内容分享:thinkcmf内容管理软件网站采集翻译

　　内容分享:thinkcmf内容管理软件网站采集翻译

　　thinkcmf内容管理软件具有非常全面的网站内容管理能力，可以在网站建立后使用，可以帮助我们站长从网站内容管理和网站数据分析 。软件具有采集、翻译、伪原创、发布、推送、绑定站点数据反馈等功能。

　　thinkcmf 内容管理软件 采集 具有出色的功能。操作页面简单，无需掌握采集规则，整个过程可视化，只需输入关键词即可实现全网采集。指定 采集 也很好，输入我们的目标 URL，鼠标单击我们的 采集 元素以启动我们的数据和内容 采集。

　　内容管理软件内置翻译界面，支持谷歌、百度、有道、随心翻译。采集在此过程中，支持屏蔽相关词、保留原文标签、去除图片水印等辅助措施。采集后的内容可以保存为多种格式，方便广大站长获取纯内容。

　　支持 众所周知，网站持续更新是保证网站排名的基础。蜘蛛会根据网站是否定时更新来判断我们的网站是否正常。我们thinkcmf内容管理软件获取大量素材后，还可以文章内容伪原创和内容SEO，完成后自动发布。

　　仅有文章内容是不够的，作为网站优化过程中的重要一环，图片优化效果也会影响网站优化效果。好的图片优化效果，不仅可以很好的展示网站的内容，还可以吸引用户点击，为网站带来不错的流量。但是，就目前的计算机技术而言，蜘蛛还没有办法识别网站图片的内容，人们只能让蜘蛛通过其他方式识别和展示图片。那么，在网站优化的时候应该用什么方法来优化图片呢？

　　答案就是使用alt标签来优化图片，因为使用图片的alt标签不仅可以告诉蜘蛛图片的主要信息，还可以让用户更直观的查看图片的文字描述之后将鼠标移到图片上，从而实现蜘蛛在网页上的收录和用户在网页上的停留。由于spider收录可以通过在图片上加alt note来实现。那么，具体的图片优化步骤是怎样的呢？

　　第一步是利用图文结合的方式完成图片的优化。在具体的优化方法上，不妨采用以下方法：

　　1. 优化图片的title和alt notes，提高网站标题、内容和图片的相关性。

　　2.在某些情况下，可以在图片下方放置文字说明，注意图片与周围文字的优化效果，既可以提高用户的阅读理解力，也可以增加蜘蛛的友好度网站 用于优化。

　　3.使用本地图片替换原来的图片。最好替换不清​​楚的图片，并用文字命名，同时与关键词有一定关系。

　　第二步是对图片本身进行优化，比如在尺寸、大小、清晰度等方面进行优化。我们尽量选择.JPG格式，这样可以更好的保证加载速度和用户体验。当然，图片的优化还需要保证图片的清晰度，去水印，图片的原创安全性。

　　以上网站图片的处理和优化也可以在thinkcmf内容管理软件中完成。内容处理完成后，我们还可以自动跨平台发布推送，加快蜘蛛的爬取速度。软件全面的功能为我们节省了大量的时间。当然，这并不意味着我们可以主持整个过程。网站优化不仅是一个整体的过程，而且是多维度的优化。在关注网站定期更新和内容创作的同时，我们还需要分析网站自身和外部环境数据，以便更好地完成网站优化。

　　文章采集api 最佳实践:Metrics

　　概述

　　从v1.8开始，可以通过Metrics API的形式获取资源使用监控。具体组件是Metrics Server，用来替代之前的heapster。Heapster 从 1.11 开始逐渐被废弃。

　　Metrics-Server是集群核心监控数据的聚合器。从 Kubernetes 1.8 开始，它默认作为 Deployment 对象部署在 kube-up.sh 脚本创建的集群中。如果其他部署方式需要单独安装，或者咨询对应的云厂商。

　　指标API

　　在介绍Metrics-Server之前，我们必须提一下Metrics API的概念

　　与之前的监控采集方法（hepaster）相比，Metrics API是一个新的思路。官方希望核心指标的监控应该是稳定的、版本可控的、用户可以直接访问（例如使用kubectl top命令），或者集群中的controller（例如HPA）使用，以及其他Kubernetes蜜蜂。

　　官方放弃heapster项目是把核心资源监控当成一等公民，即像pod和services一样直接通过api-server或client访问，而不是安装一个hepater单独聚合管理heapster。

　　假设我们为每个 pod 和节点采集 10 个指标。从k8s 1.6开始，支持5000个节点，每个节点有30个pod。假设 采集 粒度是每分钟一次，那么：

　　10 x 5000 x 30 / 60 = 25000 平均每分钟2万多个采集指标

　　因为k8s的api-server持久化了etcd中的所有数据，显然k8s本身无法处理这种频率的采集，而且这种监控数据变化很快，都是临时数据，所以需要单独的组件为了对付它们，k8s版本只是部分存储在内存中，于是诞生了metric-server的概念。

