搭建个人Leanote云笔记本的记录

本文涉及的产品
云数据库 MongoDB,独享型 2核8GB
推荐场景:
构建全方位客户视图
简介: 本场景将提供一台配置了CentOS 7.7的ECS实例(云服务器)。您可以参考本教程的操作基于已有的环境搭建一个Leanote云笔记本。

背景知识
Leanote是一款在线的云笔记应用,有如下特点:

1.支持网页、PC、手机APP客户端和微信版,随时记录,方便分享,支持语音,图片输入。
2.代码高亮,涵盖所有主流语言的代码高亮,随心所欲在Leanote里写代码,记知识。
3.Markdown 编辑器,实时同步预览。
4.专业数学公式编辑,像Word和Latex能编辑数学公式。
5.支持创建思维脑图,将散乱的想法以树状信息分层展示。
6.详细历史纪录,每次保存都在后端备份,轻松查找,一键恢复。
7.实时同步云端。

1.连接ECS服务器

image.png

2.安装MongoDB

MongoDB是一个基于分布式文件存储的高性能数据库,介于关系数据库和非关系数据库之间,它支持的数据结构非常松散是类似于json和bson格式,因此可以存储比较复杂的数据类型。Mongo最大的特点是它支持的查询语言非常强大,其语法有点类似于面向对象的查询语言,几乎可以实现类似关系数据库单表查询的绝大部分功能,而且还支持对数据建立索引。

Leanote云笔记使用MongoDB作为后端数据库,按照以下步骤按照MongoDB数据库。

1.执行以下命令,安装MongoDB。

yum -y install mongodb mongodb-server.x86_64 mariadb-devel.i686

2.执行以下命令,启动MongoDB服务。

systemctl start mongod

3.执行以下命令,查看MongoDB运行状态。

systemctl status mongod

image.png

3.安装Leanote

1.下载Leanote二进制安装包。

wget https://nchc.dl.sourceforge.net/project/leanote-bin/2.6.1/leanote-linux-amd64-v2.6.1.bin.tar.gz

2.解压安装包。

tar -zxvf leanote-linux-amd64-v2.6.1.bin.tar.gz

3.编辑文件leanote/conf/app.conf,在文件中找到app.secret项,将该项的值改为任意字符串。(如不修改将会有安全风险)。

说明: 根据Leanote官方文档,如不修改app.secret项的值,将会有安全隐患。

  1. 使用vim编辑器打开文件leanote/conf/app.conf。
    vim leanote/conf/app.conf
  2. 进入vim编辑器后,输入:/app.secret=并按下回车查找app.secret位置。
  3. 找到该项位置后按下i键进入编辑模式,修改该项的值为任意字符串。
  4. 修改完成后,按下esc键退出编辑模式,输入:wq保存并退出vim编辑器。
    修改后如图所示。

image.png

4.初始化数据库。

mongorestore -h localhost -d leanote --dir /root/leanote/mongodb_backup/leanote_install_data/

5.启动服务。

  1. 访问云笔记。

在浏览器中访问http://公网地址>:9000,请将替换为左侧资源栏中的ECS公网IP地址。默认管理用户为admin,密码为abc123。登录成功后如下图所示。
image.png

目录
相关文章
|
7月前
|
前端开发 JavaScript 开发者
这个被忽略的CSS:hover隐藏用法,让交互设计师都跪了
本文详细介绍了CSS中的伪类选择器`:hover`及其应用。`:hover`用于定义鼠标悬停在元素上时的样式,常见于超链接、按钮等交互场景。文章通过多个实例演示了`:hover`不仅可控制当前元素,还能影响其子元素或后代元素,但通常不适用于兄弟元素。此外,还分享了如何避免`:hover`导致的布局抖动问题,如提前设置透明边框。最后,结合实际案例展示了如何利用`:hover`实现复杂的交互效果,例如三级菜单,帮助开发者更好地掌握这一实用技巧。
415 1
这个被忽略的CSS:hover隐藏用法,让交互设计师都跪了
|
8月前
|
人工智能 程序员 C++
【实战经验】C/C++右移高位补0还是1?
本文探讨了C/C++中右移运算时高位补0还是补1的问题。通过示例代码分析,揭示了右移规则:无符号类型高位补0;有符号类型根据正负决定(正数补0,负数补1)。文中列举了可能导致错误的场景,并提供了两种规避措施——使用无符号类型和掩码校正,确保结果符合预期。最后总结指出,右移运算虽常见,但若处理不当易引发隐晦Bug,需谨慎对待。
462 90
|
数据库 开发者 微服务
微服务架构下的数据一致性挑战与解决方案
在当今的软件开发领域,微服务架构因其灵活性和可扩展性而受到广泛青睐。然而,这种架构风格也带来了数据一致性的复杂问题。本文将深入探讨微服务环境中数据一致性面临的挑战,并提出一系列解决策略。我们将以实际案例分析如何应用这些策略,并讨论它们在不同场景下的利弊。文章旨在为后端开发者提供一套实用工具和方法,帮助他们在设计和实现微服务时确保数据一致性。
396 26
|
8月前
|
消息中间件 Kafka API
原理剖析| Kafka Exactly Once 语义实现原理:幂等性与事务消息
原理剖析| Kafka Exactly Once 语义实现原理:幂等性与事务消息
247 0
|
SQL 监控 安全
2024年护网行动全国各地面试题汇总(1)
2024年护网行动全国各地面试题汇总(1)
2024年护网行动全国各地面试题汇总(1)
|
网络协议 网络安全 数据安全/隐私保护
计算机网络概念:网关,DHCP,IP寻址,ARP欺骗,路由,DDOS等
【10月更文挑战第27天】计算机主机网关的作用类似于小区传达室的李大爷,负责将内部网络的请求转发到外部网络。当小区内的小不点想与外面的小明通话时,必须通过李大爷(网关)进行联系。网关不仅帮助内部设备与外部通信,还负责路由选择,确保数据包高效传输。此外,网关还参与路由表的维护和更新,确保网络路径的准确性。
249 2
|
机器学习/深度学习 算法 数据挖掘
算法金 | K-均值、层次、DBSCAN聚类方法解析
**摘要:** 这篇文章介绍了聚类分析的基本概念和几种主要的聚类算法。聚类是无监督学习中用于发现数据内在结构的技术,常用于市场分析、图像分割等场景。K-均值是一种基于划分的算法,简单高效但易受初始值影响;层次聚类包括凝聚和分裂方式,形成层次结构但计算复杂;DBSCAN基于密度,能处理任意形状的簇,但参数选择敏感。文章还讨论了这些算法的优缺点和适用场景,并提供了相关资源链接和Python实现。
665 9
算法金 | K-均值、层次、DBSCAN聚类方法解析
|
SQL 分布式计算 大数据
MaxCompute产品使用合集之如何在本地IDE(如IntelliJ IDEA)中配置MaxCompute (mc) 的任务和调试SQL
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
机器学习/深度学习 算法 数据挖掘
一文介绍回归和分类的本质区别 !!
一文介绍回归和分类的本质区别 !!
935 1
|
缓存 安全 数据安全/隐私保护
在智能媒体服务中,跨域问题可以通过设置CORS(跨源资源共享)规则来解决
在智能媒体服务中,跨域问题可以通过设置CORS(跨源资源共享)规则来解决
294 4