Sass安装

第一步:安装Ruby
Sass是用Ruby语言写的,但是两者的语法没有关系,所以学 Sass 不用学 Ruby,只是必须先安装Ruby,然后再安装Sass

Linux和Mac已自带Ruby,不用再安装。Windows用户可以从这里下载安装包

验证Ruby是否安装成功

ruby -v

或者

ruby --version

如果输出Ruby版本号,则表示安装成功

第二步:安装Sass
在命令行输入下面的命令

gem install sass

这样Sass就安装成功了。检测是否安装成功

sass -v

或者

sass --version

如果输出Sass版本号,则表示安装成功

可以使用以下命令更新Sass版本

gem update sass

如果被墙,将gem的镜像更换成淘宝的镜像:
删除gem原镜像,命令提示符输入:

gem sources --remove https://rubygems.org/

添加淘宝镜像,命令提示符输入:

gem sources -a https://ruby.taobao.org/

若无法添加https:的淘宝镜像,请尝试将source地址改为http://ruby.taobao.org/镜像

gem sources -a http://ruby.taobao.org/

查看gem镜像,确保只有ruby.taobao.org,命令提示符输入:

gem source

执行

gem install sass

如果有报错

ERROR: Could not find a valid gem 'sass' (>= 0), here is why:
Unable to download data from http://ruby.taobao.org/ - bad response No
t Found 404 (http://ruby.taobao.org/specs.4.8.gz)

删除gem的淘宝镜像,命令提示符输入

gem sources --remove http://ruby.taobao.org/

增加腾讯云镜像http://gems.ruby-china.org/

gem source -a http://gems.ruby-china.org/

再次安装就没有问题了。

发表在 Css | 标签为 , | 留下评论

“data/download/” 或 “data/addonmd5/” 目录无法创建或写入,这将会导致应用无法安装,请检查服务器环境

discuzx后台报错”data/download/” 或 “data/addonmd5/” 目录无法创建或写入,这将会导致应用无法安装,请检查服务器环境

QQ20131225161415

错误网上查了很久,都没啥实际有效的解决版本。最后想还是看看代码。不看,不知道。一看吓一跳。真是服了写这段代码的discuzx程序员。不多说了上图。

QQ20131225160427

懒得改了

编辑source/admincp/admincp_cloudaddons.php

找到cloudaddons_check();

注释该函数改为

//cloudaddons_check();

报存。这个世界清静了!

发表在 PHP | 标签为 | 留下评论

Linux Shell时间计算

计算得到昨天的日期
yesday=$(date +%Y-%m-%d -d “1970-01-01 UTC $(($(date +%s)-$((86400)))) seconds”)

发表在 Linux | 标签为 , | 留下评论

使用cacti监控服务器流量

我们来学习如何简单地配置cacti来监控服务器流量。
下面是cacti的工作流程图:

1、登录cacti,点击“Devices”,然后点击”Add”创建设备,如图:

2、然后输入Description,Hostname,Host Template选择“Generic SNMP-enabled Host”,SNMP Version一般选择“Version 1”(当然得根据你具体的snmp如何配置)。完成后点击”create”创建设备,如图:

3、接着在顶部点击“Create Graphs for this Host”创建图表,如图:

4、在“SNMP – Interface Statistics”下面会显示你的网卡,选择其中一个监控即可,我们这里选”eth0″,之后单击“create”。

5、现在已经成功创建图表,我们点击左侧的“Graph Management”查看图表列表,此时已经可以看到刚才创建的图表,点击相应的图表标题进去查看。

6、现在可能图表还没开始生成,最多等待5分钟,5分钟后图表是创建了,但图表没有数据,需要等待一段时间程序收集数据。

文章来源:《http://www.centos .bz/2012/06/cacti-monitor-traffic/》

发表在 Linux, 转载 | 标签为 , | 留下评论

centos监控工具 sar,iostat

yum -y install sysstat

whereis sar

whereis iostat

即可看到相关的命令

如果在redhat下面用rpm包安装的话可以先去 http://rpmfind.net/查找 sysstat相对应的rpm包

另附上:linux磁盘IO查看的相关命令及说明

from: http://blog.chinaunix.net/u3/93062/showart_1934431.html
##############
#
   操作
#
##############