　　其实hepster已经暴露了API，但是用户和Kubernetes的其他组件必须通过master proxy访问，heapster的接口不像api-server那样有完整的认证和客户端集成。这个api还在alpha阶段（8月18日），希望能达到GA阶段。api-server-like 写法：generic apiserver

　　有了Metrics Server组件，采集就有了应该可用的数据，也暴露了api，但是因为需要统一api，如何将/apis/metrics请求转发给api-server到Metrics Server，解决方案即：kube-aggregator，在k8s 1.7已经完成。Metrics Server之前一直没有可用，就是kube-aggregator这一步延迟了。

　　kube-aggregator（聚合api）主要提供：

　　详细设计文件：参考链接

　　指标api的使用：

　　喜欢：

　　http://127.0.0.1:8001/apis/metrics.k8s.io/v1beta1/nodeshttp://127.0.0.1:8001/apis/metrics.k8s.io/v1beta1/nodes/http://127.0.0.1:8001/apis/metrics.k8s.io/v1beta1/namespace//pods/

　　指标服务器

　　Metrics 服务器定期从 Kubelet 的 Summary API（类似于 /ap1/v1/nodes/nodename/stats/summary）采集 采集指标信息。这些聚合后的数据会存储在内存中，并以metric-api的形式暴露出去。

　　Metrics server复用api-server库实现自己的功能，比如鉴权、版本等，为了将数据存储在内存中，去掉默认的etcd存储，引入内存存储（即实现Storage接口） . 因为是存储在内存中，所以监控数据不持久化，可以通过第三方存储进行扩展，这点和heapster是一致的。

　　图片.png

　　Metrics server 出现后，新的 Kubernetes 监控架构会像上图这样

　　官方地址：

　　启用汇聚层

　　汇聚层的一些知识

　　聚合层运行在 apiserver 进程内部，允许用户为集群安装额外的 Kubernetes 风格的 API，并扩展核心 API 的功能。apiserver启动的时候需要开启聚合层才能使用。

　　聚合层在用户注册扩展资源之前什么都不做。注册一个API，用户必须在系统中添加一个APIService对象，用于声明API的URL路径和处理请求的后端APIService。之后，聚合层会将发送到该路径（例如/apis/myextension.mycompany.io/v1/…）的所有请求转发到已注册的APIService。

　　一般来说，APIService 对象作为 extension-apiserver 运行在集群中的一个 pod 中。如果需要主动管理新增的资源，extension-apiserver也需要关联一个或多个controller。apiserver-builder 为双方提供了框架。

　　Service Catalog是Kubernetes的API扩展实现，方便Kubernetes集群内的应用访问集群外由第三方管理和提供的服务，例如云提供商提供的数据库服务。Service Catalog的安装会为其提供的服务提供两个扩展组件extension-apiserver和controller。

　　开启汇聚层

　　修改apiserver配置文件，增加如下启动参数开启聚合层：

　　--requestheader-client-ca-file=/etc/kubernetes/ssl/ca.pem

　　--requestheader-allowed-names=聚合器

　　--requestheader-extra-headers-prefix=X-Remote-Extra-

　　--requestheader-group-headers=X-远程组

　　--requestheader-username-headers=X-Remote-User

　　----------------------

　　利用

　　上面说了，metric-server是一个扩展的apiserver，依赖于kube-aggregator，所以需要在apiserver中开启相关参数。

　　--requestheader-client-ca-file=/etc/kubernetes/certs/proxy-ca.crt

--proxy-client-cert-file=/etc/kubernetes/certs/proxy.crt

--proxy-client-key-file=/etc/kubernetes/certs/proxy.key

--requestheader-allowed-names=aggregator

--requestheader-extra-headers-prefix=X-Remote-Extra-

--requestheader-group-headers=X-Remote-Group

--requestheader-username-headers=X-Remote-User

　　安装文件下载地址：1.8+，注意把镜像地址换成国内镜像

　　kubectl create -f 指标服务器/

　　图片

　　安装成功后访问地址api地址为：

　　图片

　　Metrics Server的资源占用会随着集群中Pod数量的不断增加而不断上升，因此有必要

　　addon-resizer 垂直缩放这个容器。addon-resizer根据集群中的节点数对Metrics Server进行线性伸缩，以保证其能够提供完整的metrics API服务。具体参考：链接

　　其他

　　基于 Metrics Server 的 HPA：参考链接

　　在kubernetes新的监控系统中，metrics-server属于Core metrics（核心指标），提供API metrics.k8s.io，只提供Node和Pod的CPU和内存使用情况。其他Custom Metrics（自定义指标）由Prometheus等组件完成，后续文章将对自定义指标进行分析。

　　本文为容器监控实战系列文章，完整内容见：container-monitor-book