Linux】Ubuntu 如何下载离线安装包？（详解）]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/166113897</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/166113897</guid><author>liu_chen_yang</author><pubDate>Fri, 23 Oct 2026 07:00:00 +0800</pubDate><description><![CDATA[本文详细介绍了在Ubuntu系统中下载离线安装包的两种方法：一是使用apt install -d命令，可自动下载依赖包，推荐用于完整离线安装；二是使用apt download，仅下载指定包且不包含依赖，适合单独获取某软件。文章还提供了批量下载与安装脚本，并对比了CentOS与Ubuntu命令差异，帮助用户在无外网环境下高效部署软件。]]></description><category></category></item><item><title><![CDATA[Windows硬盘里的媒体太乱？我用WSL+Plex把本地文件整理成一个统一媒体中心]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/168435195</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/168435195</guid><author>liu_chen_yang</author><pubDate>Mon, 19 Oct 2026 11:22:41 +0800</pubDate><description><![CDATA[本文分享了利用WSL+Plex在Windows上搭建本地媒体中心的完整流程：通过WSL运行Ubuntu，安装Plex Media Server，将Windows文件通过/mnt/c路径接入，实现媒体库统一管理。关键步骤包括配置软件源、启动服务、创建媒体库并验证文件读取。最终达成“文件→WSL→Plex→远程访问”的链路贯通，解决本地媒体杂乱、跨设备访问难的问题，构建可持续维护的统一媒体中心。]]></description><category></category></item><item><title><![CDATA[KFS DDL自动转换：让260+条异构同步链路从容应对结构变化]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/167918690</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/167918690</guid><author>liu_chen_yang</author><pubDate>Thu, 15 Oct 2026 07:45:00 +0800</pubDate><description><![CDATA[在大型医院数据同步项目中，260+条异构数据库链路面临频繁的DDL变更挑战。KFS通过“拆解-映射-重构”三步法，将复杂DDL结构化解析，自动适配不同数据库类型差异，按目标语法生成可执行语句，并以真实执行结果验证转换有效性，实现98%以上一次通过率，大幅降低人工干预，破解大规模数据同步中的结构同步难题。]]></description><category></category></item><item><title><![CDATA[金仓时序数据库：以高效压缩、快速写入与时序优化，破解工业海量数据管理难题]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/167918610</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/167918610</guid><author>liu_chen_yang</author><pubDate>Wed, 14 Oct 2026 17:41:07 +0800</pubDate><description><![CDATA[金仓时序数据库针对工业互联网等场景下时序数据量大、增长快、存储成本高等问题，通过Delta-of-Delta差值编码、Gorilla XOR压缩等技术实现45:1超高压缩比，降低存储成本；优化写入路径，支持465万行/秒的高速批量导入，701分钟完成1956亿行数据加载；创新时序超表机制，相比传统分区表，实时插入效率提升26%，查询性能提升19.1倍，全面助力企业高效管理海量时序数据。]]></description><category></category></item><item><title><![CDATA[时序数据库选型实战：Apache IoTDB 2.x 云原生架构解析与关键基础设施安全底座构建]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/167689575</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/167689575</guid><author>liu_chen_yang</author><pubDate>Mon, 12 Oct 2026 13:28:27 +0800</pubDate><description><![CDATA[时序数据库选型是一项系统工程，需要综合考虑技术特性、业务场景、团队能力和长期成本。]]></description><category></category></item><item><title><![CDATA[OpenClaw Windows部署：自定义模型接入、Gateway远程访问与设备配对]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/167683164</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/167683164</guid><author>liu_chen_yang</author><pubDate>Mon, 12 Oct 2026 11:49:24 +0800</pubDate><description><![CDATA[本文详述了在Windows环境下部署OpenClaw的完整流程，涵盖Node.js（通过nvm管理）、Git安装、PowerShell执行策略配置，以及使用PowerShell脚本完成OpenClaw初始化。重点演示了自定义模型接入（Custom Provider）配置，包括API Base URL、Key与模型Code设置，并通过修改openclaw.json调整上下文窗口与最大生成长度以解决对话限制问题。随后验证本地文件操作与HTML页面生成能力，逐步排查公网访问404错误。