个人情况

本人就读于重庆大学，智能建造专业。

大一下期课程了解到云计算等技术，于当年五一假期，利用Python编写了计算原神中魈圣遗物的程序。

由于本专业与计算机关联不深，同时笔者当时Python刚入门，故利用循环嵌套穷举了所有可能。

最终运算速度极慢，同时笔者16G内存的电脑宝内存了，于是想到了云计算。

故在阿里云按时租用了内存100+G（具体记不清了）的计算性服务器，最终达到了目的。

当时，学艺不精，不知道ssh等等，直接`python`，之后把代码粘贴复制运行。（甚至还没学会文件读写）

最终耗资105大洋，结果证明暴击率:暴击伤害=1: 2并非最优解，文章在Bilibili @Louis翔     可见。

之后，断断续续地学习了其他语言、操作系统、算法等知识，如今希望能够搭建一个个人博客，于是又开始了云计算之旅。

但小学期实在有点忙，故只把本学期一个有关知识图谱的课程作业部署上云，毕竟个人博客和这个东西本质上没有多大区别。

项目地址

本知识图谱构建的工作流开源在了[GitHub](https://github.com/kingwingfly/knowledge_graph_builder_and_consultant)

展示

部署上云

免密登陆

首先，利用`ssh`配置了免密登陆

安装Git工具

`yum -y install git`

安装MiniConda

利用miniconda进行python版本控制

`wget xxxx`     于miniconda官网找到最新版本miniconda for Linux的链接下载到服务器

`bash Minicondaxxx.sh`    安装即可

Python环境配置

`conda create -n py311 python=3.11.0 -c conda-forge`

依赖安装

由于我将依赖安装写成了脚本，所以，我直接利用VS Code的ssh插件，连接到服务器，运行了`set_up.py`就安装好了所需库

部署

运行`app.py`

防火墙检查80端口已打开

浏览器访问 `ip:80/index`，成功进入搜索页

不足

没有利用`Ngix`，毕竟不是生产环境

`Neo4j`没有部署上云，理由：1G2核，我摆

总结

公网ip很香

熟悉了Linux的命令行操作

熟悉了Linux下如何安装GIt、miniconda

解决了python3.11版本在Centos或MacOS上无法利用conda直接安装的问题