# 1、免密登录
平时用ssh登录远程服务器时，大概会是这样：`ssh root@123.123.45.168`  
并且还要输入密码，如果密码比较长，并且有各种特殊字符，简直是折磨  
有了免密登录，再也不用输入那么一长串的命令  
下面的例子就是登录我腾讯服务器，超级简单，只需要输入`ssh tx`就行了，不需要输入密码！      
![ssh-tx.gif](https://img.huacai.one/huacai-blog/f83373aecd556b66de733d1d84532bba.ssh-tx.gif)  



那怎么实现免密登录呢？很简单，流程如下：  

```mermaid
sequenceDiagram
    participant C as 客户端
    participant S as 服务器

    C->>C: 生成公私钥对
    C->>S: 将公钥上传到服务器
    S->>S: 将公钥添加到authorized_keys文件
```

## 1.1 本地生成公司密钥对
`ssh-keygen -t ed25519 -a 200 -C "lihuacai168@gmail.com"`
跟着提示操作就好，直接一路默认就行，最后生成的密钥对会放在`~/.ssh`目录下
- `id_ed25519.pub`是公钥，放到远程服务器上，可以给别人看到的
- `id_ed25519`是私钥，留在本地，不能给别人看到的

命令解释：
> ssh-keygen -t ed25519 -a 200 -C "your_email@example.com" 是一个用于生成 ed25519 类型 SSH 密钥对的命令。逐个分析这个命令的各个部分：
> 1.  ssh-keygen：这是一个用于生成、管理和转换 SSH 密钥的工具。 
> 2.  -t ed25519：-t 选项表示要生成的密钥类型，这里选择的是 ed25519。ed25519 是一种现代的、安全的、高效的椭圆曲线签名算法，广泛应用于 SSH 密钥。 
> 3.  -a 200：-a 选项表示密钥派生函数（KDF）的轮数。这个值越大，密钥生成过程越慢，破解难度越高。在这里，轮数被设置为 200，提高了密钥的安全性。 
>4.  -C "your_email@example.com"：-C 选项表示注释。这里，可以使用电子邮件地址作为注释，以便更容易地识别和管理密钥。当然，可以使用任何其他有意义的字符串来替换电子邮件地址。

## 1.2 公钥添加到远程服务器
这面是一个快捷命令，一行就能完成
```shell
cat ~/.ssh/id_ed25519.pub | ssh 用户名@远程服务器地址 "mkdir -p ~/.ssh && touch ~/.ssh/authorized_keys && chmod 600 ~/.ssh/authorized_keys && cat >> ~/.ssh/authorized_keys"
```

如果有遇到报错，就把命令拆开执行：
- ssh登录到远程服务器
- 在当前用户的根目录创建一个`.ssh`的目录
- 然后在`.ssh`目录下创建一个`authorized_keys`的文件
- 接着把本地` ~/.ssh/id_ed25519.pub`的内容复制到`authorized_keys`文件，保存退出即可
- 修改`authorized_keys`文件的权限（可以省略这步）`chmod 600 ~/.ssh/authorized_keys`

配置完成后，在本地测试一下  
`ssh 用户名@远程服务器ip地址`  
正常的话，应该就能直接登录了


## 1.3 服务器起别名 

如果要实现开头动图那样，不想每次都输入用户名和ip，**本地**还需要做多一个配置
- 当前用户根目录创建一个`.ssh`目录，`mkdir ~/.ssh` 
- 在`.ssh`目录下创建一个文件`config`
内容可以参考这个
```shell
IdentityFile ~/.ssh/id_ed25519
StrictHostKeyChecking no
ControlMaster auto

Host tx
    User root
    HostName 110.119.120.168
```
配置解释
- `IdentityFile ~/.ssh/id_ed25519` 用来认证的私钥，不要带上`.pub`
- `Host tx` 起一个服务器别名，叫做`tx`，随便起，方便记忆就行
- `User root` 登录`tx`这个服务器使用的用户名
- `HostName 110.119.120.168` 服务器的ip地址或者域名
- 如果默认端口不是22，或者要为使用单独的私钥，都是支持的，具体请问ChatGPT


# 2、scp自动补全
配置完ssh服务器别名之后，scp自动补全就相当于额外赠送的了   
- 输入到`tx:/ro`按一下tab，如果只有一个选项，就自动补全
- 输入到`tx:/root/co`因为有两个选项，就会展示所有的补全选项

![scp-tx.gif](https://img.huacai.one/huacai-blog/9b5d3919c6c7f414794b529c7f463555.scp-tx.gif)


