通告 欢迎访问爱刷机(原爱搜路由、爱搜啊博客aisoa.cn)

openwrt设置配置丢失overlay分区扩容lede重启overlay分区不能自动挂载

openwrt设置配置丢失overlay分区扩容lede重启overlay分区不能自动挂载t固件刚开始还不错,没有出现配置丢失的情况,就是最近安装了,DOCKER后发现重启后设置的配置就会自动丢了必须要重新刷写固件才会正常,过两天又这样了,我用的是x86,J1900,目前怀疑市磁盘占用的问题,好几个都100%了overlay分区爆满导致openwrt固件配置丢失直接说解决办法把,其实这是因为overlay分区满了所以才导致无法保存配置的,只需要把overlay分区的容量扩大一下就行了。

阅读全文:openwrt设置配置丢失overlay分区扩容lede重启overlay分区不能自动挂载


Alpine使用LXC(Linux container)容器安装AdGuardHome广告拦截

Alpine使用LXC(Linux container)容器安装AdGuardHome广告拦截inux发行版,基于AlpineLinux的超小型Docker镜像,大小只有5MB,并且可以访问比其他基于BusyBox的镜像更完整的包存储库。AlpineLinux采用了musllibc和busybox以减小系统的体积和运行时资源消耗,由于小巧、功能完备,非常适合用于作为容器的基础镜像。什么是LXC容器?Linuxcontainer是一种资源隔离机制而非虚拟化技术。VMM(VMM Virtual Machine Moni

阅读全文:Alpine使用LXC(Linux container)容器安装AdGuardHome广告拦截


从零开始编译OpenWRT(LEDE)固件——编译OpenWRT(LEDE)使其支持Docker和LXC

从零开始编译OpenWRT(LEDE)固件——编译OpenWRT(LEDE)使其支持Docker和LXC,但是用了几天发现一些问题,首先就是他本身的酷软中心比较老旧很多程序安装后已经无法使用比如前两篇文章提到的Entware,ONMP,LNMP,以及Docker也一样有着各种各样的问题,虽然能用,但是离心目中的稳定高效还有一点差距。在折腾过程中,也发现了系统存储不能满足需求,尤其是使用了docker以后,更是不能满足需求,还有一些其他软件的日志记录等等都达不到理想状态,所以我就想着还不如自己编译一个LEDE选择好自己需要的程序,方便自

阅读全文:从零开始编译OpenWRT(LEDE)固件——编译OpenWRT(LEDE)使其支持Docker和LXC


部署docker acme nginx环境acme申请续订泛域名证书

部署docker acme nginx环境acme申请续订泛域名证书在新环境中把所有服务都使用docker部署。这不难,甚至可以说是很方便,因为之前除了NGINX外,基本所有服务都是通过docker部署的。为啥之前没有用dockernginx?因为本站的证书续订使用的是certbot,certbot的可以非常方便的自动续订证书,并重载NGINX。借着这次迁移站点,正好研究一下dockeracme之前一直不知道acme怎么能够操作dockernginx,因为容器是互相隔离的,谁也看不

阅读全文:部署docker acme nginx环境acme申请续订泛域名证书


600kb超小Docker-AriaNg镜像推荐-方便服务端部署aria2 Docker镜像下载

600kb超小Docker-AriaNg镜像推荐-方便服务端部署aria2 Docker镜像下载ui放到同一个容器里,aria2的webui是通过rpc的方式与aria2通信,完全可以用网页上的在线webui,内置简直毫无价值啊,不过既然这么多人喜欢把ariang部署在自己的机器上,那我索性就写一个吧这应该是目前体积最小的ariang镜像,只有ariang本体大小+73kb的darkhttpd(仅600kb的docker镜像你敢信?)GitHub:https://github.com/SuperNG6/docker-ariangDockerHub

阅读全文:600kb超小Docker-AriaNg镜像推荐-方便服务端部署aria2 Docker镜像下载


Linux命令安装启动Docker服务使用Docker部署TensorFlow环境

Linux命令安装启动Docker服务使用Docker部署TensorFlow环境ensorFlow环境提示本部分面向没有Docker经验的读者。对于已熟悉Docker的读者,可直接参考TensorFlow官方文档进行部署。Docker是轻量级的容器(Container)环境,通过将程序放在虚拟的“容器”或者说“保护层”中运行,既避免了配置各种库、依赖和环境变量的麻烦,又克服了虚拟机资源占用多、启动慢的缺点。使用Docker部署TensorFlo

阅读全文:Linux命令安装启动Docker服务使用Docker部署TensorFlow环境