CentOS /RHEL 系统更新安全补丁的方法

在 Linux 系统上,其中一个最重要的需求就是保持定期更新最新的安全补丁,或者为相应的 Linux 版本更新可用的安全补丁。在这篇文章中,我们将分享如何在 CentOS/RHEL 7/6 版本中设置在需要时自动更新重要的安全补丁。和它同一家族的其它 Linux 版本(Fedora 或 Scientific Linux)中可以用类似的方法进行配置。

在 CentOS/RHEL7 系统上配置自动安全更新

在 CentOS/RHEL 7/6 系统上,你需要安装下面的安装包:

# yum update -y ; yum install yum-cron -y

安装完成以后,打开/etc/yum/yum-cron.conf,然后找到下面这些行内容,你必须确保它们的值和下面展示的一样

update_messages = yes
download_updates = yes
apply_updates = yes

第一行表明自动更新命令行应该像这样:

# yum --security upgrade

而其它的行保证了能够通知并自动下载、安装安全升级。
为了使来自 root@localhost 的通知能够通过邮件发送给同一账户(再次说明,你可以选择其他账户,如果你想这样的话),下面这些行也是必须的。

emit_via = email
email_from = root@localhost
email_to = root
在 CentOS/RHEL 6 上启用自动安全更新

默认情况下, cron 任务被配置成了立即下载并安装所有更新,但是我们可以通过在 /etc/sysconfig/yum-cron 配置文件中把下面两个参数改为yes,从而改变这种行为。

# 不要安装,只做检查(有效值: yes|no)
CHECK_ONLY=yes
# 不要安装,只做检查和下载(有效值: yes|no)
# 要求 CHECK_ONLY=yes(先要检查后才可以知道要下载什么)
DOWNLOAD_ONLY=yes

为了启用关于安装包更新的邮件通知,你需要把MAILTO 参数设置为一个有效的邮件地址。

# 默认情况下 MAILTO 是没有设置的,crond 会将输出发送邮件给自己
# (执行 cron 的用户,这里是 root)
# 例子: MAILTO=root
MAILTO=admin@tecmint.com

最后,打开并启用yum-cron 服务:

------------- On CentOS/RHEL 7 -------------
systemctl start yum-cron
systemctl enable yum-cron
------------- On CentOS/RHEL 6 -------------
# service yum-cron start
# chkconfig --level 35 yum-cron on

恭喜你,你已经成功的在 CentOS/RHEL 7/6 系统上设置了自动升级。

总结

在这篇文章中,我们讨论了如何保持你的服务器定期更新或升级最新的安全补丁。另外,为了保证当新的补丁被应用时你自己能够知道,你也学习了如何配置邮件通知。

原文来自:https://linux.cn/article-8015-1.html

本文地址:https://www.linuxprobe.com/centos-rhel-update.html

探索产品经理的方法论

凡是都是有方法的,如果没有正确的方法论,一味蛮干,也许有可能会成功;就像愚公移山的故事,幻想着靠着人的力量来征服自然,还号召子子孙孙都投入到移山这件事上,花了那么大的精力,投入那么大的成本,但故事毕竟是故事,最后山神被他的精神所感动,移走了大山;但现实生活中,看哪些充满激情的创业者们,大家都很坚持 很努力,但创业成功的只有1%;做产品也一样;有些人一接到需求,就慌忙投入设计,开发,上线后才发现无人问津;

寻找正确的方法,提升成功的几率;从《启示录-打造用户喜爱的产品》上看到产品经理的两大职责:评估产品机会,探索解决方案;前者是确定产品是否值得做,后者是确定怎么做;

产品经理要有独立思考的能力,马克吐温说:“每当你发现自己和大多数人站在一边,你就该停下来反思一下了”。

如何评估产品机会

评估产品机会的目的是确定有没有价值,是继续投入去做,还是放弃这个计划;推荐个简单高效的评估产品机会的方法:精益画布

精益画布

这个方法是在《精益创业》上看到的,然后结合自己的项目经验做了调整。对画布感兴趣的可以去看《价值主张画布》和《精益创业》这2本书,前者侧重于产品的价值主张和客户细分的方法论;后者更侧重于具体项目实施;

当然有时候填满这张画布后,就会发现 可能解决方案、成本 或者获客渠道等遇到困难,而造成你的不得不放弃这个机会,但总比花很大成本做完后才发现没人用要好得多。

沟通,沟通,沟通

跟谁沟通?

