memcached+keepalived高性能内存缓存应用

本文详细介绍了如何在CentOS环境下安装、配置Memcached内存缓存系统,并通过Keepalived实现高可用集群。从依赖安装到服务启动,再到故障转移测试,全程实战操作,确保数据的高效率与高可靠性。

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

memcached+keepalived高性能内存缓存应用

一、 安装及配置memcached
1、 安装memcached、centos02一样配置
1)
安装依赖程序libevent

[root@centos01 ~]# cd /usr/src/
[root@centos01 src]# rz
在这里插入图片描述
[root@centos01 src]# ls
在这里插入图片描述
[root@centos01 src]# tar zxvf libevent-1.4.9-stable.tar.gz
[root@centos01 src]# cd libevent-1.4.9-stable/
[root@centos01 libevent-1.4.9-stable]# ./configure --prefix=/usr/local/libevent
[root@centos01 libevent-1.4.9-stable]# make && make install
2)
安装memcached

[root@centos01 src]# tar zxvf memcached-1.2.6.tar.gz
[root@centos01 src]# cd memcached-1.2.6/
[root@centos01 memcached-1.2.6]# ./configure --prefix=/usr/local/memcached --with-libevent=/usr/local/libevent/
[root@centos01 memcached-1.2.6]# make && make install
3)
优化memcached命令

[root@centos01 ~]# vim /etc/profile
PATH=$PATH:/usr/local/memcached/bin/
[root@centos01 ~]# source /etc/profile
4)
加载libevent

[root@centos01 ~]# vim /etc/ld.so.conf
include ld.so.conf.d/.conf
/usr/local/libevent/lib/
[root@centos01 ~]# ldconfig
5)
启动memcached服务

[root@centos01 ~]# memcached -d -m 300m -p 11211 -u root
6)
安装telnet登陆memcached

[root@centos01 ~]# rm -rf /etc/yum.repos.d/CentOS-

[root@centos01 ~]# mount /dev/cdrom /mnt/
mount: /dev/sr0 写保护,将以只读方式挂载
[root@centos01 ~]# yum -y install telnet
7)
使用telnet登陆memcached

[root@centos01 ~]# telnet 192.168.100.10 11211
Trying 192.168.100.10…
Connected to 192.168.100.10.
Escape character is ‘^]’.
8)
查看memcached服务状态

stats
在这里插入图片描述
9)
插入数据

set cheng 0 0 5
cheng
STORED
10)
查看设置的值

get cheng
VALUE cheng 0 5
cheng
END
11)
删除值

delete cheng
DELETED
2、 安装manget、centos02一样配置
1)
添加网卡、联网安装centos7源和libevent-devel工具

[root@centos01 ~]# cd /etc/yum.repos.d/
[root@centos01 yum.repos.d]# wget http://mirrors.aliyun.com/repo/Centos-7.rep
[root@centos01 ~]# yum -y install libevent-devel
2)
创建magent目录并安装magent

[root@centos01 ~]# mkdir /usr/local/magent/
[root@centos01 ~]# cd /usr/src/
[root@centos01 src]# rz
z waiting to receive.**B0100000023be50
在这里插入图片描述
[root@centos01 src]# tar zxvf magent-0.5.tar.gz -C /usr/local/magent/
3)
修改magent配置文件

[root@centos01 ~]# cd /usr/local/magent/
[root@centos01 magent]# vim Makefile
LIBS = -levent -lm
[root@centos01 magent]# vim ketama.h
#ifndef SSIZE_MAX
#define SSIZE_MAX 32767
#endif
[root@centos01 magent]# make
4)
修改magent位置

[root@centos01 magent]# cp magent /usr/bin/
3、 安装和配置keepalived、centos02一样配置
1)
安装keepalived依赖程序

[root@centos01 ~]# yum -y install kernel-devel openssl-devel popt-devel
[root@centos01 ~]# umount /mnt/
在这里插入图片描述
[root@centos01 ~]# mount /dev/cdrom /mnt/
mount: /dev/sr0 写保护,将以只读方式挂载
[root@centos01 ~]# tar zxvf /mnt/keepalived-1.2.13.tar.gz -C /usr/src/
2)
配置keepalived

[root@centos01 ~]# cd /usr/src/keepalived-1.2.13/
[root@centos01 keepalived-1.2.13]# ./configure --prefix=/ --with-kernel-dir=/usr/src/kernels/
[root@centos01 keepalived-1.2.13]# make && make install
3)
添加系统服务设置开机自动启动

[root@centos01 ~]# chkconfig --add keepalived
[root@centos01 ~]# chkconfig --level 35 keepalived on
4)
修改keepalived主节点配置文件

[root@centos01 ~]# vim /etc/keepalived/keepalived.conf
! Configuration File for keepalived

global_defs {
router_id Master
}

vrrp_instance VI_1 {
state MASTER
interface ens32
virtual_router_id 51
priority 100
advert_int 1
authentication {
auth_type PASS
auth_pass 1111
}
virtual_ipaddress {
192.168.100.254
}
vrrp_script magent {
script “/opt/magent.sh”
interval 2
}
track_script {
magent
}
}
5)
启动主keepalived

[root@centos01 ~]# systemctl start keepalived
6)
配置监控主keepalived脚本

[root@centos01 ~]# vim /opt/magent.sh
#!/bin/bash
KEEPALIVED=ps -ef |grep keepalived |grep -v grep |wc -l
if [ $KEEPALIVED -gt 0 ];then
magent -u root -n 51200 -l 192.168.100.254 -p 12000 -s 192.168.100.10:11211 -b 192.168.100.20:11211
else
pkill -9 magent
fi
[root@centos01 ~]# chmod +x /opt/magent.sh
[root@centos01 ~]# sh /opt/magent.sh
7)
修改keepalived从节点配置文件

