</a>

Fast Reserve - GPU预约系统

一款面向高校实验室提供的GPU预约系统
用于解决高校实验室中GPU资源的使用冲突问题。持续更新中～

FastReserve

项目介绍

FastReserve是一款面向高校实验室提供的GPU预约系统，用于解决高校实验室中GPU资源的使用冲突问题。

项目结构

├─asset                          // 图片
├─backend                        // 后端代码
├─flask                          // Python代码，实现简单GPU监控
├─frontend                       // 前端代码
├─sql                            // 数据库脚本
│       └── reserve_system.sql       // 初始化脚本
├─docker-compose.yml             // 供参考的docker-compose文件
├─Dockfile                       // 用于构建java应用镜像
├─nginx.conf                     // 供参考的简单nginx配置
├─README.md                      // 项目文档

技术选型

前端

功能	技术
前端核心框架	Vue3
运行环境	Node.js v18.12.1
构建工具	Vite
状态管理	Pinia
网络请求	Axios
UI框架	Element Plus
UI组件库	FullCalendar
路由管理	Vue Router
Markdown渲染	Markdown-It

后端

功能	技术
开发语言	Java8
后端核心框架	Spring Boot
构建工具	Maven
安全框架	Spring Security
ORM框架	MyBatis-Plus
Token	jjwt
关系型数据库	MySQL 5.7
缓存数据库	Redis
Api文档	Swagger

Python

功能	技术
开发语言	Python3.7
部署服务器	gunicorn
虚拟环境	Anaconda
Web框架	Flask
GPU信息获取	gpustat

演示

首页：

预约：

工单：

审核：

快速开始

前端

cd frontend 
yarn # 安装依赖
yarn dev # 启动

GPU监控服务部署

Flask 写的py脚本用于监控GPU的运行情况，每台服务器需单独部署和配置。

前提：

服务器需要安装Anaconda环境。
将程序上传到自己的服务器单独目录。

首先执行下面命令，创建conda虚拟环境。

# 安装虚拟环境
conda create --name gpu_monitor_py37 python=3.7
# 启动环境
conda activate gpu_monitor_py37
# 安装依赖
pip install flask
pip install gunicorn
pip install pyyaml
# 部分情况下需要安装gpustat
pip install gpustat

配置config.yml：见上面【配置项】部分。

启动脚本：sh start.sh

后端（本地）

创建数据库：

创建数据库reserve_system
导入sql目录中的SQL文件

自行启动本地redis

DockerCompose部署

下面教程假设pwd为用户自己新建的项目目录，以目录名gpu为例。

准备：

前端打包文件，名字：dist.zip
后端打包文件，名字：gpu.jar（注意这里的名字和Dockerfile对应）
创建数据卷挂载目录。

首先完成数据卷挂载的准备工作：

# mysql 挂载准备
mkdir mysql
cd mysql
mkdir data
mkdir init
mkdir conf
cd ..
# nginx 挂载准备
mkdir nginx
cd nginx
mkdir html
# nginx配置文件
vim nginx.conf # 根据需求写配置文件，默认用80端口
# 将dist文件放到nginx/html并解压
cd ..
mv dist.zip nginx/html
cd nginx/html
unzip dist.zip
rm -rf dist.zip

部署前，请检查当前目录是否有下面文件和目录，如果没有，请自行通过FTP上传。

gpu.jar(打包后的java程序)
mysql(前面步骤创建的目录)
nginx(前面步骤创建的目录)
Dockerfile
docker-compose.yml

如果没问题，执行下面命令构建并运行容器：

docker compose up -d

检查容器情况，执行下面命令，如果redis、MySQL、Java、nginx四个容器都启动了，说明部署成功。

docker compose ps

接下来是导入数据库数据：

用FTP上传sql脚本。reserve_system.sql。
将sql放到容器内。执行：docker cp reserve_system.sql gpu-mysql:/home
进入容器运行MYSQL，执行下面命令。

docker exec -it gpu-mysql mysql -uroot -p # 进入容器

# 下面是进入MySQL终端后执行的命令
CREATE DATABASE IF NOT EXISTS reserve_system CHARACTER SET utf8mb4
use reserve_system
source /home/reserve_system.sql

最后，查看各个容器的日志，观察服务是否正常启动，尤其是Java程序，可以观察有无报错信息。

docker logs gpu-mysql -f # 查看MySQL运行日志
docker logs gpu-java -f # 查看Java运行日志
docker logs gpu-redis -f # 查看Redis运行日志
docker logs nginx -f # 查看Nginx运行日志

到这里，整个应用就部署完毕了，在确认服务器开放了80端口后，可以前往：http://ip/，查看网站是否正常运行（如果有域名，应该配置到Nginx中）

版本说明

V1.0

本项目为V1.0版本，于2023年10月开发，也是本人的第一个全栈项目，目前整理过后开源出来。

V1.0前端基于Vue3+ElementPlus+FullCalendar，后端基于Spring Boot+MySQL+Redis，GPU监控服务基于Flask，实现了GPU预约、GPU管理、GPU状态监控、用户管理、基础工单系统等内容。

项目能基本满足高校的大部分需求，如需个性化需求可以自行clone后定制化开发。

V2.0

Q：为什么有V2.0？

1.0版本因赶工期开发导致代码并未进行模块化设计，代码不好懂、难维护。因此本人在1.0开发过后又提出了V2.0重构代码的设想。

Q：V2.0有何不同？

前端方面，V2.0版本计划基于优秀开源框架pure-admin重构，极大提升用户体验。

后端方面，引入如下新特性：

基于Sa-Token权限框架，实现Jwt+Redis认证⽅案。
基于JSR303标准，使⽤Validation实现数据校验，应⽤过滤器技术防御XSS攻击，提⾼了接⼝安全性
基于Spring Event发布订阅模式，结合线程池和异步调⽤技术设计了系统⽇志、登录⽇志和操作⽇志
基于AOP和Redission的RateLimiter设计了限流功能，有效防⽌恶意刷请求的情况
基于AOP和Redis设计防重提交功能，解决了预约重复提交的问题，确保预约操作的幂等性
基于MQ实现风险管控系统，集成邮件通知管理员的功能。
设计更好管理各服务器节点GPU监控脚本的系统，包括心跳监测等功能。

Q：V2.0在哪获取

V2.0暂未发布，开发进度为基本完成后端重构，前端重构还未开始。

众所周知，重构是一件非常麻烦的事情。本人最初也兴致勃勃地设想V2.0并着手开发，可开发到中间发现越来越难以进行下去。本质上在于重构仅仅只是满足我的个人技术爱好，并没有什么实际的需求在推动。此外本人还想花一些时间在学习AI技术上面，因此V2.0暂时的开发计划暂时搁浅。

AjaxZhan / FastReserve

readme