用户顾问:挑选6位积极、乐于分享的用户参与到顾问评审团,邀请他们一起发现被困扰的问题并定义产品;

用户体验师角色:设计什么样的用户体验;通过数据分析、竞品分析、用户调研,描绘出产品的用户画像,并依据画像产出高保真原型,把原型呈现给用户进行验证,优化调整后,再进入开发阶段;

开发角色:采用什么技术更好的解决产品要解决的问题;解决这些问题需要多长时间;

 

大数据可视化及发展趋势

大数据可视化是什么

数据可视化要根据数据的特性,可视化要根据数据的特性,如时间信息和空间信息等,找到合适的可视化方式,例如图表(Chart)、图(Diagram)和地图(Map)等,将数据直观地展现出来,以帮助人们理解数据,同时找出包含在海量数据中的规律或者信息。数据可视化是大数据生命周期管理的最后一步,也是最重要的一步。

数据可视化起源于图形学、计算机图形学、人工智能、科学可视化以及用户界面等领域的相互促进和发展,是当前计算机科学的一个重要研究方向,它利用计算机对抽象信息进行直观的表示,以利于快速检索信息和增强认知能力。

数据可视化系统并不是为了展示用户的已知的数据之间的规律,而是为了帮助用户通过认知数据,有新的发现,发现这些数据所反映的实质。

2018-8-14-01

大数据可视化的基本概念

    • 数据空间。由n维属性、m个元素共同组成的数据集构成的多维信息空间。
    • 数据开发。利用一定的工具及算法对数据进行定量推演及计算。

 

  • 数据分析。对多维数据进行切片、块、旋转等动作剖析数据,从而可以多角度多侧面的观察数据。
  • 数据可视化。将大型数据集中的数据通过图形图像方式表示,并利用数据分析和开发工具发现其中未知信息。

大数据可视化的实施

大数据可视化的实施是一系列数据的转换过程,如下图所示:

2018-8-14-02

我们有原始数据,通过对原始数据进行标准化、结构化的处理,把它们整理成数据表。将这些数值转换成视觉结构(包括形状、位置、尺寸、值、方向、色彩、纹理等),通过视觉的方式把它表现出来。例如将高中低的风险转换成红黄蓝等色彩,数值转换成大小。将视觉结构进行组合,把它转换成图形传递给用户,用户通过人机交互的方式进行反向转换,去更好地了解数据背后有什么问题和规律。

从技术上来说,大数据可视化的实施步骤主要有四项:需求分析,建设数据仓库/数据集市模型,数据抽取、清洗、转换、加载(ETL),建立可视化分析场景。

  • 需求分析

需求分析是大数据可视化项目开展的前提,要描述项目背景与目的、业务目标、业务范围、业务需求和功能需求等内容,明确实施单位对可视化的期望和需求。包括需要分析的主题、各主题可能查看的角度、需要发泄企业各方面的规律、用户的需求等内容。

  • 建设数据仓库/数据集市的模型

数据仓库/数据集市的模型是在需求分析的基础上建立起来的。数据仓库/数据集市建模除了数据库的ER建模和关系建模,还包括专门针对数据仓库的维度建模技术。维度建模的关键在于明确下面四个问题:

  1. 哪些维度对主题分析有用?
  2. 如何使用现有数据生成维表?
  3. 用什么指标来”度量”主题?
  4. 如何使用现有数据生成事实表?
  • 数据抽取、清洗、转换、加载(ETL)

数据抽取是指将数据仓库/集市需要的数据从各个业务系统中抽离出来,因为每个业务系统的数据质量不同,所以要对每个数据源建立不同的抽取程序,每个数据抽取流程都需要使用接口将元数据传送到清洗和转换阶段。

数据清洗的目的是保证抽取的原数据的质量符合数据仓库/集市的要求并保持数据的一致性。

数据转换是整个ETL过程的核心部分,主要是对原数据进行计算和放大。数据加载是按照数据仓库/集市模型中各个实体之间的关系将数据加载到目标表中。

  • 建立可视化场景

建立可视化场景是对数据仓库/集市中的数据进行分析处理的成果,用户能够借此从多个角度查看企业/单位的运营状况,按照不同的主题和方式探查企业/单位业务内容的核心数据,从而作出更精准的预测和判断。

大数据可视化的挑战

大数据可视化面临的挑战主要指可视化分析过程中数据的呈现方式,包括可视化技术和信息可视化显示。大数据可视化的方法迎接了四个“V”的挑战,同时这也是4个机遇。

  • 体量(Volume):使用数据量很大的数据集开发,并从大数据中获得意义。
  • 多源(Variety):开发过程中需要尽可能多的数据源。
  • 高速(Velocity):企业不用再分批处理数据,而是可以实时处理全部数据。
  • 质量(Value):不仅为用户创建有吸引力的信息图和热点图,还能通过大数据获取意见,创造商业价值。

大数据可视化的发展趋势

大数据时代,大规模、高纬度、非结构化数据层出不穷,要将这样的数据以可视化形式完美的展示出来, 传统的显示技术已很难满足这样的需求. 而高分高清大屏幕拼接可视化技术正是为解决这一问题而发展起来的, 它具有超大画面、纯真彩色、高亮度、高分辨率等显示优势, 结合数据实时渲染技术、GIS空间数据可视化技术,实现数据实时图形可视化、场景化以及实时交互,让使用者更加方便地进行数据的理解和空间知识的呈现,可应用于指挥监控、视景仿真及三维交互等众多领域.