TiUP - 钛云集群组件管理工具指南
项目介绍
TiUP 是由 PingCAP 开发的一款命令行组件管理工具,它简化了 TiDB 生态系统中不同组件的管理和部署流程。自 TiDB 4.0 版本起,TiUP 成为了 TiDB 平台的核心组成部分之一,提供了一种更高效的方式去安装、更新、卸载及管理 TiDB 的多个组件。
TiUP 工具通过统一接口访问多种 TiDB 组件,如 TiDB 数据库服务器、TiKV 键值存储引擎、PD (Placement Driver) 调度器等,让部署、维护 TiDB 集群变得轻松且标准化。
快速启动
要开始使用 TiUP,首先确保你的环境中已经安装了 curl 和必要的网络访问权限。接下来执行以下命令来安装 TiUP:
curl --proto '=https' --tlsv1.2 -sSf https://tiup-mirrors.pingcap.com/install.sh | sh
这将把 TiUP 安装到 $HOME/.tiup 目录下。为了方便使用,我们还需要将 TiUP 的二进制文件路径添加到环境变量 PATH 中:
echo 'export PATH="$PATH:$HOME/.tiup/bin"' >> ~/.bashrc
source ~/.bashrc
现在你可以运行以下命令检查 TiUP 是否正确安装:
tiup --version
该命令应该显示 TiUP 当前版本的信息。
应用案例和最佳实践
创建 TiDB 集群
TiUP 提供了一个简单的方式来创建和配置一个全新的 TiDB 集群。假设你想在一个本地测试环境中设置一个 TiDB 集群,可以使用下面的命令:
tiup cluster deploy <cluster-name> <node-count> [options]
例如,创建一个名为 my-cluster 包含三个节点的 TiDB 测试集群:
tiup cluster deploy my-cluster 3 --data-dir=/var/lib/tidb
在集群创建完成后,你可以使用 tiup cluster status 命令来监控集群的状态:
tiup cluster status my-cluster
更新和升级组件
随着时间推移,TiDB 及其组件可能会推出新的版本以修复安全漏洞或性能改进。使用 TiUP 升级这些组件非常容易:
tiup update --all
上述命令将更新所有已安装的 TiDB 组件至最新版本。
典型生态项目
TiUP 不仅限于对 TiDB 核心组件的操作,它还支持一系列围绕 TiDB 生态系统的附加工具和项目。以下是部分典型生态项目:
- TiDB Operator —— 使用 Kubernetes 部署和管理 TiDB 集群。
- TiDB Data Migration —— 实现数据从其他数据库迁移至 TiDB 的自动化工具。
- TiDB Lightning —— 大规模数据导入工具,能够高速地将大量数据加载入 TiDB。
- Dumpling —— TiDB 的数据导出工具。
- TiCDC —— 提供变更数据捕获(CDC)功能,用于实时同步 TiDB 数据变化至外部系统。
- TiDB Binlog —— 记录并回放 TiDB 操作日志,适用于数据恢复场景。
以上生态项目的集成与使用均可借助 TiUP 进行操作,进一步丰富和扩展了 TiDB 的应用场景和能力范围。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C038
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0117
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00