Mongodb 主从复制 配置:
单机测试:
建立三个服务器的储存目录

cd /var/mongodb
mkdir -p masterdb
mkdir -p salvedb_1
mkdir -p slavedb_2

启动主服务器和从服务器

#主服务器 监听10000端口
./bin/mongod --dbpath ./masterdb/ --port 10000 --master

#从服务器 这里启动两个从服务器  分别用10001 和 10002 端口  也可以使用 master master-> slave 的设置
./bin/mongod --dbpath ./slavedb_1 --source localhost:10000 --slave --port 10001
./bin/mongod --dbpath ./slavedb_2 --source localhost:10000 --slave --port 10002
#启动后  就会看到有日志 显示 从主服务器复制内容了

测试:

#查询从服务器1
./bin/mongo --port 10001
show dbs
#里面只有系统数据库,同时如果做插入数据的操作 会提示 not master
use testdb
db.blog.save({title:"new article"})

主服务器插入数据后,从服务器查询
主服务器:

./bin/mongo --port 10000
MongoDB shell version: 1.6.0
connecting to: 127.0.0.1:10000/test
> use testdb
switched to db testdb
> db.blog.save({title:"new article"})

从服务器上测试:

./bin/mongo --port 10001
MongoDB shell version: 1.6.0
connecting to: 127.0.0.1:10001/test
> show dbs
admin
local
testdb
> use testdb
switched to db testdb
> db.blog.find()
{ "_id" : ObjectId("4c776ccce7af0727ce4b6234"), "title" : "new article" }
>

ok 这样就完成最简单的主从配置了

主主复制配置:
主主配置这里就不测试了,配置也比较简单 都加上 –master –slave –source 参数,当然也可以在控制台里面去执行命令更改参数.
参开资料 官方文档:http://www.mongodb.org/display/DOCS/Home

文章作者：liangdi 最后修改：2010.08.27 转载请注明来自:[自由的心灵]

原文链接：http://liangdi.icentos.net/2010/08/27/mongodb_master_salve_master_master/

KVM (for Kernel-based Virtual Machine) is a full virtualization solution for Linux on x86 hardware containing virtualization extensions (Intel VT or AMD-V). It consists of a loadable kernel module, kvm.ko, that provides the core virtualization infrastructure and a processor specific module, kvm-intel.ko or kvm-amd.ko. KVM also requires a modified QEMU although work is underway to get the required changes upstream.

Using KVM, one can run multiple virtual machines running unmodified Linux or Windows images. Each virtual machine has private virtualized hardware: a network card, disk, graphics adapter, etc.

The kernel component of KVM is included in mainline Linux, as of 2.6.20.

KVM是红帽大版本6中默认的虚拟化技术,从上述描述中可以看出,KVM有很多优势,作为CentOS的使用者自然也有好处～，而现在的CentOS5.5的内核是2.6.18-194.11.1.el5所以需要安装kvm的内核模块
使用kvm，你的cpu必须支持 vm 技术，否则和 qemu 的效率基本相同
可以用以下代码查看CPU是否支持可以用以下命令检测

        egrep '(vmx|svm)' /proc/cpuinfo
    

如果有输出则支持。
在CentOS中安装

        yum install -y kvm kvm-mod qemu
    

安装好之后,我打算测试一下Win系统和CentOS系统的安装,所以我先建立两个虚拟机,并准备好了CentOS_5.4_Final.iso和WIN_2003_SP2.iso两个系统镜像

mkdir -p /var/kvm
mkdir -p /var/kvm/Win2003
mkdir -p /var/kvm/CentOS5.4
#建立两个虚拟磁盘
cd /var/kvm/Win2003
qemu-ime create -f qcow2 win2003.img 10G
cd /var/kvm/CentOS5.4
qemu-ime create -f qcow2 centos5.4.img 10G
#建立好之后就可以为虚拟机安装系统了
qemu-kvm -hda centos5.4.img -cdrom /var/downloads/CentOS_5.4_Final.iso -boot d -m 512
#执行之后就出现了系统安装的界面,至于如果使用qemu-kvm的命令 看文档或者qemu-kvm --help ,这是学习linux所必备的能力

PS:如果你的机器是32位的,目前的版本不能再安装libvirt,32位版本的和kvm有冲突,64位版本的可以安装.
这里的我并没有写一些高级的配置,包括桥接等,这些内容将在后续的文章中说明,后续将会使用多台虚拟机搭建MongoDB的集群和分区等各种实验.

