【MySQL】在CentOS7环境下----手把手教你安装MySQL详细教程(附带图例详解!!)

【MySQL】在CentOS7环境下----手把手教你安装MySQL详细教程(附带图例详解!!)

目录

一、前言

二、安装前的环境检查

三、下载官方的 MySQL 安装包

四、开始安装 MySQL 

五、尝试初次启动 MySQL

六、给MySQL 做一些简单的小配置

七、共勉


一、前言

        本次专题将带大家进入一个新的专题 ---- MySQL。作为本次专题的第一篇博客,肯定是带大家一起在Linux环境下安装、配置和使用MySQL。整个过程肯定是手把手的带着大家一起完成,排除掉一切在安装过程中出现的问题,让大家有一个顺利的安装过程
        文中使用的Linux系统为 CentOS7.6版本(只要是CentOS7 就可以哦)

 二、安装前的环境检查

 1. 确保自己在 root 用户 下进行
  •  作用:在 root 用户下 安装的 MySQL ,在其它普通用户下,也是可以正常使用的,不用再单独安装!
 2. 检查自己的 Linux 上有没有安装过 MySQL

(1) 首先检查 是否有 MySQL -------------- 正在运行 

ps ajx | grep mysql // 检查 是否有 mysql 的进程 ps ajx | grep mariabd // 检查 是否有 mariabd 的进程
  • 如果没有发现任何 进程存在 说明 没有MySQL 正在运行
  • 注意:mariabdmysql 的一种分支,是需要检查的哦! 

  • 如果发现 有进程在 运行 需要关闭 进程
systemctl stop mysqld // 关闭进程

 (2) 首先检查 是否有 MySQL -------------- 的安装包 

rpm -qa | grep mysql // 检查是否有安装包

  • 若有安装包出现,并且我们之前没有用过 MySQL ,那就将这些安装包删除
rpm -qa | grep mysql | xargs yum -y remove // 批量化 删除安装包

 (3) 首先检查 是否有 MySQL -------------- 的残留和配置文件

ls /etc/my.cnf // 检查是否有 配置文件

rm -rf /etc/my.cnf // 删除配置文件
  • 若 出现配置文件,删除即可

which mysql // ------------ 检查 是否有客户端 which mysqld // ------------ 检查 是否有服务端
可以进行安装啦!!!!!!!!!! 

三、下载官方的 MySQL 安装包

 1. 查询 自己的 Linux  是什么版本的
cat /etc/redhat-release
 2. 进入 官网 找到自己的版本 进行 下载安装包 :        http://repo.mysql.com
  • 注意:我们通常都会选择 mysql157 开头的哦!!! 
3.  将下载 好的 安装包 上传到 Linxu上
rz // 向 Linux 上传文件
 4. 解压 刚才的安装包
rpm -ivh mysql57-community-release-el7.rpm
 5. 检查是否解压成功
ls /etc/yum.repos.d/ -l // 检查是否解压成功 

四、开始安装 MySQL 

 1. 开始正式的安装 
yum install -y mysql-community-server
 2. 可能会出现 GPG 密钥过期
  •  解决方案:输入一下命令,更新GPG 密钥
rpm --import https://repo.mysql.com/RPM-GPG-KEY-mysql-2022 
  • 之后,重新开始安装
 3. 检查是否安装成功
 若没有安装成功,可以按照之前的步骤,重新安装哦!!

 五、尝试初次启动 MySQL

 1. 启动 MySQL  程序
 systemctl start mysqld 
2. 检查是否成功启动 
ps ajx | grep mysqld // 检查进程是否启动成功
3.  登录 MySQL 
 mysql -u root -p
 4. 调整配置文件,采用无密码登录
vim /etc/my.cnf 
  • 按 a ,进行输入 
  • 按 shift + :  wq 进行退出

  •  重新启动一下 mysqld ,在重新登录
systemctl restart mysqld // 重新启动 mysql -u root -p // 登录
5. 看看数据库的样子
show databases; //-------------- 就可以看见我们的数据库啦 
 6. 退出 MySQL 

六、给MySQL 做一些简单的小配置

 1. 为了 防止后期 ,MySQL  出现编码问题 ,我们需要对编码,进行配置
vim /etc/my.cnf // 进入MySQL 的配置文件
port=3306 character-set-server=utf8 default-storage-engine=innodb
至此,MySQL  的安装配置,就完全结束啦!~! 

 七、共勉

           以下就是我对 MySQL 安装 的理解,如果有不懂和发现问题的小伙伴,请在评论区说出来哦,同时我还会继续更新对 MySQL 的基础使用 ,请持续关注我哦!!!     