最终完成Gateway远程访]]></description><category></category></item><item><title><![CDATA[GitLab + ArgoCD 实现 Kubernetes GitOps 自动化部署]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/164048677</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/164048677</guid><author>liu_chen_yang</author><pubDate>Thu, 08 Oct 2026 19:50:06 +0800</pubDate><description><![CDATA[本文介绍基于GitOps理念的Kubernetes自动化部署方案，利用ArgoCD实现GitLab/GitHub/Gitee仓库中K8s清单的自动同步与部署。通过将应用配置存于Git，由ArgoCD持续监听并拉取最新状态，实现“声明式”、安全可靠的CI/CD流程。文章详细阐述了部署环境要求、架构设计、ArgoCD版本兼容性及两种部署方式（YAML与Helm），并提供完整操作步骤与参考链接，助力开发者高效构建现代化云原生发布体系。]]></description><category></category></item><item><title><![CDATA[不注册也能多人一起写？用 Rustpad 在 NAS 上搭一个轻量协作文本编辑器]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/166593257</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/166593257</guid><author>liu_chen_yang</author><pubDate>Thu, 24 Sep 2026 15:00:08 +0800</pubDate><description><![CDATA[本文介绍如何在极空间NAS上部署轻量协作文本工具Rustpad，实现无需注册的多人实时协作。通过Docker快速部署，配置端口映射与资源限制，结合cpolar将内网服务暴露至公网，支持临时会议记录、代码共享等场景。强调其“点开即用”的便捷性，但提醒默认内存存储导致文档不持久，需额外确认数据归档方案。]]></description><category></category></item><item><title><![CDATA[32 位 XID 的“狗皮膏药”被撕掉了：金仓 V9 的 64 位事务号实测与底层拆解]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/165748467</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/165748467</guid><author>liu_chen_yang</author><pubDate>Fri, 18 Sep 2026 08:15:00 +0800</pubDate><description><![CDATA[32 位 XID 下，freeze 是“对抗循环的紧急任务”。64 位 XID 下，freeze 是“普通 cleanup”。这个语义转变对 autovacuum 调优哲学有深远影响——DBA 不再需要“算 freeze 窗口”，而是回归“按业务需要清理死元组”。五年前我吐槽 PG 的 32 位 XID 是“狗皮膏药”，当时没人接这个吐槽——PG 社区认为“freeze + autovacuum 已经够用”，国产数据库当时也没人敢碰这块。]]></description><category></category></item><item><title><![CDATA[告别手工运维：KES-Operator 如何让数据库集群在 K8s 里“自己管自己”]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/165748264</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/165748264</guid><author>liu_chen_yang</author><pubDate>Thu, 17 Sep 2026 15:42:00 +0800</pubDate><description><![CDATA[随着业务系统上云，数据库在K8s环境下的运维面临挑战。电科金仓推出KES-Operator，基于Kubernetes Operator模式，通过声明式配置实现KES集群的自动化部署、状态持续管理、弹性扩缩容及物理备份与监控，全面融入K8s管理体系，显著提升运维效率与稳定性。]]></description><category></category></item><item><title><![CDATA[普通摄像头怎么加上 AI 监控？用 Frigate 把识别和事件管理放到绿联 NAS]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/165744544</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/165744544</guid><author>liu_chen_yang</author><pubDate>Thu, 17 Sep 2026 14:42:04 +0800</pubDate><description><![CDATA[本文介绍如何利用绿联N5105 NAS部署Frigate，实现普通摄像头的AI智能监控。通过开启Docker与SSH，固定摄像头IP并获取RTSP流，使用一键脚本部署Frigate，并调用Intel核显进行本地AI推理。系统成功实现视频流接入、目标检测、事件录像与远程访问，验证了本地AI监控的可行性与稳定性，让老旧摄像头焕发新生。]]></description><category></category></item><item><title><![CDATA[AI 画图到底好不好用？Next-AI-Draw.io 部署、出图与远程访问实测]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/164832764</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/164832764</guid><author>liu_chen_yang</author><pubDate>Thu, 10 Sep 2026 13:06:02 +0800</pubDate><description><![CDATA[这次 Next-AI-Draw.io 真正跑通了两条链。第一条是AI 绘图链Windows + Docker 本地启动 Next-AI-Draw.io；端口映射为3164:3000；配置；配置模型名称、和 DeepSeek API Key；浏览器通过打开；实际生成 TCP/IP 思维导图；实际生成电商下单支付售后流程图；实际生成 UML、ER 图和 AWS 架构图；实际生成多分支用户注册流程图。