以下就是几张截图

centos安装

win2k3安装完成

两个系统同时运行

文章作者：liangdi 最后修改：2010.08.20 转载请注明来自:[自由的心灵]

原文链接：http://liangdi.icentos.net/2010/08/20/kvm_use_under_centos/ ]]> http://liangdi.icentos.net/2010/08/20/kvm_use_under_centos/feed/ 0 http://liangdi.icentos.net/2010/05/19/openbsd4-7_release/ http://liangdi.icentos.net/2010/05/19/openbsd4-7_release/#comments Wed, 19 May 2010 13:36:39 +0000 liangdi http://liangdi.icentos.net/?p=245

OpenBSD 致力于开发一个自由，基于 4.4BSD 的多平台，与 UNIX 兼容的操作系统。我们重点致力于可移植性，标准化，正确性，前瞻的安全性和完整的加密技术。OpenBSD 支持 SVR4(Solaris)，FreeBSD，Linux，BSD/OS，SunOS 和 HP-UX 下大多数程序的二进制仿真运行。

发行注记页面:http://www.jp.openbsd.org/zh/47.html
下载列表:http://www.openbsd.org/zh/ftp.html
OpenBSD是一个很优秀的操作系统,通常作为路由器,VPN,防火墙等等.而我本人是用作个人数据服务器.

http://www.icentos.net/read-htm-tid-40.html

http://wiki.centos.org/zh/Manuals/ReleaseNotes/CentOS5.5

官方社区也有帖子说明快了,大家就期待吧 呵呵～～  不过我更期待的是6.0的版本因为内核已经更新到2.6.32了,可以使用很多新的功能!

讨论帖子:http://www.centos.org/modules/newbb/viewtopic.php?topic_id=25548&forum=53

智能手机的网络流量往往被视 为智能手机流行程度的风向标。

日前，根据美国移动广告商AdMob的统 计，iPhone OS在美国本土的网络流量占了美国本土全部移动互联网流量的39%，而Android系统首次超越了它，达到了46%。不过要放在世界范围内来 看，iPhone OS仍占了46%，而Android只占了25%，还是排第二。因为这是AdMob提供的数据，而且其也并没有公布算法，数据只能仅供参考，不过仍能说明 Android的来势汹汹，能对苹果造成威胁的果然只有Google。

顺便说一 句，Android的网络商店的应用程序已经超过了5万，但其软件的平均质量和iPhone OS仍有极大地差别。

下载: Makefile.pdf (573 K)

原文地址:http://www.icentos.net/read-htm-tid-18.html

本文先完成对Domino文档以及其附件的读取.步骤比较简单

1.获得Sessio,需要用户,密码以及IOR.
Session session = NotesFactory.createSessionWithIOR(IOR, user, pass);

2.选择数据库和视图
Database db = session.getDatabase(null, “datastorge01.nsf”);
View view = db.getView(“(SWSearch_main)”);

3.遍历文档,读取字段信息以及拆解附件.
view.getFirstDocument();
view.getNextDocument(doc);
Vector attNames = session.evaluate(“@AttachmentNames”,doc);//附件

JAVA代码:

package notesdemo;

import java.io.File;
import java.util.Vector;
import lotus.domino.Database;
import lotus.domino.Document;
import lotus.domino.EmbeddedObject;
import lotus.domino.NotesException;
import lotus.domino.NotesFactory;
import lotus.domino.Session;
import lotus.domino.View;

public class Main {
	public Integer attCount = 0;
	public Long attSize = new Long(0);
    /**
     * @param args the command line arguments
     */
    public static void main(String[] args) throws NotesException {
        // TODO code application logic here
		String basePath ="/root/Desktop/notesfiles/";
		Main demo = new Main();
		Long t = System.currentTimeMillis();
		System.out.println("开始:");

		demo.Connection();
		System.out.println("耗时: " + (System.currentTimeMillis()- t)/1000 + "秒   附件数量:" + demo.attCount + "  附件总大小:" + demo.attSize/1024/1024 + "MB");
    }
	public void Connection() throws NotesException{

