Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >工具推荐|基于天气雷达数据的冰雹反演工具

工具推荐|基于天气雷达数据的冰雹反演工具

作者头像
bugsuse
发布于 2022-09-23 06:56:21
发布于 2022-09-23 06:56:21
1.5K00
代码可运行
举报
文章被收录于专栏:气象杂货铺气象杂货铺
运行总次数:0
代码可运行

Centos7使用MCSManager9面板搭建 Minecraft(MC) Paper 1.18.1 版服务器教程,MCSManager9面板安装教程。

Paper核心支持安装插件。

视频教程:https://www.bilibili.com/video/BV1du411X7BT/

MCSM9介绍

分布式,稳定可靠,开箱即用,高扩展性,支持 Minecraft 和其他少数游戏的控制面板。

MCSManager 面板(简称:MCSM 面板)是一款全中文,轻量级,开箱即用,多实例和支持 Docker 的 Minecraft 服务端管理面板。

此软件在 Minecraft 和其他游戏社区内中已有一定的流行程度,它可以帮助你集中管理多个物理服务器,动态在任何主机上创建游戏服务端,并且提供安全可靠的多用户权限系统,可以很轻松的帮助你管理多个服务器。

准备

首先你得有台服务器(已经有的可以忽略),下面推荐一些:

其他性价比高的服务器推荐:https://blog.zeruns.tech/archives/383.html

如果你是新用户有优惠,建议能买多长时间就买多长时间,因为优惠价的服务器到期后续费很贵的,而且新用户优惠只能买一次,所以尽量买长时间点划算。

2核4G内存 5兆带宽的服务器大约可以同时在线5到10人,4核8G 10兆的服务器大约可以同时在线20到30人。1.18.1版的配置要求更高了,最低得4G内存,建议8G内存。

购买服务器后选择安装Centos7系统,然后用ssh登陆服务器。ssh客户端软件推荐putty或mobaxterm。

安装JAVA环境

1.18.1版需要JDK17版,需要安装其他版本JDK的看这篇文章:https://blog.zeruns.tech/archives/653.html

代码语言:shell
AI代码解释
复制
# 下载JDK17安装包,也可以自己去官网下载,如果出错就运行命令 yum install wget
wget https://img.zeruns.tech/down/Java/jdk-17_linux-x64_bin.rpm

# 安装JDK17
rpm -i jdk-17_linux-x64_bin.rpm

# 测试是否安装正常,显示 java version "17.0.1" 2021-10-19 LTS 则为正常
java -version

端口开放

面板需要 23333和24444 端口。

游戏服务器默认端口是 25565。

如果你使用腾讯云或者其他云服务商,请进入控制台到防火墙安全组策略,放行以上端口

或者放行全部端口,入和出方向都要

如果依然无法访问,请关闭系统自带防火墙:

代码语言:shell
AI代码解释
复制
# 关闭防火墙,依次执行
systemctl stop firewalld
systemctl disable firewalld
service iptables stop

安装面板

一行命令快速安装

代码语言:shell
AI代码解释
复制
wget -qO- https://cdn.jsdelivr.net/gh/MCSManager/Script/setup.sh | bash
  • 脚本仅适用于 AMD64 架构 Ubuntu/Centos/Debian/Archlinux)
  • 执行完成后,使用 systemctl start mcsm-{web,daemon} 即可启动面板服务。
  • 使用systemctl enable mcsm-{daemon,web}.service来开启开机自启
  • 面板代码与运行环境自动安装在 /opt/mcsmanager/ 目录下。

配置文件目录: data/SystemConfig/config.json

用户数据文件目录:data/User/*.json

远程守护进程配置文件目录:data/RemoteServiceConfig/*.json

安装完成后访问 http://你服务器的ip:23333/ 即可进入面板。

  • 默认账号:root
  • 默认密码: 123456

Linux 手动安装

  • 若一键安装不起作用,则可以尝试此步骤手动安装。
代码语言:shell
AI代码解释
复制
# 切换到安装目录,没有此目录请执行 mkdir /opt/
cd /opt/
# 下载运行环境(已有 Node 14+ 可忽略)
wget https://npm.taobao.org/mirrors/node/v14.17.6/node-v14.17.6-linux-x64.tar.gz
# 解压文件
tar -zxvf node-v14.17.6-linux-x64.tar.gz
# 链接程序到环境变量中
ln -s /opt/node-v14.17.6-linux-x64/bin/node /usr/bin/node
ln -s /opt/node-v14.17.6-linux-x64/bin/npm /usr/bin/npm

# 准备安装目录
mkdir /opt/mcsmanager/
cd /opt/mcsmanager/

# 下载面板端(Web)程序
git clone https://github.com/MCSManager/MCSManager-Web-Production.git
# 重命名文件夹并进入
mv MCSManager-Web-Production web
cd web
# 安装依赖库
npm install --registry=https://registry.npm.taobao.org