第二条是远程访问链Windows 安装cpolar；进入管理界面；]]></description><category></category></item><item><title><![CDATA[K8s集群中的数据库新范式：KES-Operator解锁部署、扩缩容、备份全链路自动化]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/164478084</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/164478084</guid><author>liu_chen_yang</author><pubDate>Wed, 09 Sep 2026 06:45:00 +0800</pubDate><description><![CDATA[内容介绍KES-Operator工具，用于在Kubernetes中管理KES数据库集群，提供部署、状态管理、扩缩容、备份监控等功能。摘要要简洁概括。</think>电科金仓推出KES-Operator，基于Kubernetes Operator技术，将KES数据库集群纳入K8s管理体系，支持自动化部署、状态管理、灵活扩缩容、物理备份与监控，简化云原生环境下的数据库运维。该工具已正式发布，可下载体验。]]></description><category></category></item><item><title><![CDATA[异构同步进入“毫秒级”时代：KFS全链路并行如何突破数据迁移瓶颈？]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/164477620</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/164477620</guid><author>liu_chen_yang</author><pubDate>Tue, 08 Sep 2026 06:00:00 +0800</pubDate><description><![CDATA[<think>我们只需要根据图片生成摘要，但图片内容未知。由于用户只提供了图片链接，没有文本内容。需要根据常识或假设？可能这些图片是技术文章截图。但无法看到。只能要求用户提供文本，或基于图片URL生成通用摘要。但指令是“根据以下内容”，以下内容是图片。可能图片是优快云上的技术文章。需要分析图片描述？实际上无法查看。也许可以推断是某种教程。但最好告知无法访问图片。但要求生成摘要。或许可以搜索这些图片？不能。只能回复无法摘要。但也许系统期望从图片提取文字？没有OCR能力。安全做法：说明无法根据图片生成摘要，请]]></description><category></category></item><item><title><![CDATA[时序数据基础设施选型手册：Apache IoTDB 技术深度解析与性能实战]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/164479636</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/164479636</guid><author>liu_chen_yang</author><pubDate>Mon, 07 Sep 2026 18:00:23 +0800</pubDate><description><![CDATA[<think>我们要求根据用户提供的内容生成≤150字的文章摘要。用户提供的内容是一个很长的技术文章，主要关于时序数据库选型和Apache IoTDB。摘要需要简洁概括文章核心内容。需要控制在150字以内。注意摘要应涵盖文章要点：时序数据增长挑战、选型维度、国际对比、IoTDB优势。用中文。尽量精炼。</think>时序数据洪流挑战传统数据库，专用时序数据库成刚需。Apache IoTDB作为Apache顶级项目，凭原生TsFile引擎实现高压缩、高吞吐，支持端边云协同及工业协议生态。对比InfluxDB、]]></description><category></category></item><item><title><![CDATA[告别“碎片化”排障：构建从“异常感知”到“根因锁定”的统一诊断链路]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/164476959</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/164476959</guid><author>liu_chen_yang</author><pubDate>Mon, 07 Sep 2026 17:32:19 +0800</pubDate><description><![CDATA[<think>我们根据用户要求，根据提供的内容生成≤150字的文章摘要。需要概括核心：KEMCC解决数据库排障碎片化，构建诊断框架，从异常到根因，关联性能、锁、SQL等，提供连续分析链路，最终缩短排查路径。字数严格≤150。写摘要。注意中文字数。提供纯文本。</think>KEMCC构建一体化数据库诊断框架，将性能、锁、根因、SQL、索引等分析关联为连续链路。从异常时间点出发，联动指标与SQL，还原锁等待关系，追溯根因与优化建议，终结碎片化排障，让DBA从“看到异常”直达“找到原因”。]]></description><category></category></item><item><title><![CDATA[Linux 下使用 Trivy 扫描 Docker 镜像漏洞]]></title><link>https://blog.youkuaiyun.com/liu_chen_yang/article/details/163636209</link><guid>https://blog.youkuaiyun.com/liu_chen_yang/article/details/163636209</guid><author>liu_chen_yang</author><pubDate>Mon, 31 Aug 2026 09:39:32 +0800</pubDate><description><![CDATA[在选型容器扫描工具时，Trivy 相比传统方案（如 Clair）有显著优势：
方法二：手动下载安装


github各版本下载地址：https://github.com/aquasecurity/trivy/tags
版本的多种部署方式下载地址：https://github.com/aquasecurity/trivy/releases/tag/v0.73.0（包含：rpm、deb、arm、linux、windows等等，根据自己所需进行下载）

方法三：Docker 方式运行

三、命令及参数
3.1 命]]></description><category></category></item></channel></rss>