Lync 2010迁移Lync 2013 PART3:部署前端

简介:
其实今天我们部署Lync Server已经远比之前的OCS时代方便多了,这都要归功于Lync Server中中央配置存储的功劳,这种中央式的配置存储,为我们带来了太多便利。可以这么说,只要有拓扑,我们就可以在任意位置快速的部署Lync Server,当然这前提是要所有的先决条件都已经准备完毕了。
但现在准备Lync Server的先决条件也非常的轻松。可能最复杂的应该是各种各样的环境,以及各种生产环境中的限制。但即便如此,部署仍然是我们最关注的内容。废话就到这里,下面我们来看今天文章的内容,今天我们主要是完成Lync Server 2013标准版前端服务器的部署。
我们首先打开Lync Server 2013的部署向导,单击安装或更新 Lync Server系统。
clip_image001
第一个步骤是安装用于存储配置的本地配置存储,也就是要在本地安装一个RtcLocal的SQLServer实例,我们单击步骤一旁边的运行按钮,准备执行这些操作。
clip_image002
由于在域内,部署就更加方便了,Lync Server向导直接在活动目录中找到了存储Lync Server配置的中央配置存储服务器,所以这里选择直接从中央管理存储中检索来安装本地配置存储数据库。
clip_image003
经过漫长的等待我们的本地配置存储就算是安装完成了,如果没有问题的话,我们会看到下面的界面。
clip_image004
开始执行步骤二,本地的配置存储已经安装完成了,那么就需要根据这些存储的配置来安装Lync Server组件,我们单击步骤二右侧的运行按钮。
clip_image005
可以看到这里会根据拓扑中的定义,自动的安装当前服务器的Lync Server组件,那么我们这台服务器不用说,那就是安装前端服务器的组件了。
clip_image006
虽然在上面的提示中,说的只需要几分钟即可,当我在安装时仍然等待了十余多分钟,不知道是我古董机的問題,还是Lync Server 2013确实所需要安装的内容变多了,还是变慢了。这里大家可以细细体会,但的确我可以很明显的感觉到比Lync Server 2010前端服务器的安装确实要慢些。
clip_image007
完成前面两个步骤后,我们的胜利就在眼前了,因为我们只用把证书搞定,我们的Lync Server 2013服务器就可以完美的启动起来了。这里我们单击步骤三右侧的 运行按钮。
clip_image008
可以看到这里有连个证书,而这在Lync Server 2010中是只需一个证书的,那么OAuthTokerIssuer这个证书是用来干嘛的呢?答案是这个证书是用于各个与Lync Server集成组件的相互加密认证,换句话说就是Lync Server与其他组件进行集成时,也会进行加密传输。好了,我们开始请求默认证书,选择默认证书,单击右侧的请求。
clip_image009
这里我们选择立即将请求发送至联机CA。因为我们在域里面,之前的环境中已经搭建好了CA,所以这里非常方便。
clip_image010
一些重复的步骤这里就省略了,有需要的朋友可以去参考之前的文章。然后是给我们的Lync server
2013服务器证书取一个友好名称,此名称应该好记上口。这个翻译确实很牛啊,确实好记上口。
clip_image011
其他的都不需要改什么,我们直接下一步下一步,我们来看下证书请求摘要。
clip_image012
OK,作为上级的CA,已经自动的签发了证书,现在咱Lync Server 2013前端服务器也是有证儿的Svr了,不比当前了。
clip_image013
赶紧把证书分配给我们的Lync Server服务吧。
clip_image014
完成之后,可以看到证书向导界面已经是OK状态,下面我们就准备搞OAuthTokenIssuer证书了,很简单,单击右侧的请求。
clip_image015
这里,再重复下这个证书的作用,主要是用于与其他受信任的应用程序通讯所需的证书,比如Exchange。我们也可以看下证书请求界面所给的说明,看完之后就下一步吧,没看完也可以直接下一步。
clip_image016
还是给咱证书取一个好记上口的证书,其实上不上口我觉得不是很必要,只要能第一眼就是别出这证书是干嘛的即可。
clip_image017
其他的不需要改什么,我们直接看证书请求摘要。
clip_image018
OK,上级领导又给咱前端发了一个证儿,不简单啊,赶紧分配给OAuthTokenIssuer用途吧。
clip_image019
到这里,两个证书都全部搞定了,单击关闭。
clip_image020
这也算是本篇文章最后一件有价值的事情,那就是启动Lync Server 2013前端服务器上的Lync服务。单击步骤四右侧的运行按钮。
clip_image021
执行Lync Server服务的启动操作。由于仅仅是启动操作,所以我们不需要等多久时间。
clip_image022
好了,在向导面板执行下面的步骤,打开服务管理单元,来看看启起来的Lync Server服务吧。
clip_image023
可以看到一连串的Lync Server打头的服务已经全部成果的启起来了,至此我们已经把Lync Server 2013前端服务器部署在了我们的Lync Server 2010环境中了。
clip_image024
到这里,我们仍然没有来看Lync Server 2013的新功能,因为我们一步一步来,新的功能肯定是会跟大家见面的,但见面之前,也希望大家通过这三篇文章,把Lync Server 2013搭建好,我们一起来Show Lync Server 2013的新功能。好了,今天的文章就到这里,感谢各位兄弟朋友的支持,更多内容,请关注我的博客,也希望大家有任何問題都回复我,我会很乐意的和大家一起来,交流、学习。谢谢!