# 3、防密码被暴力破解
看到过很多人在连接远程服务器的时候，直接使用密码登录  
这样会带来一些问题：
尤其是一些小白，刚买了服务器，没有什么安全意识。
就直接是裸奔，密码还是设置很简单的那种，什么`root`, `12345678`, `password`, `p@ssw0rd`之类的。
简直就是送人头啊，这位同学就是曾经的受害人  



![image.png](https://img.huacai.one/huacai-blog/f5f3f1dab0aeb1562b23319d91bae6a6.image.webp)


刚买一周的服务器，就有遇到这么多次的破解  
我设置了连续错误3次密码错误就拉黑  
![](https://img.huacai.one/image-20230404094650041.webp)

具体防范方法参考我博客这篇文章  
[`https://blog.huacai.one/post/8`]()

我是这样使用Linux ssh《一》

# 1、初体验
翻看了一下邮箱记录，注册时间在2022年12月10日，到现在居然已经半年了！  
白驹过隙，物是人非啊  


![image.png](https://img.huacai.one/huacai-blog/6ca117013f5c5ac62313df8b83ae43dc.image.webp)

当时觉得这东西确实用起来还不错，只是想着能用到工作上，没往其他方向思考。  
要是再仔细想想投资方向，也许就起飞了！！！  
看看OpenAI背后的微软最近半年股价涨幅，说起来都是眼泪😭  
（当然，这只是马后炮，投资需谨慎）

![image.png](https://img.huacai.one/huacai-blog/416355346958e1fcfb28246261a99b11.image.webp)

# 2、新旧功能对比
刚刚上线的时候，ChatGPT是界面是非常的简单，甚至直接把对话叫做Thread。  
这个命名肯定是程序员想的，产品经理不会这么简单粗暴

![image.png](https://img.huacai.one/huacai-blog/fd6b23290ab0d484752bff2704cb80f9.image.webp)

对比一下现在的页面，差距还是挺大的  
- 把那个令非程序员费解的Thread改成了Chat
- 会话做了按时间分类，也加了一键清除所有会话
- 所有会话数据导出，这点还是非常有用的
![image.png](https://img.huacai.one/huacai-blog/be54fef2d142f7915e08499572a2f2b3.image.webp)

![image.png](https://img.huacai.one/huacai-blog/baf9c410db906906875dea2a29c6f0c2.image.webp)

导出的数据是发送到邮箱

![image.png](https://img.huacai.one/huacai-blog/076ac02e2fff45a52b31aca40642b6fd.image.webp)
解压出来可以达到这些数据
![image.png](https://img.huacai.one/huacai-blog/0abc7d8d232e63bcf1e40c77def2d646.image.webp)

# 3、GPT4模型
当然，页面的上那些改动，算是“我上我也行系列”  
最重磅的当然GPT4模型，GPT4到底有多强，我很难用语言来表达。   
强烈推荐实际体验，一定要使用官方版本的，而不是市面上各种套壳，调用API跟官方网页版差距很大

吹了一大堆，还是看看实际做了点啥：

![image.png](https://img.huacai.one/huacai-blog/5de5816261a7f46ce2d528ade8fcc13f.image.webp)


举个具体例子，最近做的Jmeter开源项目
```shell
https://github.com/lihuacai168/Jmeter-Toolkit
```
从提交记录看到，一天内就把核心的功能完成了  
Jmeter和FastAPI这两个我都非常不熟悉，能在短短的时间内把他们结合起来  
ChatGPT（GPT4模型）真的立大功
![image.png](https://img.huacai.one/huacai-blog/deb49be1451f4d434bf82ebcd59d14a4.image.webp)

# 4、使用ChatGPT建议
- 有条件的话，使用官方web版，比国内调用API套壳的版本会更聪明
- ChatGPT Plus这20美元是非常值得花，有条件的话（没条件，私信我可以解决），是强烈建议体验
- 提问的技巧，尽可能把问题的已知条件描述清楚，以及想要实现的功能大体描述，越清楚越好；这个跟搜索引擎是相反的，搜索引擎是尽可能使用关键字。
- 最后，如果你网络环境不允许，不想折腾那么多，可以使用我的白嫖站来体验ChatGPT`https://huacai.ai-nb.com`

