Seesaw 正在参加 2020 年度 OSC 中国开源项目评选,请投票支持!
Seesaw 在 2020 年度 OSC 中国开源项目评选 中已获得 {{ projectVoteCount }} 票,请投票支持!
投票让它出道
已投票

软件简介

Seesaw 是 Google 开源的一个基于 Linux 的负载均衡系统。Seesaw 包含基本的负载均衡特性,同时支持一些高级的功能,诸如:anycast, Direct Server Return (DSR), 支持多个 VLANs 和集中式配置。同时其设计的宗旨是易于维护。

安装:

make install 成功运行后,应该会在 ${GOPATH}/bin 路径下生成一些 seesaw_ 前缀的二进制文件。把它们安装到合适的位置。

SEESAW_BIN="/usr/local/seesaw"
SEESAW_ETC="/etc/seesaw"
SEESAW_LOG="/var/log/seesaw"
INIT=`ps -p 1 -o comm=`
install -d "${SEESAW_BIN}" "${SEESAW_ETC}" "${SEESAW_LOG}"
install "${GOPATH}/bin/seesaw_cli" /usr/bin/seesaw
for component in {ecu,engine,ha,healthcheck,ncc,watchdog}; do
  install "${GOPATH}/bin/seesaw_${component}" "${SEESAW_BIN}"
done
if [ $INIT = "init" ]; then
  install "etc/init/seesaw_watchdog.conf" "/etc/init"
elif [ $INIT = "systemd" ]; then
  install "etc/systemd/system/seesaw_watchdog.service" "/etc/systemd/system"
  systemctl --system daemon-reload
fi
install "etc/seesaw/watchdog.cfg" "${SEESAW_ETC}"
# Enable CAP_NET_RAW for seesaw binaries that require raw sockets.
/sbin/setcap cap_net_raw+ep "${SEESAW_BIN}/seesaw_ha"
/sbin/setcap cap_net_raw+ep "${SEESAW_BIN}/seesaw_healthcheck"

setcap 二进制文件可以在 Debian/Ubuntu 上的 libcap2-bin 包找到。

配置:

这里可查看一份配置示例文件,一份最小的 seesaw.cfg 文件提供一下内容:

  • anycast_enabled - True if anycast should be enabled for this cluster.

  • name - The short name of this cluster.

  • node_ipv4 - The IPv4 address of this Seesaw node.

  • peer_ipv4 - The IPv4 address of our peer Seesaw node.

  • vip_ipv4 - The IPv4 address for this cluster VIP.

故障排除:

一个 Seesaw 应该有五个在看门狗下运行的组件——进程表显示的进程:

  • seesaw_ecu

  • seesaw_engine

  • seesaw_ha

  • seesaw_healthcheck

  • seesaw_ncc

  • seesaw_watchdog

所有 Seesaw v2 的组件除了由看门狗提供的日志,都拥有自己的日志。如果任何一个进程没有运行,请在 /var/log/seesaw (e.g. seesaw_engine.{log,INFO}) 检查相应的日志。

需要注意的是,尽管该项目挂靠在 Google 名下,但并非 Google 官方产品,因此不会有官方支持,但源代码还是十分值得一部分开发者参考。

展开阅读全文

代码

的 Gitee 指数为
超过 的项目

评论 (6)

加载中
Note: This is not an official Google product.
05/06 11:52
回复
举报
名字好评 #Seesaw#
2016/01/31 09:47
回复
举报
my go ,我喜欢go #Seesaw#
2016/01/31 12:50
回复
举报
看看。。。名字好特别。。 #Seesaw#
2016/01/31 15:04
回复
举报
CAS #Seesaw#
2016/01/31 20:30
回复
举报
saw:电锯惊魂;SeeSaw:看电锯惊魂的意思,哈哈 #Seesaw#
2016/12/20 08:34
回复
举报
更多评论
暂无内容
发表了博客
2019/04/20 05:59

Google开源软负载seesaw

https://github.com/google/seesaw ------------------------ 在分布式系统中,负载均衡是非常重要的环节,通过负载均衡将请求派发到网络中的一个或多个节点上进行处理。通常来说,负载均衡分为硬件负载均衡及软件负载均衡。硬件负载均衡,顾名思义,在服务器节点之间安装专门的硬件进行负载均衡的工作,F5便为其中的佼佼...

0
0
发表了博客
2018/01/07 12:06

iOS 跷跷板动画 Seesaw Animation

Xcode Playgound示例代码: let testView = UIView() testView.frame = CGRect.init(x: 100, y: 100, width: 200, height: 200) self.view.addSubview(testView) testView.backgroundColor = UIColor.red var trans = CATransform3DIdentity trans.m34...

0
0
2016/12/19 17:28

2016 年谷歌开源了这些超酷炫的项目

人工智能可以可以创作艺术和谱写曲子了,手机传感器也可以成为强大的研究实验室了,普通耳机也可以实现 VR 中的 3D 全景音效了……这些你还不知道?来看看谷歌的这些超酷的开源项目吧!

12
194
发表于AI & 大数据专区
10/17 07:01

Python中的"变量"为什么不能理解为盒子?

作为毫无编程基础的Python初学者,初读“蟒蛇书”(下图),其中作者将“变量”描述为标签,而不是存储值的盒子,这一度让我很迷惑,作者也并未详细说明缘由,为什么要将变量理解为赋给值的标签?是否可以通过例子...

0
0
01/04 20:46

2016 年谷歌开源了这些超酷炫的项目

摘要 人工智能可以可以创作艺术和谱写曲子了,手机传感器也可以成为强大的研究实验室了,普通耳机也可以实现 VR 中的 3D 全景音效了……这些你还不知道?来看看谷歌的这些超酷的开源项目吧! 开放源代码软件让 Go...

0
0
发表于游戏开发专区
2016/12/20 15:51

I am going thru the same

he says he loves me but just needs some time I am going thru the same thing only I left before he could and now he is happy with my decision . He tells the kids we may get back to gether like he is the one calling the shots. At first I thought about letting him come ugg shoes sale back but if he ...

0
0
2019/03/04 14:39

开源巨献:Google最热门60款开源项目

来源:开源巨献:Google最热门60款开源项目 本文为大家整理了 Google 开源的项目,看看有没有感兴趣的,排名顺序按照 Github ★Star 数排列。 0、机器学习系统 TensorFlow ★Star 62533 TensorFlow 是谷歌的第二代...

0
0
2019/05/11 23:39

CV Code | 本周新出计算机视觉开源代码汇总(含目标跟踪、语义分割、姿态跟踪、少样本学习等)

点击我爱计算机视觉标星,更快获取CVML新技术 刚刚过去的一周出现了很多很实用、有意思、很神奇的CV代码。 比如大家期待的SiamRPN++算法,官方终于要开源了。 阿里MNN成为移动端网络部署的新选择。 同时CVPR 2019...

0
0
发表了博客
09/29 07:57

推荐系统顶会RecSys2020大奖出炉!腾讯摘获最佳长论文奖

     作者 | 陈大鑫   近日,RecSys 2020官网公布了本届最佳长短文论文奖。   来自 腾讯PCG团队 的四 位作者Hongyan Tang、Junning Liu、Ming Zhao、Xudong Gong凭借研究出一种 新的多任务学习个性化推荐模型获得了最佳长论 文奖,获奖论文:   《Progressive Layered Extraction (PLE): A Novel Multi-Task ...

0
0
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页
暂无内容
6 评论
203 收藏
分享
返回顶部
顶部