		String basePath ="/root/Desktop/notesfiles/";
		String user= "username";
		String pass="password";
		//192.30.1.132
		String IOR="IOR:010002022900000049444c3a6c6f7475732f646f6d696e6f2f636f7262612f494f626a6563745365727665723a312e3000000000010000000000000070000000010101020d0000003139322e33302e312e3133320000acf6310000000438353235363531612d656336382d313036632d656565302d303037653264323233336235004c6f7475734e4f490100010000000100000001000000140000000100020201000105000000000001010000000000";
		//IOR="";
		//本地
		//IOR =NotesFactory.getIOR("192.168.126.128");
		//IOR="IOR:0101af002900000049444c3a6c6f7475732f646f6d696e6f2f636f7262612f494f626a6563745365727665723a312e300000000001000000000000007400000001010100100000003139322e3136382e3132362e31323800acf60000310000000438353235363531612d656336382d313036632d656565302d303037653264323233336235004c6f7475734e4f490100010000000100000001000000140000000101af0001000105000000000001010000000000";

		//IOR = NotesFactory.getIOP("192.168.1.105");
		IOR = "IOR:0101af002900000049444c3a6c6f7475732f646f6d696e6f2f636f7262612f494f626a6563745365727665723a312e3000000000010000000000000070000000010101000e0000003139322e3136382e312e31303500acf6310000000438353235363531612d656336382d313036632d656565302d303037653264323233336235004c6f7475734e4f490100010000000100000001000000140000000101af0001000105000000000001010000000000";
		try{
			Session session = NotesFactory.createSessionWithIOR(IOR, user, pass);
			Document doc;
			Database db = session.getDatabase(null, "datastorge01.nsf");
			View view = db.getView("(SWSearch_main)");
			System.out.println("view = " + view);
			doc = view.getFirstDocument();
			int j =0;
			while(doc !=null && attCount <100){
				String UID =doc.getUniversalID();
				Vector attNames = session.evaluate("@AttachmentNames",doc);
				String author = doc.getItemValueString("txtCreator");
				String title = doc.getItemValueString("txtTitle");
				String lastUpdate = doc.getItemValueString("txtUpdate");
				String txtSource = doc.getItemValueString("txtSource");
				String txtDescription = doc.getItemValueString("txtDescription");
				String txtKey = doc.getItemValueString("txtKey");
				String txtSort = doc.getItemValueString("txtSort");
				System.out.println("\n");
				System.out.println("UID = " + UID);
				System.out.println("文档信息: title:" + title +  " 最后更新:" + lastUpdate + "Doc.lastModified:" + doc.getLastModified().toString());
				if(txtDescription.length() >=10){
					txtDescription = txtDescription.substring(0,10);
				}
				System.out.println("资料来源:" + txtSource + "  备注:" + txtDescription + "  关键字:" + txtKey + "   文档分类:" + txtSort);
				for (int i = 0; i < attNames.size(); i++) {
					if(true){
						break;
					}
					String object = (String)attNames.elementAt(i);
					EmbeddedObject obj = doc.getAttachment(object);
					File p = new File(basePath + UID);
					if(!p.exists()){
						p.mkdir();
					}
					if(obj !=null){
						this.attCount ++;
						Long t = System.currentTimeMillis();
						String attName = obj.getName();

						obj.extractFile(p+  "/" +attName);
						File attFile = new File(p+  "/" +attName);
						System.out.println("文件路径: " + attFile.getCanonicalPath());
						Long len = attFile.length();
						this.attSize += len;
						System.out.println("提取附件时间: "+ (System.currentTimeMillis()- t) + "毫秒" + "  附件大小:" + attFile.length()/1024 + "KB");
					}
				}
				if(doc ==null){
					break;
				}
				doc = view.getNextDocument(doc);
			}
		}catch(Exception ex){
			ex.printStackTrace();

		}
	}
}

总得来说,DIIOP的接口还是比较简单的.

文章作者：liangdi 最后修改：2010.04.19 转载请注明来自:[自由的心灵]

原文链接：http://liangdi.icentos.net/2010/04/19/java_connect_domino_with_diiop/ ]]> http://liangdi.icentos.net/2010/04/19/java_connect_domino_with_diiop/feed/ 1 http://liangdi.icentos.net/2010/04/18/use_memcache_nutch_lucene/ http://liangdi.icentos.net/2010/04/18/use_memcache_nutch_lucene/#comments Sun, 18 Apr 2010 10:09:24 +0000 liangdi http://liangdi.icentos.net/?p=210 搜索项目已经上线了,客户使用的硬件不错,系统表现的也不错,不过所谓”编程无止境”,针对客户的使用特点,我决定对系统做个使用Memcache缓存提升性能的方案,对于整个搜索系统来说需要缓存的地方很多:搜索结果、分词(同义词)、以及客户定制的一些功能.本文就针对搜索结果做缓存看看性能提升效果 .