# iostat -x 1 10
Linux 2.6.18-92.el5xen    02/03/2009

avg-cpu: %user   %nice %system %iowait %steal   %idle
          1.10    0.00    4.82   39.54    0.07   54.46

Device:          rrqm/s   wrqm/s   r/s w/s     rsec/s   wsec/s avgrq-sz avgqu-sz await svctm %util
sda               0.00     3.50   0.40 2.50     5.60    48.00    18.48     0.00    0.97   0.97  0.28
sdb               0.00     0.00   0.00 0.00     0.00     0.00     0.00     0.00    0.00   0.00  0.00
sdc               0.00     0.00   0.00 0.00     0.00     0.00     0.00     0.00    0.00   0.00  0.00
sdd               0.00     0.00   0.00 0.00     0.00     0.00     0.00     0.00    0.00   0.00  0.00
sde               0.00     0.10   0.30 0.20     2.40     2.40     9.60     0.00    1.60   1.60  0.08
sdf              17.40     0.50 102.00 0.20 12095.20     5.60   118.40     0.70    6.81   2.09 21.36
sdg             232.40     1.90 379.70 0.50 76451.20    19.20   201.13     4.94   13.78   2.45 93.16
##############
#
   注释
#
##############

rrqm/s:    每秒进行 merge 的读操作数目。即 delta(rmerge)/s
wrqm/s:    每秒进行 merge 的写操作数目。即 delta(wmerge)/s
r/s:       每秒完成的读 I/O 设备次数。即 delta(rio)/s
w/s:       每秒完成的写 I/O 设备次数。即 delta(wio)/s
rsec/s:    每秒读扇区数。即 delta(rsect)/s
wsec/s:    每秒写扇区数。即 delta(wsect)/s
rkB/s:     每秒读K字节数。是 rsect/s 的一半,因为每扇区大小为512字节。(需要计算)
wkB/s:     每秒写K字节数。是 wsect/s 的一半。(需要计算)
avgrq-sz: 平均每次设备I/O操作的数据大小 (扇区)。delta(rsect+wsect)/delta(rio+wio)
avgqu-sz: 平均I/O队列长度。即 delta(aveq)/s/1000 (因为aveq的单位为毫秒)。
await:     平均每次设备I/O操作的等待时间 (毫秒)。即 delta(ruse+wuse)/delta(rio+wio)
svctm:     平均每次设备I/O操作的服务时间 (毫秒)。即 delta(use)/delta(rio+wio)
%util:     一秒中有百分之多少的时间用于 I/O 操作,或者说一秒中有多少时间 I/O 队列是非空的。即 delta(use)/s/1000 (因为use的单位为毫秒)
##############
#
   分析
#
##############

1.如果 %util 接近 100%,说明产生的I/O请求太多,I/O系统已经满负荷,该磁盘可能存在瓶颈。

2.如果 idle 小于 70% IO压力就较大了,一般读取速度有较多的wait。

3.同时可以结合vmstat 查看查看b参数(等待资源的进程数)和wa参数(IO等待所占用的CPU时间的百分比,高过30%时IO压力高)

4.另外还可以参考
svctm 一般要小于 await (因为同时等待的请求的等待时间被重复计算了),svctm 的大小一般和磁盘性能有关,CPU/内存的负荷也会对其有影响,请求过多也会间接导致 svctm 的增加。await 的大小一般取决于服务时间(svctm) 以及 I/O 队列的长度和 I/O 请求的发出模式。如果 svctm 比较接近 await,说明 I/O 几乎没有等待时间;如果 await 远大于 svctm,说明 I/O 队列太长,应用得到的响应时间变慢,如果响应时间超过了用户可以容许的范围,这时可以考虑更换更快的磁盘,调整内核 elevator 算法,优化应用,或者升级 CPU。
队列长度(avgqu-sz)也可作为衡量系统 I/O 负荷的指标,但由于 avgqu-sz 是按照单位时间的平均值,所以不能反映瞬间的 I/O 洪水。

