Nginx配置反向代理实例二

Mac 安装Nginx教程
Nginx配置反向代理实例一

提醒一下:下面实例讲解是在Mac系统演示的;

反向代理实例二实现的效果

使用nginx 反向代理,根据访问的地址跳转到不同端口的服务中
nginx 监听端口为81;
访问地址1:http://192.168.0.101:81/test/a8080.html 直接跳转到http://127.0.0.1:8080
访问地址2:http://192.168.0.101:81/test2/a8081.html 直接跳转到http://127.0.0.1:8081

第一步:准备两个Tomcat服务器,一个端口为8080,另一个端口为8081;

  1. 在.bash_profile文件里配置多个Tomcat环境,如下图所示:

打开.bash_profile文件方式:在终端里输入:open -e .bash_profile
配置好Tomcat环境保存,然后在终端输入 source .bash_profile 【使改动的文件生效】
在这里插入图片描述

  1. 修改端口为8081的Tomcat 的bin目录里catalina.sh文件

打开端口为8081的Tomcat 的bin目录下catalina.sh文件,把所有 $CATALINA_HOME改为$CATALINA_HOME2,注意带$符号的,不带$符号的不修改。

  1. 修改端口为8081的Tomcat 的confl里server.xml文件,修改后的如下图所示:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

第二步:创建两个文件夹为别test、test2

创建a8080.html,放入test文件夹里,然后将test文件夹放入端口为8080的Tomcat里的webapps目录里
创建a8081.html,放入test2文件夹里,然后将test文件夹放入端口为8081的Tomcat里的webapps目录里

a8080.html 文件内容
<!DOCTYPE html>
<html><head><meta charset="utf-8"><title>反向代理 8080 端口</title></head><body><h1>Tomcat 8080 端口</h1></body>
</html>a8081.html 文件内容
<!DOCTYPE html>
<html><head><meta charset="utf-8"><title>反向代理 8081 端口</title></head><body><h1>Tomcat 8081 端口</h1></body>
</html>

第三步:启动Tomcat

  • 在终端里输入startup.sh启动端口为8080的Tomcat;
  • 在终端里输入startup2启动端口为8081的Tomcat;

提醒:startup2指令是在第一步配置Tomcat环境时设置好的别名;
注意:在执行startup2时终端里会提示没有权限访问bin目录,解决办法如下:
在终端里输入:chmod -R u+x bin目录路径(8081端口Tomcat的bin目录路径)
示例
chmod -R u+x /Users/chinadragon/Downloads/apache-tomcat-9.0.33-port-8081/bin

然后在浏览器输入http://localhost:8080/ ,http://localhost:80801 显示Tomcat的主页证明启动成功了;

第四步:在nginx.config文件里进行反向代理配置(请求转发配置)如下图所示

在这里插入图片描述
如何找到nginx.config文件,请参考Mac 安装Nginx教程
nginx.config文件修改好后保存一下;

第五步:启动Nginx,验证效果

在终端里输入nginx按回车键;
注意第四步:在nginx.config文件里进行反向代理配置时新增的server里的listen端口为81;
在浏览器地址栏里输入http://192.168.0.101:81/test/a8080.html,效果如下图所示:
在这里插入图片描述
在浏览器地址栏里输入http://192.168.0.101:81/test2/a8081.html,效果如下图所示:
在这里插入图片描述

以上就是Nginx配置反向代理实例二的全部内容讲解。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/341514.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【高等数学之不定积分】

一、什么是不定积分? 我们可以简单地从英文层面来基础剖析一下&#xff0c;什么是不定积分? 1.1、基本概念 小tips: 二、不定积分运算法则 三、常用积分公式 四、第一类换元积分法 4.1、定义 4.2、常用凑微分公式 4.3、小calculate 五、第二类换元积分法 5.1、定义 …

imgaug库指南(17):从入门到精通的【图像增强】之旅

引言 在深度学习和计算机视觉的世界里&#xff0c;数据是模型训练的基石&#xff0c;其质量与数量直接影响着模型的性能。然而&#xff0c;获取大量高质量的标注数据往往需要耗费大量的时间和资源。正因如此&#xff0c;数据增强技术应运而生&#xff0c;成为了解决这一问题的…