[root@centos02 ~]# vim /etc/keepalived/keepalived.conf
! Configuration File for keepalived

global_defs {
router_id Backup
}

vrrp_instance VI_1 {
state BACKUP
interface ens32
virtual_router_id 51
priority 99
advert_int 1
authentication {
auth_type PASS
auth_pass 1111
}
virtual_ipaddress {
192.168.100.254
}
vrrp_script magent {
script “/opt/magent.sh”
interval 2
}
track_script {
magent
}
}
8)
启动从keepalived

[root@centos02 ~]# systemctl start keepalived
9)
配置监控从keepalived脚本

[root@centos02 ~]# vim /opt/magent.sh
#!/bin/bash
KEEPALIVED=ip addr |grep 192.168.100.254 |grep -v grep |wc -l
if [ $KEEPALIVED -gt 0 ];then
magent -u root -n 51200 -l 192.168.100.254 -p 12000 -s 192.168.100.10:11211 -b 192.168.100.20:11211
else
pkill -9 magent
fi
[root@centos02 ~]# chmod +x /opt/magent.sh
[root@centos02 ~]# sh /opt/magent.sh
10
客户端安装telnet

[root@centos03 ~]# rm -rf /etc/yum.repos.d/CentOS-*
[root@centos03 ~]# mount /dev/cdrom /mnt/
mount: /dev/sr0 写保护,将以只读方式挂载
[root@centos03 ~]# yum -y install telnet
11)
客户端测试

在这里插入图片描述
[root@centos03 ~]# telnet 192.168.100.254 12000
Trying 192.168.100.254…
Connected to 192.168.100.254.
Escape character is ‘^]’.
set cheng 0 0 4
qaqq
STORED
get cheng
VALUE cheng 0 4
qaqq
END
停掉主节点再次查看
[root@centos01 ~]# systemctl stop keepalived
在这里插入图片描述
[root@centos03 ~]# telnet 192.168.100.254 12000
Trying 192.168.100.254…
Connected to 192.168.100.254.
Escape character is ‘^]’.
get cheng
VALUE cheng 0 4
qaqq
END

[root@centos03 ~]# telnet 192.168.100.10 11211
Trying 192.168.100.10…
Connected to 192.168.100.10.
Escape character is ‘^]’.
get cheng
VALUE cheng 0 4
qaqq
END
quit
Connection closed by foreign host.
[root@centos03 ~]# telnet 192.168.100.20 11211
Trying 192.168.100.20…
Connected to 192.168.100.20.
Escape character is ‘^]’.
get cheng
VALUE cheng 0 4
qaqq
END

### LlamaIndex 多模态 RAG 实现 LlamaIndex 支持多种数据类型的接入与处理,这使得它成为构建多模态检索增强生成(RAG)系统的理想选择[^1]。为了实现这一目标,LlamaIndex 结合了不同种类的数据连接器、索引机制以及强大的查询引擎。 #### 数据连接器支持多样化输入源 对于多模态数据的支持始于数据收集阶段。LlamaIndex 的数据连接器可以从多个异构资源中提取信息,包括但不限于APIs、PDF文档、SQL数据库等。这意味着无论是文本还是多媒体文件中的内容都可以被纳入到后续的分析流程之中。 #### 统一化的中间表示形式 一旦获取到了原始资料之后,下一步就是创建统一而高效的内部表达方式——即所谓的“中间表示”。这种转换不仅简化了下游任务的操作难度,同时也提高了整个系统的性能表现。尤其当面对复杂场景下的混合型数据集时,良好的设计尤为关键。 #### 查询引擎助力跨媒体理解能力 借助于内置的强大搜索引擎组件,用户可以通过自然语言提问的形式轻松获得所需答案;而对于更复杂的交互需求,则提供了专门定制版聊天机器人服务作为补充选项之一。更重要的是,在这里实现了真正的语义级关联匹配逻辑,从而让计算机具备了一定程度上的‘认知’功能去理解和回应人类意图背后所蕴含的意义所在。 #### 应用实例展示 考虑到实际应用场景的需求多样性,下面给出一段Python代码示例来说明如何利用LlamaIndex搭建一个多模态RAG系统: ```python from llama_index import GPTSimpleVectorIndex, SimpleDirectoryReader, LLMPredictor, PromptHelper, ServiceContext from langchain.llms.base import BaseLLM import os def create_multi_modal_rag_system(): documents = SimpleDirectoryReader(input_dir='./data').load_data() llm_predictor = LLMPredictor(llm=BaseLLM()) # 假设已经定义好了具体的大型预训练模型 service_context = ServiceContext.from_defaults( chunk_size_limit=None, prompt_helper=PromptHelper(max_input_size=-1), llm_predictor=llm_predictor ) index = GPTSimpleVectorIndex(documents, service_context=service_context) query_engine = index.as_query_engine(similarity_top_k=2) response = query_engine.query("请描述一下图片里的人物表情特征") print(response) ``` 此段脚本展示了从加载本地目录下各类格式文件开始直到最终完成一次基于相似度排序后的top-k条目返回全过程。值得注意的是,“query”方法接收字符串参数代表使用者想要询问的内容,而在后台则会自动调用相应的解析模块并结合先前准备好的知识库来进行推理计算得出结论。
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