从0到1：首批资深用户谈ChatGPT半年深度体验与成果分享

# 1、背景
前几天刚做了一个在web端执行Jmeter压测的项目  
生成报告使用的Jmeter原生的报告，看起来少了点东西，不够高大上  
要上档次，那必须是Grafana  
所以，开始搞起来吧




# 2、Granfana+InfluxDB配置

## 2.1服务搭建
搭建服务最方便的还是docker-compose  
只需要创建一个文件`docker-compose.yml`，把下面的内容粘贴进去  
然后执行`docker-compose up -d`，就能把服务启动好啦  
默认创建一个`db`叫做`jmeter`，记住它，下面会用到
为了方便，就没设置账号密码

```dockerfile
# docker-compose.yml
version: "3"

services:
  influxdb:
    image: influxdb:1.8
    container_name: influxdb
    ports:
      - "8086:8086"
    volumes:
      - ./influxdb_data:/var/lib/influxdb
    environment:
      - INFLUXDB_DB=jmeter
      # - INFLUXDB_USER=jmeter
      # - INFLUXDB_USER_PASSWORD=jmeter
      # - INFLUXDB_ADMIN_USER=admin
      # - INFLUXDB_ADMIN_PASSWORD=admin

  grafana:
    image: grafana/grafana:8.1.5
    container_name: grafana
    ports:
      - "3000:3000"
    depends_on:
      - influxdb
    volumes:
      - ./grafana_data:/var/lib/grafana
    environment:
      - GF_SECURITY_ADMIN_USER=admin
      - GF_SECURITY_ADMIN_PASSWORD=admin
```

## 2.2配置Grafana数据源
服务启动好之后，需要登录到grafana，地址是`http://localhost:3000`（默认用户名和密码是admin/admin）  
添加InfluxDB数据源：点击左侧菜单中的“Configuration”（齿轮图标），然后选择“Data Sources”，点击“Add data source”，选择“InfluxDB”，并输入相关信息。

![image.png](https://img.huacai.one/huacai-blog/0da332902bf45d1a7e8b6ccfe5dcd0b5.image.webp)

![image.png](https://img.huacai.one/huacai-blog/3d1c6b24f4afd4ab290450abeb34d56a.image.webp)

![image.png](https://img.huacai.one/huacai-blog/43812af5125d5a10bc5e4bd8c073b06a.image.webp)

![image.png](https://img.huacai.one/huacai-blog/72cbd8a5401e528e58253c9235b3fcbf.image.webp)

看到这个就成功啦

![image.png](https://img.huacai.one/huacai-blog/60d5c50452840e0506afdb6e3e1d3790.image.webp)

如果写错了，会看到类似这样的报错信息

![image.png](https://img.huacai.one/huacai-blog/a5b27353feb243a0224dca815b5b02b9.image.webp)

## 2.3配置Grafana面板
数据源配置好之后，就开始配置Jmeter面板喽  

![image.png](https://img.huacai.one/huacai-blog/0db99c97e13169d144256dddad092442.image.webp)

![image.png](https://img.huacai.one/huacai-blog/7144e7f5e0c56d00d8c85f16a955fe7e.image.webp)

![image.png](https://img.huacai.one/huacai-blog/7bcff58f3e96ecb9955a4e4f9b88c323.image.webp)

没有意外的话，就能看到下面这个啦，到这里，Grafana相关配置已经全部完成    

![image.png](https://img.huacai.one/huacai-blog/4137260f2c23a4111c91ef2232e5e82e.image.webp)
# 3、Jmeter配置
## 3.1配置InfluxDB监听器
给测试计划增加一个监听器

![image.png](https://img.huacai.one/huacai-blog/3ccec6e9809245f78c8ec2322c9c68ea.image.webp)

这里需要修改的地方有两个，第一个安装下面图片的就好  
第二个根据实际情况填写，`192.168.199.215`是Influxdb所在机器的ip  
db是2.1章节中配置的db名称  
如果你配置了用户密码，那么参考这个文档地址
`https://docs.influxdata.com/influxdb/v1.5/query_language/authentication_and_authorization/`
![image.png](https://img.huacai.one/huacai-blog/fecf374e95c0bd2afa90768c293e83cc.image.webp)

## 3.2实际效果
配置完之后，点击开始执行（GUI不适合真实压测，实际压测请使用非GUI模式，导出jmx运行即可）

![image.png](https://img.huacai.one/huacai-blog/db0fe0b6c9af30efbb5b309ab9722abb.image.webp)

过一会就能在Grafana上看到数据啦  

![image.png](https://img.huacai.one/huacai-blog/56c97a7e1256b1cc6d52fe1a33e11ffc.image.webp)