 本文转自 reinxu 51CTO博客,原文链接:,http://blog.51cto.com/reinember/1053204 如需转载请自行联系原作者


相关文章
|
2月前
|
Web App开发 缓存 监控
前端性能优化实战:从代码到部署的全面策略
前端性能优化实战:从代码到部署的全面策略
45 1
|
2月前
|
Web App开发 前端开发 JavaScript
前端性能优化实战:从代码到部署的全面指南
前端性能优化实战:从代码到部署的全面指南
47 1
|
2月前
|
资源调度 前端开发 JavaScript
vite3+vue3 实现前端部署加密混淆 javascript-obfuscator
【11月更文挑战第10天】本文介绍了在 Vite 3 + Vue 3 项目中使用 `javascript-obfuscator` 实现前端代码加密混淆的详细步骤,包括安装依赖、创建混淆脚本、修改 `package.json` 脚本命令、构建项目并执行混淆,以及在 HTML 文件中引用混淆后的文件。通过这些步骤,可以有效提高代码的安全性。
213 2
|
2月前
|
缓存 监控 前端开发
前端性能优化:从代码到部署的全面策略
前端性能优化:从代码到部署的全面策略
|
2月前
|
前端开发 JavaScript 安全
vite3+vue3 实现前端部署加密混淆 javascript-obfuscator
【11月更文挑战第7天】本文介绍了在 Vite 3 + Vue 3 项目中使用 `javascript-obfuscator` 实现前端代码加密混淆的详细步骤。包括项目准备、安装 `javascript-obfuscator`、配置 Vite 构建以应用混淆,以及最终构建项目进行混淆。通过这些步骤,可以有效提升前端代码的安全性,防止被他人轻易分析和盗用。
559 0
|
3月前
|
存储 人工智能 前端开发
前端大模型应用笔记(三):Vue3+Antdv+transformers+本地模型实现浏览器端侧增强搜索
本文介绍了一个纯前端实现的增强列表搜索应用,通过使用Transformer模型,实现了更智能的搜索功能,如使用“番茄”可以搜索到“西红柿”。项目基于Vue3和Ant Design Vue,使用了Xenova的bge-base-zh-v1.5模型。文章详细介绍了从环境搭建、数据准备到具体实现的全过程,并展示了实际效果和待改进点。
263 14
|
3月前
|
JavaScript 前端开发 程序员
前端学习笔记——node.js
前端学习笔记——node.js
76 0
|
3月前
|
人工智能 自然语言处理 运维
前端大模型应用笔记(一):两个指令反过来说大模型就理解不了啦?或许该让第三者插足啦 -通过引入中间LLM预处理用户输入以提高多任务处理能力
本文探讨了在多任务处理场景下,自然语言指令解析的困境及解决方案。通过增加一个LLM解析层,将复杂的指令拆解为多个明确的步骤,明确操作类型与对象识别,处理任务依赖关系,并将自然语言转化为具体的工具命令,从而提高指令解析的准确性和执行效率。
|
3月前
|
存储 弹性计算 算法
前端大模型应用笔记(四):如何在资源受限例如1核和1G内存的端侧或ECS上运行一个合适的向量存储库及如何优化
本文探讨了在资源受限的嵌入式设备(如1核处理器和1GB内存)上实现高效向量存储和检索的方法,旨在支持端侧大模型应用。文章分析了Annoy、HNSWLib、NMSLib、FLANN、VP-Trees和Lshbox等向量存储库的特点与适用场景,推荐Annoy作为多数情况下的首选方案,并提出了数据预处理、索引优化、查询优化等策略以提升性能。通过这些方法,即使在资源受限的环境中也能实现高效的向量检索。
|
3月前
|
机器学习/深度学习 弹性计算 自然语言处理
前端大模型应用笔记(二):最新llama3.2小参数版本1B的古董机测试 - 支持128K上下文,表现优异,和移动端更配
llama3.1支持128K上下文,6万字+输入,适用于多种场景。模型能力超出预期,但处理中文时需加中英翻译。测试显示,其英文支持较好,中文则需改进。llama3.2 1B参数量小,适合移动端和资源受限环境,可在阿里云2vCPU和4G ECS上运行。
176 1

热门文章

最新文章