华为云Classroom赋能—TooKit助力开发者上云

对于资深程序员而言,IDE是必不可少的,它好比是剑客手中的宝剑,IDE帮助程序员更快更丝滑的去编程,同时插件就是这把剑上的各种Buff,为宝剑赋能,提供更好的升级打怪体验。

什么是Huawei Cloud Toolkit

Huawei Cloud Toolkit中文名是华为云开发者插件,是基于华为云现有能力的一系列插件集合,简单来说就是把华为云的能力带到每个开发者的桌面,使开发者在IDE通过插件的能力连接华为云。华为云开发者系列插件是免费的,同时支持当下的多个IDE平台:包括IntelliJ系列、VSCode、以及华为自研CodeArts IDE。

华为云Toolkit初体验分享

Huawei Cloud Toolkit支持多个平台,我们以IntelliJ平台IDEA为例去体验Toolkit的能力:部署插件(一键部署到CCI、ECS)。

基本操作流程:

部署插件安装 --> 华为云账号登录(请提前安装底座插件) --> 部署插件体验

各位开发同学在本地完成本地软件包开发后想要部署到云端通常都是怎么做的呢?在正规流程中,软件版本迭代发布都要走CI/CD流水线,比如开源工具Jenkins或者商业CI/CD产品;在个人或者规范相对不是那么严格的开发流程中,在本地完成代码开发并测试后,可以通过scp命令或者相关工具将软件包上传到服务器上。

Huawei Cloud Toolkit的部署插件(Huawei Cloud Deploy)提供了一个简单快速的渠道方便用户在IDE侧快速部署到服务器或者容器上,这对于想体验完整开发流程或者独立自主开发的同学来说是个福音,打开IDEA插件市场,搜索"Huawei Cloud Deploy"(部署插件)和"Huawei Cloud Toolkit Platform"(华为云底座插件,提供单点登录能力),一键安装重启IDE,即可在拥有这种快速部署的能力(ECS和CCI资源需要提前购买)。

我们以ECS部署为例:

  1. 登录有ECS资源的华为云账号,打开插件左侧主面板:点击IDEA左侧工具框中的"Huawei Cloud Toolkit"工具按钮、点击插件主面板中的"Huawei Cloud Deploy", 选择 "Deploy to ECS"。
  1. 在弹出面板中设置部署参数。

部署参数说明:

  • Create New Configration:创建一个部署配置任务,配合Save按钮可以将配置参数本地化保存。
  • Using Existing Configration:使用本地化保存的部署参数(这里暂不选择)。
  • Name:自定义部署任务的名称,方便后续复用(可以随意定义一个名称)。
  • File:要传送到ECS的文件(可以选择一个jar包、二进制包等形式的文件)。
  • Target ECS:目标Region的ECS资源,可以选择想要部署的实例(确保当前登录账号下有ECS资源)。
  • Command before:部署前执行的命令(比如cd命令、环境配置命令等等)。
  • Target directory:输入ECS上目标部署路径。
  • Command after:部署后执行的命令。

我们配置好参数,会展示已有的ECS实例,点击ECS实例表格中的设置图标,验证方式下拉切换验证方式,这里我们选取Password方式,完成配置后点击run即可完成部署操作。

部署成功后弹出:"Success to deploy for ECS!",登录远程ECS,可以看到我们已经将本地应用成功部署到服务器。

整体部署配置的过程只需要1分钟不到,而且可以将配置参数持久化带本地,下次可以直接复用。是不是很方便呢?

了解更多

想要学习和使用Huawei Cloud Toolkit的更多能力,请参考:ToolKit的专题培训

相关推荐
ZZZCY200334 分钟前
华为VER系统及CLI命令熟悉
华为
余生H40 分钟前
transformer.js(三):底层架构及性能优化指南
javascript·深度学习·架构·transformer
罗小罗同学1 小时前
医工交叉入门书籍分享:Transformer模型在机器学习领域的应用|个人观点·24-11-22
深度学习·机器学习·transformer
孤独且没人爱的纸鹤1 小时前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
阿_旭1 小时前
TensorFlow构建CNN卷积神经网络模型的基本步骤:数据处理、模型构建、模型训练
人工智能·深度学习·cnn·tensorflow
羊小猪~~1 小时前
tensorflow案例7--数据增强与测试集, 训练集, 验证集的构建
人工智能·python·深度学习·机器学习·cnn·tensorflow·neo4j
极客代码1 小时前
【Python TensorFlow】进阶指南(续篇三)
开发语言·人工智能·python·深度学习·tensorflow
Seeklike1 小时前
11.22 深度学习-pytorch自动微分
人工智能·pytorch·深度学习
YRr YRr2 小时前
如何使用 PyTorch 实现图像分类数据集的加载和处理
pytorch·深度学习·分类
HPC_fac130520678165 小时前
以科学计算为切入点:剖析英伟达服务器过热难题
服务器·人工智能·深度学习·机器学习·计算机视觉·数据挖掘·gpu算力