如果没有，可以看看log

![image.png](https://img.huacai.one/huacai-blog/09fb5d7b894c149bfbc285f8a0f78770.image.webp)

Grafana+InfluxDb搭建Jmeter监控面板

# 1、背景
在国内，docker build的时候，如果没有修改为国内的源或者使用国内镜像（包括yum,pip,apt-get,npm等等），网络会非常的慢，有时候甚至用不了。  
但是，如果在使用Github Action docker build时，机器是在美国，使用国内的源或者镜像，就会适得其反。



![image.png](https://img.huacai.one/huacai-blog/b8e9132eea249e604d38d74b4451edaf.image.webp)

查看详细的log，发现大部分时间消耗在这一层
```dockerfile
# 更换apt源为阿里云镜像源，更新系统和安装一些基本软件包
RUN sed -i 's/deb.debian.org/mirrors.aliyun.com/g' /etc/apt/sources.list && \
    apt-get update && \
    apt-get install -y wget unzip openjdk-11-jdk ant
```
那么问题来了，怎么样优雅的实现，同一份Dockerfile在Github Action构建时就是用国外的源，本地开发就使用国内的源



# 2、ChatGPT的方案

![image.png](https://img.huacai.one/huacai-blog/a7ab3eebdf84e0244dccbfa59025d8f6.image.webp)

怎么说？使用ARG搭配ENV是一个不错的方案。  
但在Dockerfile里面增加if判断似乎不是那么的优雅
但还有其他方案吗？

# 3、我的方案

## 3.1 本地构建
这里可以看到执行替换apt源为阿里云的
![image.png](https://img.huacai.one/huacai-blog/823e5f67e5a5bd74964a715187da3979.image.webp)

## 3.2 Github Action构建

这里看到也执行了替换源，只不过是debian默认的源
![image.png](https://img.huacai.one/huacai-blog/c622c43c92d6c5c956de64960fa5f6cc.image.webp)

整体的耗时耗时都降下来啦
![image.png](https://img.huacai.one/huacai-blog/872859199be90e3815c580d08a75906f.image.webp)

## 3.3 实际方案
`docker-compose args` + `Dockerfile ARG`

![image.png](https://img.huacai.one/huacai-blog/9b49cbb2bcd8d6eccb9db92815ca1413.image.webp)

含义解释：
```dockerfile
   DEBIAN_REPO: ${DEBIAN_REPO:-mirrors.aliyun.com}
   PIP_INDEX_URL: ${PIP_INDEX_URL:-https://pypi.tuna.tsinghua.edu.cn/simple}
```
在docker-compose.yml里面定义了两个变量
- DEBIAN_REPO，默认值是`mirrors.aliyun.com`
- PIP_INDEX_URL，默认值是`https://pypi.tuna.tsinghua.edu.cn/simple`

在本地开发时，执行`docker-compose -f docker-compose.yml up -d  --build --remove-orphans`（当然，我不会输入那么长命令，记不住；就算记得也会累死。你们会吗？我都是通过Makefile来自定义各种命令，最终效果是输入`make up`就能实现这个命令，看上面3.1的截图）构建的时候，    
docker-compose里面定义变量的默认值，会替覆盖掉Dockerfile的同名变量（DEBIAN_REPO和PIP_INDEX_URL）  
这样一来，本地就能够使用国内的镜像和源啦

在Github Action构建时，直接使用Dockerfile，没有传入参数，就直接使用默认的源。

完美解决问题~~

Docker构建镜像优雅切换国内外源

# 1、背景
上次发了文章[我用 GPT4 写了个开源项目](https://mp.weixin.qq.com/s?__biz=Mzg3ODk3MTk0Nw==&mid=2247483828&idx=1&sn=fc110500aa211539174b51459cb19892&chksm=cf0adcf0f87d55e6fb0230df2f16cf30b2538c66e24447878578728e0fc2721ca14c33f6e114#rd)  
主要功能是实现了，但代码不够紧凑。  
使用过程比较繁琐，需要手动上传jmx，再执行jmx，最后再生成报告。  
想增加一个新功能，把这三个步骤合并成一个步骤，但发现重复代码还蛮多的。    
这当然是不能忍的，那就把这个任务交给ChatGPT（GPT4模型）吧



# 2、GPT4重构
## 2.1 代码抽取
话不多说，直接把代码扔给ChatGPT

![image.png](https://img.huacai.one/huacai-blog/24e75b0c4c471f478e009ab0c6ac3da2.image.webp)
 