Read more

LangFlow镜像适配多种大模型:Llama、ChatGLM、Qwen任选

LangFlow镜像适配多种大模型:Llama、ChatGLM、Qwen任选 在AI应用开发日益普及的今天,越来越多团队希望快速验证大模型的能力——无论是构建智能客服、知识问答系统,还是设计复杂的AI Agent。但现实是,LangChain这类强大框架的学习曲线陡峭,模块繁杂,光是搞清楚Chain、Agent、Memory之间的数据流向就足以让人望而却步。 有没有一种方式,能让开发者“看见”整个流程?能像搭积木一样把提示词、模型、工具拼接起来,并且随时切换不同大模型做对比? 答案就是 LangFlow —— 一个专为LangChain打造的可视化工作流工具。而通过其官方提供的 Docker镜像,你甚至不需要配置Python环境、安装依赖包,只需一条命令,就能启动一个支持Llama、ChatGLM、通义千问(Qwen)等多种主流大模型的图形化开发平台。 这不仅是部署方式的简化,更是一种开发范式的转变:从“写代码驱动”转向“拖拽流程驱动”。 为什么LangFlow镜像值得用? 传统上使用LangChain需要手动搭建环境:创建虚拟环境、安装langchain、transfo

2026-01-14 学习记录--LLM-申请Hugging Face 访问令牌(以Meta-Llama-3.1-8B-Instruct为例)

2026-01-14 学习记录--LLM-申请Hugging Face 访问令牌(以Meta-Llama-3.1-8B-Instruct为例)

LLM-申请 Hugging Face 访问令牌(以Meta-Llama-3.1-8B-Instruct为例) 一、请求访问Llama模型 ⭐️ 随便进入想要访问的Llama模型,这里展示的是Meta-Llama-3-8B-Instruct。 1、 点击链接,申请访问Llama模型 2、 填写相关申请信息,注意如下:👇🏻(1)、国家最好选「美国」,然后填 「美国的大学」;(2)、操作这一步时,节点需要是对应国家的节点(若是美国,那么节点也要是美国)。 3、 提交成功后,就可开始申请Llama模型的Hugging Face 访问令牌啦~ 二、申请Llama模型的Hugging Face 访问令牌(以Meta-Llama-3.1-8B-Instruct为例)⭐️ 1、判断是否需要申请 访问Meta-Llama-3.1-8B-Instruct模型在Hugging Face上的官方仓库。 假若你看见“You need to agree to share your

Llama-3.2-3B效果实测:Ollama部署后3B模型在中文会议语音转写文本后的摘要压缩率与信息保留率

Llama-3.2-3B效果实测:Ollama部署后3B模型在中文会议语音转写文本后的摘要压缩率与信息保留率 1. 实测背景与核心关注点 你有没有遇到过这样的场景:一场两小时的线上会议结束,语音转写工具生成了8000多字的逐字稿,密密麻麻全是“嗯”“啊”“这个那个”,关键结论却藏在一堆口语碎片里?人工通读耗时、外包摘要成本高、大模型又动辄要GPU显存——这时候,一个能在笔记本上跑起来、又真能抓住重点的小模型,就特别实在。 Llama-3.2-3B就是这样一个“轻量但不轻浮”的选择。它不是参数堆出来的庞然大物,而是Meta专为多语言对话和摘要任务打磨过的30亿参数模型。我们这次没聊它多快、多省显存,而是直接把它放进真实工作流里:用Ollama一键拉起服务,把真实的中文会议语音转写文本喂给它,看它到底能把8000字压到多少字,同时还能保住多少关键信息。 实测不玩虚的——我们统计了压缩率(输出字数 ÷ 输入字数)和信息保留率(由三位有会议纪要经验的同事盲评打分,聚焦“是否遗漏决策项、是否丢失责任人、是否模糊时间节点、是否漏掉待办事项”四个硬指标),所有数据都来自同一组12份真实会议

AI“代笔”的困境与破局:百考通AI如何理性应对论文查重与AIGC检测

在学术研究的漫长征途中,许多研究者都经历过这样的时刻:当你呕心沥血完成的论文,在提交前最后一关——查重与AI生成内容(AIGC)检测中“触礁”,那种沮丧足以让所有前期努力蒙上阴影。随着AI写作辅助工具的普及,传统的“同义词替换”式降重已难以应对知网、维普等平台日益精进的算法。而AIGC检测的引入,更是为学术诚信设立了新标尺。在此背景下,百考通AI 以“降低重复率,优化AIGC疑似度”为核心,正致力于为研究者提供一条更智能、更可靠的辅助路径,帮助大家在遵守学术规范的前提下,更高效地完成写作。 首页 - 百考通AI写作https://www.baikaotongai.com/ 一、新时代的学术写作挑战:当重复率遇上AIGC检测 1. 传统降重方法的局限 长期以来,论文降重是让无数学生学者头疼的问题。依赖机械性的同义改写、语序调整,往往使论文失去原有的逻辑流畅性与专业严谨性,陷入“为降重而降重”的怪圈。更关键的是,主流查重系统的算法持续升级,能够轻易识别这类浅层改写,导致费时费力修改后,重复率依然居高不下。