服务器评测
你是否曾经有过有许许多多的图片数据要处理？而处理这些数据在一台电脑上需要花费很长的时间才能处理完成。如果我们使用两台，三台甚至更多的电脑并行处理这些数据，那将会节约很多很多的时间。既然能节约大量的时间，那就让我们用多台电脑在Debian/Ubuntu上一起处理吧。你是否认为让多台电脑协同工作需要繁杂的系统配置？在Oropo面前，你那过时的想法就是NO。下面让我们看看配置有多么的简单。
没有实际例子是很难说清楚配置过程的。就让我们从处理海量图片的实例来说明问题吧。第一种解决此问题的方法是在一台电脑上日以继夜的处理这些图片；第二种解决方法则是在多台电脑上平行批量处理这些图片。
问题描述：
要处理一万张图片，而且每张图片都有很高的品质，目标是为每张图片创建一个体积较小的副本。而libjpeg库为这个问题提供了恰当的解决方案。
libjpeg库中有用的程序：
djpeg – 将JPEG文件解压成位图文件
cjpeg – 将位图文件压缩成JPEG文件
脚本适合处理单个图片
参数： 图片文件路径
结果： 生成体积较小的图片
下面是bash范例脚本：
Script make_smaller.sh
#!/bin/bash
QUALITY=30
if [ $# -ne 1 ]; then
echo “arguments” 1>&2
exit 1;
fi
FILE_PATH=$1
djpeg $FILE_PATH | cjpeg -quality $QUALITY
顺序处理：
调用make_smaller.sh脚本将顺序处理每张图片
顺序处理脚本
#!/bin/bash
MAKE_SMALLER=$PWD/make_smaller.sh
IMGS_DIR=$PWD/imgs
TARGET_DIR=$PWD/imgs_smaller
for file in $IMGS_DIR/*; do
bash $MAKE_SMALLER $file > $TARGET_DIR/${file##*/}
done
并发处理：
我们可以使用Oropo Executor system来处理这些图片。www.linuxidc.com处理图片的任务将会添加到一给任务队列，然后在多台电脑上并行处理这些任务。每张图片都会被make_smaller.sh脚本处理。
并行处理脚本：
#!/bin/bash
MAKE_SMALLER=$PWD/make_smaller.sh
IMGS_DIR=$PWD/imgs
for file in $IMGS_DIR/*; do
oropo-system-pusher -p “string:bash” -p “path:$MAKE_SMALLER” -p “path:$file”
done
处理结果存放在 /var/lib/oropo/response/*/0 文件中
摘要：
前面段落说到的两种处理方式对比：第一种方法只使用一台电脑处理；而第二种方法使用多台电脑并行处理。两种方法的部署难度几乎相等，而采用第二种处理方法将节约大量的时间。
Oropo项目介绍
官方网站： http://www.oropo.org/
安装指南
在多台电脑上部署Oropo需要在中央控制节点机器上安装Oropo System，并且在其他节点机器上安装Oropo Executor进行运算处理(中央节点机器也可以安装并进行运算)。
Oropo 软件安装包位于oropo软件仓库中，你需要通过下面步骤安装对应的软件包。
在每个运算节点电脑上进行配置：
在/etc/apt/sources.list文件开始添加下面一行：
deb http://students.mimuw.edu.pl/~ms209495/oropo/debian sid main
执行命令：
apt-get update
在中央控制机器上安装Oropo System
执行如下命令：
apt-get install oropo-system
在节点运算机器上安装Oropo Executor
执行如下命令：
apt-get install oropo-executor
配置：
中央控制机配置：
将本机添加到oropo集群并得到足够的权限
adduser ‘whoami’ oropo
在Oropo System种添加运算节点机器地址
oropo-monitor-ctl –id_prefix oropomonitor –add node1_ip_address
oropo-monitor-ctl –id_prefix oropomonitor –add node2_ip_address
oropo-monitor-ctl –id_prefix oropomonitor –add nodeN_ip_address
配置完这些就可以使用Oropo System控制集群进行并行运算处理了，怎么样，简单吧！
