公司官网建站笔记(三):腾讯云服务器CentOS8.2安装界面环境,使用vnc远程登陆并搭建轻量级Qt服务器

简介: 公司官网建站笔记(三):腾讯云服务器CentOS8.2安装界面环境,使用vnc远程登陆并搭建轻量级Qt服务器

前言

  有些小项目可能只有几个点,几十个点,几百个点,这个时候使用qt的tcp服务器或者mqtt或者websocket等相关服务就可以满足,腾讯云CentOs8.2服务器安装的是没有界面的版本,本篇安装界面环境,vnc远程登陆并安装qt。


腾讯云服务

  


安装图形化界面

判断是否已经安装

  查看是否已经安装了界面:

yum grouplist

  

  切换到桌面环境:

  

  第一个字符:上一次的运行级别;第二个字符:本次的运行级别

  查看是否有桌面进程:

ps -A | egrep -i "gnome|kde|mate|cinnamon|lx|xfce|jwm"

  

  腾讯的云服务器centos实际应该是没有的,因为用腾讯云的vnc登陆上去也是命令行,而装了界面之后就是可视化的主界面了:

  

安装桌面系统

  后续尝试远程连接上直接断开,不知道到底什么问题,最终怀疑是否是没有桌面,然后又重新安装一个(此处安装就是给当前用户 “yang”安装,并且该用户登陆进来就是有界面的,后续vnc是直接登陆到该用户的远程界面)。

yum groupinstall "Server with GUI" -y

  

  花费了不到10分钟:

  

  然后设置图形模型为默认模式启动:

systemctl set-default graphical

  

  重启即可:

reboot

  查看,确实安装成功了:

  

  (原来是没有的)

安装界面会冲掉新的源数据(新的被老的覆盖)

  安装界面会直接导致源错误(不清楚原因),现象如下图:

  

  这个问题是老的源在2021年12月31日到期了需要手动更换源:查看博文《关于 CentOS8出现“Error: Failed to download metadata for repo ‘AppStream‘: xxxx” 的解决方法》解决。

  这里直接贴出shell命令,依次执行即可:

cd /etc/yum.repos.d/
sed -i 's/mirrorlist/#mirrorlist/g' /etc/yum.repos.d/CentOS-*
sed -i 's|#baseurl=http://mirror.centos.org|baseurl=http://vault.centos.org|g' /etc/yum.repos.d/CentOS-*
yum update -y
wget -O /etc/yum.repos.d/CentOS-Base.repo https://mirrors.aliyun.com/repo/Centos-vault-8.5.2111.repo
yum clean all
yum makecache

  


安装vnc远程桌面

步骤一:命令行安装

sudo yum install tigervnc-server tigervnc-server-module -y

步骤二:设置密码

vncpasswd

  

步骤三:启动vnc服务

service vncserver restart

  

步骤四:云服务器防火墙放行

  :1表示用5901端口,云服务器需要放行:

  

  

  

步骤五:windows使用vnc软件登陆测试

  

  

  

  

  

  同时,ssh也可以登陆:

  


安装xrdp

步骤一:命令行安装

yum -y install xrdp

  

  检查:

sudo systemctl status xrdp

  

步骤二:启动xrdp服务:

systemctl start xrdp

  

步骤三:windows使用远程登陆测试

  

  

  直接使用yang用户和其密码即可,如下图:

  


安装Qt

步骤一:下载Qt

  安装Qt,下载qt的安装包,挺大的,直接从云端下载,传上去也可以,不计算流量:

  

  Qt官网:https://download.qt.io/archive/qt/

  

步骤二:安装Qt

  下载后,添加可执行权限,然后双击:

  

  后续就是正常的安装过程,只把配置界面展示一下(能少装就少装,节省硬盘空间):

  

步骤三:测试Demo

  

  

yum install mesa-libGL-devel -y

  

  