# 下载守护进程(Daemon)程序
git clone https://github.com/MCSManager/MCSManager-Daemon-Production.git
# 重命名文件夹并进入
mv MCSManager-Daemon-Production daemon
cd daemon
# 安装依赖库
npm install --registry=https://registry.npm.taobao.org


# 打开两个终端或两个 Screen 软件的终端窗口
# 先启动守护进程
cd /opt/mcsmanager/daemon
# 启动
node app.js

# 然后启动面板端进程
cd /opt/mcsmanager/web
# 启动
node app.js

# 访问 http://localhost:23333/ 即可进入面板。
# 默认情况下,面板端会自动扫描 daemon 文件夹并且自动连接到守护进程。
  • 注意,这种安装方式不会自动注册面板到系统服务(Service),所以必须使用 screen 软件来管理。

创建MC服务端

下载paper1.18.1服务端:

百度网盘:https://url.zeruns.tech/paper1_18_1

接着登陆管理面板,点击应用实例新建实例

选择Java版Minecraft服务端

创建方式选择上传单个服务端软件

自己输入一个想设置的名称,然后点下面的上传服务端软件选择上面下载的jar文件。

点击管理进入刚刚创建的实例,然后点击开启实例

出现下图所示信息后点击 特定配置,然后点击 Bukkit eula.txt下的浏览

将eula的否改成,然后点击保存配置,接着点击回到配置文件列表。

点击 Bukkit server.properties下的浏览,然后就可以修改服务器的设置,非正版用户记得将在线正版验证设为否,设置完成后要点保存。

接着回到控制台,再次点击开启实例。出现如下信息则表示服务器开启成功。

在游戏中添加服务器,直接输入你服务器的IP即可,如果修改了端口就需要加上端口。

需要添加插件就点击控制台的文件管理,进到服务端目录下的plugins目录,把插件上传上去然后重启服务端就行。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-10-22,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 气象汇 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
推荐|pycwr-国内优秀天气雷达开源库
以前为了写论文处理雷达数据的时候苦于国内没有合适的开源库,而使用Google搜索的时候清一色基本都是国外的机构和个人开发的雷达数据处理和可视化库。
气象学家
2020/11/06
8.4K0
推荐|pycwr-国内优秀天气雷达开源库
雷达数据处理和风场反演
强对流活动通常会伴随降水、降雹和龙卷风等现象,气象雷达常用于探测上述天气现象,并可以根据雷达观测数据采用外推等方法进行短临预报。
MeteoAI
2019/07/24
11.1K94
雷达系列:两种雷达库计算HCL产品方法对比
在本文中,我们将对比两种Python雷达库,分别是pycwr和pycinrad,它们用于计算HCL(Hydrometeor Classification)产品的方法。通过对它们的功能、性能、易用性等方面进行比较,我们可以更好地了解它们各自的优势和特点。
用户11172986
2024/06/20
2550
雷达系列:两种雷达库计算HCL产品方法对比
利用PyCINRAD处理、显示天气雷达基数据
使用基于Python的PyCINRAD来处理、显示天气雷达基数据,只做简单推介,根据自己需要来选用。版本迭代,建议使用最新版本的PyCINRAD,以及与之相匹配的Python开发环境,避免一些不必要的库不兼容的问题。
MeteoAI
2019/07/30
9K1
X波段双极化相控阵天气雷达基数据的python读取方法
雷达数据的解析是雷达数据分析应用的基础,前段时间《新一代天气雷达》的作者张深寿老师推送了一篇天气雷达基数据解析的文章《Python读取和显示天气雷达基数据标准格式雷达基数据》,大家都受益匪浅,随着国内双极化相控阵雷达的应用兴起,有许多小伙伴希望我们能够科普双极化相控阵雷达的基数据解析,经过一段时间的整理,现在提供给各位小伙伴。
郭好奇同学
2021/11/10
3.5K1
X波段双极化相控阵天气雷达基数据的python读取方法
雷达系列:如何使用python进行多部雷达数据反演风
需要注意的是PyDDA 现在支持使用 Jax 和 TensorFlow 来求解三维风场。PyDDA 需要启用 TensorFlow 2.6 和 TensorFlow 的 tensorflow-probability 包。此外,这两个软件包都可以利用支持 CUDA 的 GPU 来加快处理速度。这两个依赖项是可选的,因为用户仍然可以在 SciPy 生态系统中使用 PyDDA。Jax 优化器使用与 SciPy 的 (L-BFGS-B) 相同的优化器。
用户11172986
2024/08/21
1.1K0
雷达系列:如何使用python进行多部雷达数据反演风
雷达系列:两种方法将气象雷达数据转为易处理的格式