###############
#
  例子解释
#
###############

别人一个不错的例子.(I/O 系统 vs. 超市排队)

举一个例子,我们在超市排队 checkout 时,怎么决定该去哪个交款台呢? 首当是看排的队人数,5个人总比20人要快吧? 除了数人头,我们也常常看看前面人购买的东西多少,如果前面有个采购了一星期食品的大妈,那么可以考虑换个队排了。还有就是收银员的速度了,如果碰上了连 钱都点不清楚的新手,那就有的等了。另外,时机也很重要,可能 5 分钟前还人满为患的收款台,现在已是人去楼空,这时候交款可是很爽啊,当然,前提是那过去的 5 分钟里所做的事情比排队要有意义 (不过我还没发现什么事情比排队还无聊的)。

I/O 系统也和超市排队有很多类似之处:

r/s+w/s 类似于交款人的总数
平均队列长度(avgqu-sz)类似于单位时间里平均排队人的个数
平均服务时间(svctm)类似于收银员的收款速度
平均等待时间(await)类似于平均每人的等待时间
平均I/O数据(avgrq-sz)类似于平均每人所买的东西多少
I/O 操作率 (%util)类似于收款台前有人排队的时间比例。

我们可以根据这些数据分析出 I/O 请求的模式,以及 I/O 的速度和响应时间。
###############
#
  案例分析
#
###############

下面是别人写的这个参数输出的分析

# iostat -x 1
avg-cpu:     %user     %nice     %sys      %idle
            16.2      0.00      4.31      79.44
Device:              rrqm/s wrqm/s r/s     w/s     rsec/s wsec/s rkB/s wkB/s   avgrq-sz avgqu-sz await svctm    %util
/dev/cciss/c0d0       0.00   44.90   1.02    27.55    8.16   579.59 4.08   289.80   20.57   22.35   78.21   5.00   14.29
/dev/cciss/c0d0p1     0.00   44.90   1.02    27.55    8.16   579.59 4.08   289.80   20.57   22.35   78.21   5.00   14.29
/dev/cciss/c0d0p2     0.00    0.00   0.00    0.00     0.00     0.00 0.00     0.00    0.00    0.00    0.00   0.00    0.00

上面的 iostat 输出表明秒有 28.57 次设备 I/O 操作: 总IO(io)/s = r/s(读) +w/s(写) = 1.02+27.55 = 28.57 (次/秒) 其中写操作占了主体 (w:r = 27:1)。

平均每次设备 I/O 操作只需要 5ms 就可以完成,但每个 I/O 请求却需要等上 78ms,为什么? 因为发出的 I/O 请求太多 (每秒钟约 29 个),假设这些请求是同时发出的,那么平均等待时间可以这样计算:

平均等待时间 = 单个 I/O 服务时间 * ( 1 + 2 + … + 请求总数-1) / 请求总数

应用到上面的例子: 平均等待时间 = 5ms * (1+2+…+28)/29 = 70ms,和 iostat 给出的78ms 的平均等待时间很接近。这反过来表明 I/O 是同时发起的。

每秒发出的 I/O 请求很多 (约 29 个),平均队列却不长 (只有 2 个 左右),这表明这 29 个请求的到来并不均匀,大部分时间 I/O 是空闲的。

一秒中有 14.29% 的时间 I/O 队列中是有请求的,也就是说,85.71% 的时间里 I/O 系统无事可做,所有 29 个 I/O 请求都在142毫秒之内处理掉了。

delta(ruse+wuse)/delta(io) = await = 78.21 => delta(ruse+wuse)/s =78.21 * delta(io)/s = 78.21*28.57 = 2232.8,表明每秒内的I/O请求总共需要等待2232.8ms。所以平均队列长度应为 2232.8ms/1000ms = 2.23,而 iostat 给出的平均队列长度 (avgqu-sz) 却为 22.35,为什么?! 因为 iostat 中有 bug,avgqu-sz 值应为 2.23,而不是 22.35。

发表在 Linux, 转载 | 标签为 , , , | 留下评论