内容简介:这段时间的工作主题就是Linux下的“离线部署”,包括mongo、mysql、postgresql、nodejs、nginx等软件的离线部署。平常在服务器上借助apt-get就能轻松搞定的事情,在离线环境下就变得异常艰难。上一篇文章讲了使用snap离线安装软件的方式,但对于npm包怎么离线部署,snap是无能为力的。本篇文章就来讲一讲离线安装npm包的几种方法。接下来的部分,我将以离线安装pm2为例来进行说明。pm2是一个进程守护程序,用于启动node集群和服务进程出错时自动重启,在生产环境下部署node
这段时间的工作主题就是Linux
下的“离线部署”,包括mongo、 mysql 、postgresql、nodejs、nginx等软件的离线部署。平常在服务器上借助apt-get就能轻松搞定的事情,在离线环境下就变得异常艰难。上一篇文章讲了使用snap离线安装软件的方式,但对于npm包怎么离线部署,snap是无能为力的。本篇文章就来讲一讲离线安装npm包的几种方法。
接下来的部分,我将以离线安装pm2为例来进行说明。pm2是一个进程守护程序,用于启动node集群和服务进程出错时自动重启,在生产环境下部署nodejs应用一般都会使用到。
使用 npm link
使用 npm link
的方式是最常用的方法,具体做法是在联网机器上下载pm2的源码并安装好依赖,拷贝到离线服务器上,最后借助 npm link
将pm2链接到全局区域。
首先,将pm2的源代码克隆下来:
$ git clone https://github.com/Unitech/pm2.git
然后进入到pm2项目中,安装好所有的依赖:
$ cd pm2 $ npm install
将安装好依赖的pm2文件夹拷贝到目标服务器上,进入pm2目录链接到全局区域:
$ cd pm2 $ npm link
这种方式最关键的是借助 npm link
完成链接,但 npm link
这条命令本意是设计给开发人员调试用的。但开发人员开发某个全局命令 工具 的时候,通过将命令从本地工程目录链接到全局,这样调试的时候,可以实时查看本地代码在全局环境下的执行情况。所以, npm link
的项目需要安装所有的依赖,包括 dependencies
以及 devDependencies
,而我们如果只是使用而不是开发某个包的话,正常情况下不应该安装 devDependencies
。
总而言之,这种方式优点是比较简单,缺点是安装了不需要的 devDependencies
,对于有“洁癖”的人是难以忍受的。
使用 npm install <folder>
那有什么方法相比于上一种方法更干净呢?答案是 npm install <folder>
直接从文件夹安装。
同样以pm2为例,首先我们需要准备pm2包,可以在联网的机器上执行:
$ npm install pm2 --global-style
上面的 --global-style
很关键,表示将pm2安装到node_modules中一个单独的pm2文件夹中,这样我们可以方便地将pm2及其所有相关依赖都拷贝出来。也可以使用 npm install pm2 -g
安装到全局的node_modules,其文件布局是一样。
然后,将pm2文件拷贝到目标机器上,使用以下命令安装:
$ npm install pm2/ -g
这种方式不需要安装多余的 devDependencies
,并且不需要克隆pm2的源码,比第一种方法更干净环保。
以上所述就是小编给大家介绍的《离线安装npm包的几种方法》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- CentOS7 下安装 DNF 的方法
- Python安装模块的常见问题及解决方法
- mysql 5.7.21 安装配置方法图文教程(window)
- phpStudy2018安装教程及本地服务器的配置方法
- Centos7安装Go1.8.1版本方法
- Centos7安装和卸载Mongodb数据库的方法
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Python for Data Analysis
Wes McKinney / O'Reilly Media / 2012-11-1 / USD 39.99
Finding great data analysts is difficult. Despite the explosive growth of data in industries ranging from manufacturing and retail to high technology, finance, and healthcare, learning and accessing d......一起来看看 《Python for Data Analysis》 这本书的介绍吧!