【深度学习目标检测】十三、基于深度学习的血细胞识别(python,目标检测,yolov8)

血细胞计数是医学上一种重要的检测手段&#xff0c;用于评估患者的健康状况&#xff0c;诊断疾病&#xff0c;以及监测治疗效果。而目标检测是一种计算机视觉技术&#xff0c;用于在图像中识别和定位特定的目标。在血细胞计数中&#xff0c;目标检测技术可以发挥重要作用。 首先…

大模型 LLM RAG在 Text2SQL 上的应用实践

1. 前言 在上篇文章中「LLM Agent在Text2SQL应用上的实践」介绍了基于AI Agent来优化LLM的Text2SQL转换效果的实践&#xff0c;除此之外我们还可以使用RAG&#xff08;Retrieval-Augmented Generation&#xff09;来优化大模型应用的效果。 本文将从以下4个方面探讨通过RAG来…

【微服务】日志搜集elasticsearch+kibana+filebeat(单机)

日志搜集eskibanafilebeat&#xff08;单机&#xff09; 日志直接输出到es中&#xff0c;适用于日志量小的项目 基于7.17.16版本 主要配置在于filebeat&#xff0c; es kibana配置改动不大 环境部署 es kibana单机环境部署 略 解压即可 常见报错&#xff0c;百度即可。 记录…

conda环境下cannot write keep file问题解决

1 问题描述 conda环境下执行如下命令报错&#xff1a; pip install githttps://github.com/wenet-e2e/wenet.git 错误信息如下&#xff1a; (pt) PS D:\code\ptcontainer> pip install githttps://github.com/wenet-e2e/wenet.git Looking in indexes: http://pypi.doub…

基于VSG控制的MMC并网逆变器MATLAB仿真模型

微❤关注“电气仔推送”获得资料&#xff08;专享优惠&#xff09; 模型简介 根据传统同步发电机的运行特性设计了MMC-VSG功频控制器和励磁控制器&#xff0c; 实现了MMC-VSG逆变器对高压电网电压和频率的支撑。该模型包含MMC变流器模块&#xff0c;环流抑制模块&#xff0c;…

【Oracle】数据库对象

一、视图 1、视图概述 视图是一种数据库对象 视图 > 封装sql语句 > 虚拟表 2、视图的优点 简化操作&#xff1a;视图可以简化用户处理数据的方式。着重于特定数据&#xff1a;不必要的数据或敏感数据可以不出现在视图中。视图提供了一个简单而有效的安全机制&#x…

C++标准学习--多线程

在以往多线程的实现的时候&#xff0c;都是自己去亲自创建线程&#xff0c;采用特殊flag 及锁控制线程的运转状态。这无可厚非&#xff0c;但又似乎有重复造轮子的嫌疑。最近发现了一个线程池的轮子&#xff0c;很不错&#xff0c;ZZ一下。 C多线程线程池&#xff08;全详解&a…

使用numpy处理图片——90度旋转

在《使用numpy处理图片——镜像翻转和旋转》一文中&#xff0c;我们介绍了如何将图片旋转的方法。本文将使用更简单的方法旋转图片90度。 左旋转90度 import numpy as np import PIL.Image as Imagedata np.array(Image.open(the_starry_night.jpg))# left 90 rot90LeftWith…

GPT Store开业大吉:一场AI技术与创新的盛宴

就在1.11 日&#xff0c;ChatGPT 正式上线 GPT Store &#xff01; OpenAI CEO 山姆奥特曼第一时间确认了这个消息&#xff1a; 自从GPTs的概念提出以来&#xff0c;短短两个月内&#xff0c;全球用户已经创造了超过300万个GPTs。 点击 GPT Store 或者进入ChatGpt页面&am…

李沐之经典卷积神经网络

目录 1. LeNet 2. 代码实现 1. LeNet 输入是32*32图片&#xff0c;放到一个5*5的卷积层里面&#xff0c;卷积层的输出通道数是6&#xff0c;高宽都是28&#xff08;32-5128&#xff09;。再经过2*2的池化层&#xff0c;把28*28变成14*14&#xff08;28-22&#xff09;/214&am…