rust crates 国内镜像加速配置
rust 很不错,但是crates 经常下载有点慢,当前阿里云还没有相关的镜像,还有科大为我们提供了一个
配置方法
- 添加crates 配置
$HOME/.cargo/config 目录
[registry]
index = "git://mirrors.ustc.edu.cn/crates.io-index"
说明:
如果不支持git 协议,可以使用http
index = "http://mirrors.ustc.edu.cn/crates.io-index"
cargo 0.13.0 以及高版本的,配置如下:
[source.crates-io]
registry = "https://github.com/rust-lang/crates.io-index"
replace-with = 'ustc'
[source.ustc]
registry = "git://mirrors.ustc.edu.cn/crates.io-index"
一个下载效果
Downloaded serde v1.0.81 (registry `git://mirrors.ustc.edu.cn/crates.io-index`)
Downloaded semver-parser v0.7.0 (registry `git://mirrors.ustc.edu.cn/crates.io-index`)
Downloaded syntex_syntax v0.42.0 (registry `git://mirrors.ustc.edu.cn/crates.io-index`)
Downloaded term v0.4.6 (registry `git://mirrors.ustc.edu.cn/crates.io-index`)
Downloaded rand_pcg v0.1.1 (registry `git://mirrors.ustc.edu.cn/crates.io-index`)
Downloaded unicode-xid v0.0.3 (registry `git://mirrors.ustc.edu.cn/crates.io-index`)
Downloaded regex-syntax v0.5.6 (registry `git://mirrors.ustc.edu.cn/crates.io-index`)
Downloaded memoffset v0.2.1 (registry `git://mirrors.ustc.edu.cn/crates.io-index`)
Downloaded syntex_pos v0.42.0 (registry `git://mirrors.ustc.edu.cn/crates.io-index`)
Downloaded rand v0.5.5 (registry `git://mirrors.ustc.edu.cn/crates.io-index`)
Downloaded stable_deref_trait v1.1.1 (registry `git://mirrors.ustc.edu.cn/crates.io-index`)
Downloaded tokio-io v0.1.10 (registry `git://mirrors.ustc.edu.cn/crates.io-index`)
Downloaded arrayvec v0.4.9 (registry `git://mirrors.ustc.edu.cn/crates.io-index`)
Downloaded rand_core v0.2.2 (registry `git://mirrors.ustc.edu.cn/crates.io-index`)
参考资料
https://lug.ustc.edu.cn/wiki/mirrors/help/rust-crates
rust crates 国内镜像加速配置的更多相关文章
- docker学习(2) mac中docker-machine使用vmware fusion以及配置国内镜像加速
一.前言 先回顾下上一节创建docker-machine的过程,默认情况下docker toolbox中的docker-machine使用virtual box创建虚拟机,KI首次启动时创建虚拟机的过 ...
- python 使用pip安装使用国内镜像加速下载安装包的方法
清华大学提供开源镜像站:https://mirrors.tuna.tsinghua.edu.cn/help/pypi/ pypi 镜像每 5 分钟同步一次. pip install 包的名字 == 版 ...
- Docker(3)- Centos 7.x 下 Docker 镜像加速配置
如果你还想从头学起 Docker,可以看看这个系列的文章哦! https://www.cnblogs.com/poloyy/category/1870863.html 前言 默认情况下,Docker ...
- pip安装库时报错,使用国内镜像加速
pip install requests或pip --trusted-host pypi.python.org install requests报错: 原因:网上解释为网速太慢,或被防火墙 解决方法: ...
- 安装使用yarn,使用国内镜像加速npm和yarn
安装yarn https://yarnpkg.com/lang/zh-hans/docs/install/ 使用国内镜像加速npm和yarn 1. npm config set registry=ht ...
- Docker - Docker国内镜像的配置及使用
Docker国内镜像 DaoCloud - Docker加速器 阿里云 - 开发者平台 微镜像 - 希云cSphere 镜像广场 - 时速云 灵雀云 网易蜂巢 阿里云的Docker加速器 阿里云 - ...
- Docker - 国内镜像的配置及使用
Docker国内镜像 DaoCloud - Docker加速器 阿里云 - 开发者平台 微镜像 - 希云cSphere 网易蜂巢 阿里云的Docker加速器 阿里云 - 开发者平台:https://d ...
- 使用国内镜像加速下载Android SDK
本文转自:http://blog.kuoruan.com/24.html.感谢原作者. 什么是Android SDK SDK:(software development kit)软件开发工具包.被软件 ...
- gradle更换国内镜像、配置本地仓库地址
gradle更换国内镜像,安装包解压后init.d文件夹下面创建init.gradle文件,内容如下 allprojects{ repositories { def REPOSITORY_URL = ...
随机推荐
- Maven安装及配置(Linux系统)
环境说明:Linux环境,CentOS 7版本. 第一步:下载Maven,地址:http://maven.apache.org/download.cgi 我这里下载的是[apache-maven-3. ...
- HTML中的元素是有属性的:标准与解释器
元素的属性只有有标准和相应的解释器才有存在的意义. HTML中的元素是有属性的:这些额外的属性值可以配置元素或者以各种方式来调整元素的行为,进而满足用户所需的标准. https://developer ...
- MySQL一主二从复制环境切换主从库
假设有一个一主二从的环境,当主库M出现故障时,需要将其中一个从库S1切换为主库,同时将S2指向新的主库S1,如果可能,需要将故障的主库M修复并重置为新的从库. 搭建一主二从复制环境可参考:mysql5 ...
- python 面向对象编程、获取对象信息
面向对象与面向过程 参考链接:https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0 ...
- PHP-FPM的相关知识的深度解释
一.需要搞清楚几个名词概念 1. CGI(Common Gateway Interface,CGI)通用网关接口, 是Web 服务器运行时外部程序的规范,按CGI 编写的程序可以扩展 ...
- drf--频率组件
目录 频率组件简介 自定义频率类 内置频率类及局部使用 全局使用 源码分析 SimpleRateThrottle源码分析 频率组件简介 主要是为了限制用户访问的次数,比如某一个接口(发送验证码)同一个 ...
- FullCalendar日历插件说明文档(看到这篇手册,解决了困扰我3天的js问题)
FullCalendar提供了丰富的属性设置和方法调用,开发者可以根据FullCalendar提供的API快速完成一个日历日程的开发,本文将FullCalendar的常用属性和方法.回调函数等整理成中 ...
- 前端有用的CSS属性和JS方法
1.CSS属性: 透明属性(值越大越不透明): IE:filter:alpha(opacity:30) Google:opacity:0.3 层次属性(值大的会在上面): z-index:100 2. ...
- 安全SECUERITY单词SECUERITY证券
中文名:证券业 外文名:secuerity 含义:指从事证券发行和交易服务 性质:证券市场的基本组成要素 组成:证券交易所.证券公司 目录 1 证券评级 2 证券定义 ? 涵义 ? 内容 ? 分类 ? ...
- ML-线性模型 泛化优化 之 L1 L2 正则化
认识 L1, L2 从效果上来看, 正则化通过, 对ML的算法的任意修改, 达到减少泛化错误, 但不减少训练误差的方式的统称 训练误差 这个就损失函数什么的, 很好理解. 泛化错误 假设 我们知道 预 ...