Memcache服务器使用很简单从http://memcached.org/ 下载,开启服务的简单命令:/path/to/memcached -u root -d,JAVA-Client可以使用这个:http://github.com/gwhalin/Memcached-Java-Client/downloads.

根据系统需求,写一个CacheUtil类,根据搜索关键字+搜索类型+搜索起始记录数 组成的字符串作为key,保存搜索结果HashMap,同样根据key取得搜索结果直接返回.

package com.richeninfo.sw.search;

import java.util.HashMap;
import java.util.Map;

import com.danga.MemCached.MemCachedClient;
import com.danga.MemCached.SockIOPool;

public class CacheUtil {

	protected static MemCachedClient mcc = new MemCachedClient();
	private static String[] servers = {"localhost:11211"};
	private static Integer[] weights = {3};
	static {
		//需要写成配置,测试数据
		//String[] servers = {"localhost:11211"};
		//Integer[] weights = {3};

		//创建一个实例对象SockIOPool
		SockIOPool pool = SockIOPool.getInstance();

		// set the servers and the weights
		//设置Memcached Server
		pool.setServers(servers);
		pool.setWeights(weights);

		// set some basic pool settings
		// 5 initial, 5 min, and 250 max conns
		// and set the max idle time for a conn
		// to 6 hours
		pool.setInitConn(5);
		pool.setMinConn(5);
		pool.setMaxConn(250);
		pool.setMaxIdle(1000 * 60 * 60 * 6);

		// set the sleep for the maint thread
		// it will wake up every x seconds and
		// maintain the pool size
		pool.setMaintSleep(30);

		// Tcp的规则就是在发送一个包之前，本地机器会等待远程主机
		// 对上一次发送的包的确认信息到来；这个方法就可以关闭套接字的缓存，
		// 以至这个包准备好了就发；
		pool.setNagle(false);
		//连接建立后对超时的控制
		pool.setSocketTO(3000);
		//连接建立时对超时的控制
		pool.setSocketConnectTO(0);

		// initialize the connection pool
		//初始化一些值并与MemcachedServer段建立连接
		pool.initialize();

		// lets set some compression on for the client
		// compress anything larger than 64k
		mcc.setCompressEnable(true);
		mcc.setCompressThreshold(64 * 1024);
	}

	public Map get(String key,int type,int start){
		String tempKey = "k:" + key + "t:" + new Integer(type) + "s:" + new Integer(start);
		return get(tempKey);
	}
	public Map get(String key) {
		return  (Map) mcc.get(key);
	}
	public void put(String key,int type,int start,Map value){
		String tempKey = "k:" + key + "t:" + new Integer(type) + "s:" + new Integer(start);
		put(tempKey,value);
	}
	public void put(String key, Map value) {
		if (needCache(key)) {
			mcc.set(key, value);
		}
	}

	public boolean needCache(String key) {
		return true;
	}

	public static void main(String [] args){
		CacheUtil cu = new CacheUtil();
		String key = "k:中国t:1s:1";
		Map map = new HashMap();
		map.put("key", 123);
		CacheUtil.mcc.set(key, map);
		Map  v = (Map) CacheUtil.mcc.get(key);
		System.out.println("v = " + v);
	}
}

其中更具业务需求去缓存(needCache),比如只缓存热门关键词等.结合到系统中测试,在搜索前先取缓存,如果没有缓存再搜索,搜索后对结果缓存.简单的测试结果:

第一次搜索linux:

第一次搜索linux

第二次搜索linux:

第二次搜索linux

第一次搜索”5″:

第一次搜索"5":

第二次搜索”5″:

第二次搜索"5":

从测试结果看,对性能提升还是有大的作用的,对于集成到系统中,也不是简单的加个类就好,要对系统做整体的缓存设计,所以还得做比较多的事情.