 看看效果，有模有样的？
 
![image.png](https://img.huacai.one/huacai-blog/5e130818d754cd4047a29f3ec6fc11bd.image.webp)
   
  但是它偷懒了！！！  
  并没有实现上传jmx和生成报告的接口
  
![image.png](https://img.huacai.one/huacai-blog/a75bd000b7ced062ad7c2f0d2d0b4732.image.webp)

嗯，看不错哦。代码都移动好了

不过还有个小问题，JMeterManager做了一个全局实例化，然后在路由中使用它的实例

使用全局变量这种方式不够优雅，那要怎么改呢
## 2.2 使用依赖注入
![image.png](https://img.huacai.one/huacai-blog/f0b5c723f52f00aca4d421d913cb810e.image.webp)

真不错啊，即使我的提问有问题，还能给我想要的答案！


## 2.3 全局变量和依赖注入比较
那么问题来了，全局变量和依赖注入，除了优雅，还有啥区别

看看FastAPI之父Ayo的说法，你觉得呢
![image.png](https://img.huacai.one/huacai-blog/7aee089ed64267b60296480ea34174e8.image.webp)


# 3、实现新功能
第一版的时候，三个步骤才能完成压测：
- 调用upload_jmx先上传jmx
- 然后调用execute_jmx执行，得到jtl
- 在通过generate_html_report_by_jtl_file接口得到最终的HTML报告

新功能是把三这个步骤合成一个，看看ChatGPT给出的答案
![image.png](https://img.huacai.one/huacai-blog/6ceb366594442dbc22e7652899bb499c.image.webp)

整体上没毛病，返回的结果是有点问题的  
自己手动改一下就OK

看看最终效果，nice！  
上传完直接执行，并且生成报告

![jmx-upload-execute-report](https://img.huacai.one/jmx-upload-execute-report.gif)

# 4、FastAPI挂载静态
## 4.1 需求分析
当然，实际情况没有那么顺风顺水。下面是踩坑之路    
Jmeter生成的HMTL报告，是一个文件夹
目录长这样
```shell
$ tree reports -L 2
reports
├── http-bin-json-2023-04-29_10-21-30
│   ├── content
│   ├── index.html
│   ├── sbadmin2-1.0.7
│   └── statistics.json
├── http-bin-json-2023-05-04_21-36-21
│   ├── content
│   ├── index.html
│   ├── sbadmin2-1.0.7
│   └── statistics.json
├── http-bin-json-2023-05-04_21-59-39
│   ├── content
│   ├── index.html
│   ├── sbadmin2-1.0.7
│   └── statistics.json
├── http-bin-json-2023-05-04_23-17-37
```
reports是所有报告的根目录，它下面的每个子目录都是一份完整的报告
例如http-bin-json-2023-04-29_10-21-30这个文件夹，就是指http-bin-json.jmx这个文件在2023-04-29_10-21-30这个时间执行的报告
前端访问的方式是
`http://localhost:18000/view_report/http-bin-json-2023-05-05_07-17-10/`
也就是说，只需要传入文件夹名称即可  

那么这个功能怎么实现，看ChatGPT怎说
![image.png](https://img.huacai.one/huacai-blog/8d73ade243a0cf9ce2beb9a0b541e982.image.webp)

## 4.2 移除Jinja2
这显然不OK，访问静态文件为啥要增加Jinja2模板，重来

![image.png](https://img.huacai.one/huacai-blog/7bd49a3bc6cc4e50c3f8768745495150.image.webp)

厉害啊，还考虑到内存泄漏和实际的使用场景
但是不符合我的要求，我希望是传入文件夹，就直接渲染页面了，它返回了一个路径，接下来就是一顿乱操作了  
## 4.3 踩坑
![image.png](https://img.huacai.one/huacai-blog/357452a3907829a6fb8760ad4071493a.image.webp)

![image.png](https://img.huacai.one/huacai-blog/bcd6276b27f50b15a35f0619e6c1df31.image.webp)

## 4.4 解决
后面有点多，就不一一列举
其实解决方法很简单
```py
app.mount("/view_report", StaticFiles(directory="reports", html=True), name="reports")
```  
只需要这一句就行了，把静态文件挂载，就能直接访问。  

# 5、总结
为什么后面会发生这么多问题，首先我是FastAPI的新手，很多东西不了解。  
其次，在调试的时候，没有注意浏览器缓存的问题，即使改成代码正确的了，但因为缓存，看到缺失错误的结果。