由于可视化代码过长隐藏,可点击运行Fork查看 若没有成功加载可视化图,点击运行可以查看 ps:隐藏代码在【代码已被隐藏】所在行,点击所在行,可以看到该行的最右角,会出现个三角形,点击查看即可
用户11172986
2024/09/12
4580
雷达系列:两种方法将气象雷达数据转为易处理的格式
卷死!这个雷达数据可视化工具真的很好用,都来学...
今天我们课程学员的小伙伴向我咨询关于天气雷达图的绘制,最近学习的Py-ART 就可以排上用场了,下面就简单的给大家介绍一下啦~~
DataCharm
2023/11/22
1.8K0
卷死!这个雷达数据可视化工具真的很好用,都来学...
雷达系列 | RADAR-API:开源工具助力气象雷达数据分析
在气象科学、气象工程等领域,雷达数据的获取与分析是研究的核心任务之一。然而,获取和处理这些数据通常面临着技术挑战,尤其是数据格式复杂、接口不统一等问题。为了解决这些问题,科学家们开发了RADAR-API(RADAR Application Programming Interface),一个开源的Python接口,能够轻松地访问和处理多种气象雷达网络的数据。
用户11172986
2025/02/19
2650
雷达系列 | RADAR-API:开源工具助力气象雷达数据分析
工具推荐|热带气旋数据分析和可视化
Tropycal是旨在简化提取和分析热带气旋数据的Python工具,可以同时处理历史和实时数据,主要面向研究和业务气象部门。文末可获取相关教程文件。
bugsuse
2022/09/23
1.2K0
工具推荐|热带气旋数据分析和可视化
推荐一款Python数据可视化神器
在日常工作中,为了更直观的发现数据中隐藏的规律,察觉到变量之间的互动关系,人们常常借助可视化帮助我们更好的给他人解释现象,做到一图胜千文的说明效果。
测试开发技术
2020/05/11
1.4K0
推荐一款Python数据可视化神器
如何轻松做数据治理?开源技术栈告诉你答案
搭建一套数据治理体系耗时耗力,但或许我们没有必要从头开始搞自己的数据血缘项目。本文分享如何用开源、现代的 DataOps、ETL、Dashboard、元数据、数据血缘管理系统构建大数据治理基础设施。
NebulaGraph
2022/12/27
3.2K0
如何轻松做数据治理?开源技术栈告诉你答案
精通 Pandas:1~5
在本节中,我们将讨论使数据分析成为当今快速发展的技术环境中日益重要的工作领域的趋势。
ApacheCN_飞龙
2023/04/23
20K0
精通 TensorFlow 2.x 计算机视觉:第三、四部分
在本节中,您将基于从上一节中获得的理解,并开发更新的概念并学习用于动作识别和对象检测的新技术。 在本节中,您将学习不同的 TensorFlow 工具,例如 TensorFlow Hub,TFRecord 和 TensorBoard。 您还将学习如何使用 TensorFlow 开发用于动作识别的机器学习模型。
ApacheCN_飞龙
2023/04/27
6.1K0
计算机视觉与模式识别学术速递[12.21]
【1】 StyleSwin: Transformer-based GAN for High-resolution Image Generation 标题:StyleSwin:用于高分辨率图像生成的Transformer基GaN 链接:https://arxiv.org/abs/2112.10762
公众号-arXiv每日学术速递
2021/12/24
1.8K0
机器学习学术速递[6.30]
【1】 Learning latent causal graphs via mixture oracles 标题:基于混合预言的潜在因果图学习
公众号-arXiv每日学术速递
2021/07/02
2.1K0
计算机视觉学术速递[6.29]
【1】 Early Convolutions Help Transformers See Better 标题:早期卷曲帮助Transformer看得更清楚
公众号-arXiv每日学术速递
2021/07/02
2.7K0
机器学习学术速递[12.14]
【1】 Fast Single-Core K-Nearest Neighbor Graph Computation 标题:单核K最近邻图的快速计算 链接:https://arxiv.org/abs/2112.06630
公众号-arXiv每日学术速递
2021/12/17
1.4K0
机器学习学术速递[6.23]
【1】 NetFense: Adversarial Defenses against Privacy Attacks on Neural Networks for Graph Data 标题:NetFense:针对图数据的神经网络隐私攻击的对抗性防御
公众号-arXiv每日学术速递
2021/07/02
1.8K0
计算机视觉学术速递[6.30]
【1】 Unified Questioner Transformer for Descriptive Question Generation in Goal-Oriented Visual Dialogue 标题:面向目标的视觉对话中描述性问题生成的统一提问器转换器
公众号-arXiv每日学术速递
2021/07/02
2.5K0
推荐阅读
相关推荐
推荐|pycwr-国内优秀天气雷达开源库
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验