文章作者：liangdi 最后修改：2010.04.18 转载请注明来自:[自由的心灵]

原文链接：http://liangdi.icentos.net/2010/04/18/use_memcache_nutch_lucene/

MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。他支持的数据结构非常松散，是类似 json的bjson格式，因此可以存储比较复杂的数据类型。Mongo最大的特点是他支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。

上面是MongoDB的介绍,如果需要更详细的了解或者是下载MongoDB,请访问:http://www.mongodb.org/

我之所以选择去了解和使用MongDB,除了它具有一些特有的性质,高性能外,主要一点就是开发方面,相比关系型数据库,用ORM库,而且还要维护scheme(这里当然不包括各种快速开发框架 ),本文是一个Java中使用MongoDB的一个简单例子 ,对一个对象的增加以及显示.就一个java类和一个jsp页面. MongoDB的安装和使用以及其文档也很丰富,这里就不再做介绍 .

Service类:

package net.icentos.demo.mongodb;

import com.mongodb.BasicDBObject;
import com.mongodb.DB;
import com.mongodb.DBCollection;
import com.mongodb.DBCursor;
import com.mongodb.Mongo;
import java.net.UnknownHostException;

public class WebSiteService {
	private Mongo mongo;
	private DB db;
	private DBCollection dbc;
	private String dbName = "test";
	private String collName = "websites";
	public WebSiteService() throws UnknownHostException {
		//Mongo对象
		mongo = new Mongo();
		//类似数据库的选择数据库
		db = mongo.getDB(dbName);
		//类似选择表
		dbc = db.getCollection(collName);
	}
	/**
	 * 插入数据
	 * @param url
	 * @param title
	 * @param logo
	 */
	public void addWebSite(String url,String title,String logo){
		BasicDBObject obj = new BasicDBObject();
		obj.put("url", url);
		obj.put("title", title);
		obj.put("logo", logo);
		System.out.println("Insert = " + title);
		dbc.insert(obj);
	}

	public DBCursor listAll(){
		return dbc.find();
	}
}

JSP页面:

<%@page contentType="text/html" pageEncoding="UTF-8"%>
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"
   "http://www.w3.org/TR/html4/loose.dtd">
<%
	net.icentos.demo.mongodb.WebSiteService service = new net.icentos.demo.mongodb.WebSiteService();

	//增加操作
	String action;
	action = request.getParameter("action");
	if(action != null && action.equals("add")){
		String url = request.getParameter("url");
		String title = request.getParameter("title");
		String logo = request.getParameter("logo");
		title = java.net.URLDecoder.decode(title, "UTF-8");
		service.addWebSite(url, title, logo);
	}

	//列表
	com.mongodb.DBCursor cur = service.listAll();
%>
<html>
    <head>
        <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
        <title>MongoDB Demo</title>
    </head>
    <body>
        <table>
			<tbody>
				<tr>
					<td>名称</td><td>URL</td><td>logo</td>
				</tr>
				<%
				//遍历列表
				while(cur.hasNext()){
					com.mongodb.DBObject website = cur.next();
					String title = (String)website.get("title");
					String url = (String)website.get("url");
					String logo = (String)website.get("logo");
					if(title == null){
						title = "";
					}
					if(url == null){
						url ="";
					}
					if(logo == null){
						logo = "";
					}
				%>
				<tr>
					<td><%=title%></td><td><%=url%></td><td><img src="<%=logo%>" width="81" height="31" /></td>
				</tr>
				<% }%>
			</tbody>
		</table>
			<form action="index.jsp" method="GET">
				 <table>
					<tbody>
						<tr><td>网站名称:</td><td><input name="title" size="10" /></td></tr>
						<tr><td>网站URL:</td><td><input name="url" size="20" /></td></tr>
						<tr><td>网站LOGO:</td><td><input name="logo" size="20" /></td></tr>
						<tr><td></td><td><input type="submit" value="添加"/></td></tr>
					</tbody>

				 </table>
				<input type="hidden" value="add" name="action" />
			</form>
    </body>
</html>

截图:

mongodb_demo

代码很少,但是实现我们所需要的功能.这个相比ORM框架要方便多了.而且MongoDB也支持强大的查询语句,赶快去发现吧!
我将在今后的合适的项目中(并非所有项目的数据库都适合使用MongoDB)逐步使用她,因为她也是已经有很多成熟的网站在使用了 .

文章作者：liangdi 最后修改：2010.04.17 转载请注明来自:[自由的心灵]

原文链接：http://liangdi.icentos.net/2010/04/17/mongodb_linux_java/