puppet master/agent

简介: puppet master/agent 配置安装master:yum install puppet-serveragent:yum install puppet自动签名puppet的master端touch autosign.

puppet master/agent 配置

安装

  • master:
    • yum install puppet-server
  • agent:
    • yum install puppet

自动签名

  • puppet的master端
    • touch autosign.conf
    • 在autosign.conf中添加hostname, 一个hostname一行

配置master和agent

  • master(监听在8140端口):
    • puppet cert list --all 显示master检测到了所有的agent请求, 在hostname前面没有+的表示还没有签名, 此时需要puppet cert sign [hostname | --all]
    • puppet master -v [--daemonize | --no-daemonize]
  • agent:
    • puppet agent --server=hostname [--daemonize | --no-daemonize]

配置kick(默认agent每30分钟发送一个request, 当我们需要立马让客户端实现一些功能时, 可以通过在服务器端使用puppet kick -p 10 -t hostname直接执行)

  • 配置全部都在agent端
  • 在/etc/puppet/puppet.conf中的[agent]中添加listen = true, 这样在启动puppet agent时就是开启8139端口去监听服务器发送过来的catalog, 接着直接执行
  • cd /etc/puppet; vim namespaceauth.conf,添加

       [puppetrunner]
        allow master_node_name
  • vim /etc/auth.conf, 在末尾追加

     path /run
     method save
     auth any
     allow * 
  • 在master端上为agent添加新的manifests的class
  • puppet pick -p 10 -t hostname

puppet多环境配置

  • master中
    • cd /etc/puppet
    • mkdir environment
    • 在[master]中, environments = pro,dev,test
    • 添加[pro], [dev], [test]段
    • mkdir -pv /etc/puppet/environment/{dev,pro,test}/{manifests,modules}
    • 在每一个新增加段中

      [dev]
      modulepath = /etc/puppet/environment/dev/modules
      manifests = /etc/puppet/environment/dev/manifests/site.pp
      fileserver.conf = /etc/puppet/fileserver.conf
  • agent中
    • agent想要用哪个环境就在[agent]中添加envrionment = pro
  • 其他的配置和单环境一样

puppet的master扩展

注意

  • 如果一个agent连接到了master, 而master中没有对应的catalog给agent, 所以会报错, 输出就像是java的报错
目录
相关文章
|
关系型数据库 MySQL 应用服务中间件
|
3月前
|
存储 人工智能
|
6天前
|
存储 人工智能 自然语言处理
AI经营|多Agent择优生成商品标题
商品标题中关键词的好坏是商品能否被主搜检索到的关键因素,使用大模型自动优化标题成为【AI经营】中的核心能力之一,本文讲述大模型如何帮助商家优化商品素材,提升商品竞争力。
AI经营|多Agent择优生成商品标题
|
7天前
|
人工智能 算法 搜索推荐
清华校友用AI破解162个高数定理,智能体LeanAgent攻克困扰陶哲轩难题!
清华校友开发的LeanAgent智能体在数学推理领域取得重大突破,成功证明了162个未被人类证明的高等数学定理,涵盖抽象代数、代数拓扑等领域。LeanAgent采用“持续学习”框架,通过课程学习、动态数据库和渐进式训练,显著提升了数学定理证明的能力,为数学研究和教育提供了新的思路和方法。
18 3
|
8天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
42 4
|
20天前
|
人工智能 API 决策智能
swarm Agent框架入门指南:构建与编排多智能体系统的利器 | AI应用开发
Swarm是OpenAI在2024年10月12日宣布开源的一个实验性质的多智能体编排框架。其核心目标是让智能体之间的协调和执行变得更轻量级、更容易控制和测试。Swarm框架的主要特性包括轻量化、易于使用和高度可定制性,非常适合处理大量独立的功能和指令。【10月更文挑战第15天】
148 6
|
1月前
|
Python 机器学习/深度学习 人工智能
手把手教你从零开始构建并训练你的第一个强化学习智能体:深入浅出Agent项目实战,带你体验编程与AI结合的乐趣
【10月更文挑战第1天】本文通过构建一个简单的强化学习环境,演示了如何创建和训练智能体以完成特定任务。我们使用Python、OpenAI Gym和PyTorch搭建了一个基础的智能体,使其学会在CartPole-v1环境中保持杆子不倒。文中详细介绍了环境设置、神经网络构建及训练过程。此实战案例有助于理解智能体的工作原理及基本训练方法,为更复杂应用奠定基础。首先需安装必要库: ```bash pip install gym torch ``` 接着定义环境并与之交互,实现智能体的训练。通过多个回合的试错学习,智能体逐步优化其策略。这一过程虽从基础做起,但为后续研究提供了良好起点。
111 4
手把手教你从零开始构建并训练你的第一个强化学习智能体:深入浅出Agent项目实战,带你体验编程与AI结合的乐趣
|
1月前
|
机器学习/深度学习 人工智能 算法
打造你的超级Agent智能体——在虚拟迷宫中智斗未知,解锁AI进化之谜的惊心动魄之旅!
【10月更文挑战第5天】本文介绍了一个基于强化学习的Agent智能体项目实战,通过控制Agent在迷宫环境中找到出口来完成特定任务。文章详细描述了环境定义、Agent行为及Q-learning算法的实现。使用Python和OpenAI Gym框架搭建迷宫环境,并通过训练得到的Q-table测试Agent表现。此项目展示了构建智能体的基本要素,适合初学者理解Agent概念及其实现方法。
83 9
|
2月前
|
人工智能 JSON 数据格式
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
【9月更文挑战第6天】RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验

推荐镜像

更多