搭建个人Leanote云笔记本

简介: Leanote是一款在线的云笔记应用

一:连接ECS服务器
图片.png
二:安装MongoDB
1:配置MongoDB的yum源
vim /etc/yum.repos.d/mongodb-org-4.0.repo
添加以下内容:
[mongodb-org-4.0]
name=MongoDB Repository
baseurl=https://repo.mongodb.org/yum/redhat/$releasever/mongodb-org/4.0/x86_64/
gpgcheck=0
enabled=1
gpgkey=https://www.mongodb.org/static/pgp/server-4.0.asc
这里可以修改 gpgcheck=0, 省去gpg验证

yum makecache
这个命令是将软件包信息提前在本地缓存一份,用来提高搜索安装软件的速度
2.安装MongoDB

安装命令:

yum -y install mongodb-org

安装完成后

查看mongo安装位置 :

whereis mongod

查看修改配置文件 :

vim /etc/mongod.conf

3.启动MongoDB

启动mongodb :

systemctl start mongod.service

停止mongodb :

systemctl stop mongod.service

查到mongodb的状态:

systemctl status mongod.service
三:安装Leanote
1:下载Leanote二进制安装包。
wget https://nchc.dl.sourceforge.net/project/leanote-bin/2.6.1/leanote-linux-amd64-v2.6.1.bin.tar.gz
2:tar -zxvf leanote-linux-amd64-v2.6.1.bin.tar.gz
3:使用vim编辑器打开文件leanote/conf/app.conf。
修改后如图所示 #app.secret= 修改该项的值为任意字符串。
图片.png
4:初始化数据库。
mongorestore -h localhost -d leanote --dir /root/leanote/mongodb_backup/leanote_install_data/
5:启动服务
nohup bash /root/leanote/bin/run.sh > /root/leanote/run.log 2>&1 &
6:访问云笔记
在浏览器中访问http://公网地址>:9000,请将替换为左侧资源栏中的ECS公网IP地址。默认管理用户为admin,密码为abc123。登录成功后如下图所示。

图片.png

目录
相关文章
|
4月前
|
Kubernetes Cloud Native 安全
深度解析:2026年云原生技术发展趋势与企业数字化转型实践
本文深度解析2026年云原生五大趋势:K8s向云原生OS演进,Wasm容器崛起;服务网格成熟落地,“适度微服务”成主流;Serverless加速商业化,开源框架破锁定;DevSecOps深度融合,安全左移常态化;整体呈现平台化、智能化、安全化发展态势。(239字)
|
Web App开发 存储 算法
微信技术分享:微信的海量IM聊天消息序列号生成实践(算法原理篇)
如何优雅地解决“消息序列号只要保证顺序性而不需要兼顾唯一性”的问题呢?这就是本文所要分享的内容,强烈建议深入理解和阅读。
3811 0
|
5月前
|
监控 数据可视化 数据挖掘
从“静态看板”到“决策引擎”:为什么您的数据分析平台需要一次专业化升级?
Quick BI专业版专为业务深水区打造:以主动预警替代“人找数”,秒级即席分析+小Q问数释放业务洞察力,电子表格支撑复杂财务报表,数据大屏提升汇报专业度,并通过填报回写、办公协同与开放API,打通“看数—决策—执行”闭环,让数据真正驱动业务。
从“静态看板”到“决策引擎”:为什么您的数据分析平台需要一次专业化升级?
|
7月前
|
机器学习/深度学习 人工智能 物联网
构建AI智能体:七十八、参数的艺术:如何在有限算力下实现高质量的AI诗歌创作
本文详细记录了通过LoRA技术优化唐诗生成模型的过程。初始阶段模型表现欠佳,出现内容重复和格律混乱等问题,损失值高达1.7467。通过系统性参数调整(包括将LoRA秩从4提升至16、优化学习率和训练轮次等),最终使损失值降至0.069,获得显著提升。文章详细介绍了优化策略,包括数据集的构建(包含180首涵盖四季、山水、抒情等主题的唐诗)、LoRA配置调整和生成参数优化等内容。最终生成的诗歌在格律、意境和多样性方面均达到良好水平,展示了LoRA技术在文学创作领域的应用潜力,为小模型实现专业级创作提供了参考范例
447 3
|
6月前
|
存储 缓存 测试技术
阿里云服务器 u1 实例 ecs.u1-c1m2.xlarge(4 核 8G)测评
阿里云u1实例(ecs.u1-c1m2.xlarge)4核8G配置,搭配1M-3M固定带宽与20G起ESSD Entry云盘,是兼顾算力与实用性的热门选择。其核心优势在于算力100%释放、运行稳定,4核CPU可应对多任务并行处理,8G内存能支撑中小型数据库或多应用部署,既不似低配置那般局限于轻量场景,也不像高配置那般成本偏高,适配个人开发者的复杂项目与中小企业的通用业务需求。以下从优惠活动价格、性能表现、适用场景及避坑要点四方面,用通俗语言详细解析。
688 0
|
Windows
Multisim 14简易三人抢答器电路设计
Multisim 14简易三人抢答器电路设计
1762 1
|
缓存 算法 大数据
大数据查询优化算法
【10月更文挑战第26天】
735 1
|
Ubuntu Shell API
Ubuntu 64系统编译android arm64-v8a 的openssl静态库libssl.a和libcrypto.a
Ubuntu 64系统编译android arm64-v8a 的openssl静态库libssl.a和libcrypto.a
|
Java
Java关键字 —— super 与 this 详细解释!一看就懂 有代码实例运行!
本文介绍了Java中this和super关键字的用法,包括在构造方法中使用this来区分参数和成员变量、使用super调用父类构造方法和方法,以及它们在同一个方法中同时使用的场景。
829 0
Java关键字 —— super 与 this 详细解释!一看就懂 有代码实例运行!
|
机器学习/深度学习 算法 数据挖掘
算法金 | 欧氏距离算法、余弦相似度、汉明、曼哈顿、切比雪夫、闵可夫斯基、雅卡尔指数、半正矢、Sørensen-Dice
**摘要:** 了解9种距离和相似度算法:欧氏距离、余弦相似度、汉明距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、雅卡尔指数、半正矢距离和Sørensen-Dice系数。这些算法在机器学习、文本分析、图像处理和生物学等领域各有应用。例如,欧氏距离用于KNN和K-Means,余弦相似度用于文本相似性,汉明距离在错误检测中,曼哈顿距离在数据挖掘,切比雪夫距离在棋盘游戏,闵可夫斯基距离通过调整参数适应不同场景,雅卡尔指数和Sørensen-Dice系数用于集合相似度。每种算法有其优缺点,如欧氏距离对异常值敏感,余弦相似度忽略数值大小,汉明距离仅适用于等长数据。
902 2
算法金 | 欧氏距离算法、余弦相似度、汉明、曼哈顿、切比雪夫、闵可夫斯基、雅卡尔指数、半正矢、Sørensen-Dice