  注意,这是为了创建一个服务器端的编译环境和部署时候的运行环境。


相关实践学习
2分钟自动化部署人生模拟器
本场景将带你借助云效流水线Flow实现人生模拟器小游戏的自动化部署
7天玩转云服务器
云服务器ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,可降低 IT 成本,提升运维效率。本课程手把手带你了解ECS、掌握基本操作、动手实操快照管理、镜像管理等。了解产品详情: https://www.aliyun.com/product/ecs
相关文章
|
13天前
|
存储 人工智能 自然语言处理
ChatMCP:基于 MCP 协议开发的 AI 聊天客户端,支持多语言和自动化安装 MCP 服务器
ChatMCP 是一款基于模型上下文协议(MCP)的 AI 聊天客户端,支持多语言和自动化安装。它能够与多种大型语言模型(LLM)如 OpenAI、Claude 和 OLLama 等进行交互,具备自动化安装 MCP 服务器、SSE 传输支持、自动选择服务器、聊天记录管理等功能。
87 15
ChatMCP:基于 MCP 协议开发的 AI 聊天客户端,支持多语言和自动化安装 MCP 服务器
|
1月前
|
Ubuntu 网络协议 关系型数据库
超聚变服务器2288H V6使用 iBMC 安装 Ubuntu Server 24.04 LTS及后续系统配置
【11月更文挑战第15天】本文档详细介绍了如何使用iBMC在超聚变服务器2288H V6上安装Ubuntu Server 24.04 LTS,包括连接iBMC管理口、登录iBMC管理界面、配置RAID、安装系统以及后续系统配置等步骤。
120 4
|
1月前
|
NoSQL Linux PHP
如何在不同操作系统上安装 Redis 服务器,包括 Linux 和 Windows 的具体步骤
本文介绍了如何在不同操作系统上安装 Redis 服务器,包括 Linux 和 Windows 的具体步骤。接着,对比了两种常用的 PHP Redis 客户端扩展:PhpRedis 和 Predis,详细说明了它们的安装方法及优缺点。最后,提供了使用 PhpRedis 和 Predis 在 PHP 中连接 Redis 服务器及进行字符串、列表、集合和哈希等数据类型的基本操作示例。
64 4
|
2月前
|
监控 Java Linux
Linux系统之安装Ward服务器监控工具
【10月更文挑战第17天】Linux系统之安装Ward服务器监控工具
68 5
Linux系统之安装Ward服务器监控工具
|
2天前
|
人工智能 JSON Linux
利用阿里云GPU加速服务器实现pdf转换为markdown格式
随着AI模型的发展,GPU需求日益增长,尤其是个人学习和研究。直接购置硬件成本高且更新快,建议选择阿里云等提供的GPU加速型服务器。
利用阿里云GPU加速服务器实现pdf转换为markdown格式
|
1天前
|
开发框架 缓存 .NET
阿里云轻量应用服务器、经济型e、通用算力型u1实例怎么选?区别及选择参考
在阿里云目前的活动中,价格比较优惠的云服务器有轻量应用服务器2核2G3M带宽68元1年,经济型e实例2核2G3M带宽99元1年,通用算力型u1实例2核4G5M带宽199元1年,这几个云服务器是用户关注度最高的。有的新手用户由于是初次使用阿里云服务器,对于轻量应用服务器、经济型e、通用算力型u1实例的相关性能并不是很清楚,本文为大家做个简单的介绍和对比,以供参考。
|
9天前
|
弹性计算 运维 安全
阿里云轻量应用服务器与ECS的区别及选择指南
轻量应用服务器和云服务器ECS(Elastic Compute Service)是两款颇受欢迎的产品。本文将对这两者进行详细的对比,帮助用户更好地理解它们之间的区别,并根据自身需求做出明智的选择。
|
10天前
|
SQL 弹性计算 安全
阿里云上云优选与飞天加速计划活动区别及购买云服务器后续必做功课参考
对于很多用户来说,购买云服务器通常都是通过阿里云当下的各种活动来购买,这就有必要了解这些活动的区别,同时由于活动内的云服务器购买之后还需要单独购买并挂载数据盘,还需要设置远程密码以及安全组等操作之后才能正常使用云服务器。本文就为大家介绍一下目前比较热门的上云优选与飞天加速计划两个活动的区别,以及通过活动来购买云服务器之后的一些必做功课,确保云服务器可以正常使用,以供参考。
|
13天前
|
弹性计算 安全 开发工具
灵码评测-阿里云提供的ECS python3 sdk做安全组管理
批量变更阿里云ECS安全组策略(批量变更)
|
1月前
|
存储 人工智能 弹性计算
阿里云弹性计算(ECS)提供强大的AI工作负载平台,支持灵活的资源配置与高性能计算,适用于AI训练与推理
阿里云弹性计算(ECS)提供强大的AI工作负载平台,支持灵活的资源配置与高性能计算,适用于AI训练与推理。通过合理优化资源分配、利用自动伸缩及高效数据管理,ECS能显著提升AI系统的性能与效率,降低运营成本,助力科研与企业用户在AI领域取得突破。
50 6