一、 起因：不仅仅是折腾
寒假在家，为了打破会计专业的局限性，我决定系统性地学习计算机与财务的交叉知识（主要是 Python 数据分析与 SQL）。
在本地电脑折腾环境时，总觉得不够优雅，碰巧遇到服务器商家打折，权衡利弊后决定“斥巨资”拥有一台属于自己的云服务器。
为什么必须是云服务器？
全天候待命： 可以 24 小时运行 Python 脚本，定时抓取宏观经济数据，不用一直开着笔记本。
模拟真实生产环境： 提前体验“本地开发 + 远程部署”的工作流，这对未来就业是加分项。
强迫学习 Linux： 只有在这个黑底白字的界面里摸爬滚打，才能真正理解操作系统。
二、 选购决策：性价比的博弈
我选择的是 火山引擎 的云服务器。在配置选择上，我做了一番计算：
最终决策：选择方案 B（4核 8G）。
虽然贵了 100 块，但这笔投资是值得的。我的规划里，这台服务器不仅要跑 MySQL 数据库 和 Python 脚本，未来还要部署 Halo 博客 和 Metabase (BI看板)。
资源宽裕： 8G 内存能让我从容地部署各种 Docker 容器，不至于为了几百兆内存挤破脑袋。
环境整洁： 使用 Docker 进行管理，资源隔离更干净。
会计视角： 作为会计生，我认为这是对“生产力工具”的必要 资本性支出 (CAPEX)，旨在通过长期资产带来未来的技术红利。
三、 搭建过程：从毛坯房到精装修
如果把服务器比作毛坯房，那 Docker 就是精装修的硬装。只有把 Docker 装好了，后续安装数据库、博客就像买家具一样简单。
1. 安装 Docker
首先，更新服务器的软件列表（相当于刷新应用商店）：
apt update && apt upgrade -y
curl -fsSL https://get.docker.com | -s docker --mirror Aliyun
[学习笔记] 这行命令里的参数是什么意思？
-f(fail): 连接失败时不显示 HTTP 错误，直接静默失败。-s(silent): 静默模式，不显示进度条和错误信息。-S(show error): 如果 -s 模式下发生错误，显示报错信息。-L(location): 如果遇到服务器重定向，自动跟随。
设置 Docker 开机自启，防止服务器重启后服务中断：
systemctl start docker # 启动
systemctl enable docker # 设置开机自启
检查安装成果：
docker --version
# 输出：Docker version 27.x.x... 说明安装成功
2. 配置 Docker 国内镜像加速
由于网络原因，直接拉取镜像非常慢。我们需要配置国内加速源：
# 1. 创建配置文件夹
sudo mkdir -p /etc/docker
# 2. 写入加速镜像配置
sudo tee /etc/docker/daemon.json <<-'EOF'
{
"registry-mirrors": [
"https://docker.m.daocloud.io",
"https://dockerproxy.com",
"https://docker.nju.edu.cn",
"https://docker.mirrors.sjtug.sjtu.edu.cn"
]
}
EOF
# 3. 重载配置并重启 Docker
sudo systemctl daemon-reload
sudo systemctl restart docker
3. 安装 MySQL 8.0
这是我数据中心的核心资产。使用 Docker 安装只需一行命令：
docker run -d \
--name mysql-learn \
-p 3306:3306 \
-v mysql_data:/var/lib/mysql \
-e MYSQL_ROOT_PASSWORD=Root123456 \
mysql:8.0
-d: 后台静默运行。-p 3306:3306: 把容器的 3306 端口暴露给服务器，否则外网连不上。-v: 数据挂载。即使删了容器，我的账本数据还在硬盘里。
等待几十秒后，输入 docker ps，看到 MySQL 处于 Up 状态，即宣告部署成功！
四、 客户端连接：打通最后一公里
我在电脑上安装了 DBeaver 来连接服务器的数据库。
但在第一次连接时，遇到了一个经典报错：
Public Key Retrieval is not allowed
这是因为 MySQL 8.0 默认的安全验证机制变化导致的。
解决方法：
在 DBeaver 的连接设置页面，点击 “驱动属性 (Driver properties)”。
找到
allowPublicKeyRetrieval这一项。将其值改为
true。再次点击“测试连接”，显示“已连接”！
结语： 至此，我的云端数据地基已经打好。接下来，我将尝试用 Python 编写自动化脚本，将抓取的财务数据源源不断地存入这个数据库中。