Nginx 负载均衡

1、实验环境

windows :218.193.154.155     nginx

lenovo2  :218.193.154.148     tomcat

lenovo3  :218.193.154.152     tomcat


2、简单的负载均衡小例子:

#Nginx所有用户和组,window下不指定
#user  nobody;

#工作的子进程数量(通常等于CPU数量或者2倍于CPU) worker_processes  1;
worker_processes  1;

#错误日志存放路径
#error_log  logs/error.log;
#error_log  logs/error.log  notice;
#error_log  logs/error.log  info;

#指定pid(进程id)存放文件
#pid        logs/nginx.pid;

#执行的事件
events {
    #允许最大连接数
    worker_connections  1024;
}
http {

    #这两个文件是我们新建的,要导入     
    include	proxy.conf;
    #负责代理转发     
    include	gzip.conf;
    #负责压缩数据流
    upstream cluster {
	#ip_hash;
	server  218.193.154.148:8888 weight=1;
	server  218.193.154.152:8888 weight=1;
    }
    # MIME类型就是设定某种扩展名的文件用一种应用程序来打开的方式类型
    include       mime.types;
    #默认类型——八字节数据流
    default_type  application/octet-stream;
    #发送文件
    sendfile        on;

    keepalive_timeout  65;

    server {
        listen       80;
        server_name  localhost;
	
	location / {
	    proxy_pass http://cluster;
	    proxy_store off;  
	    proxy_set_header Host $host;
	    proxy_set_header X-Real-IP $remote_addr;
	    proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
	}
	location /nginxstatus {
	    stub_status on;
	    access_log on;
	    auth_basic "nginxstatus";
	    auth_basic_user_file htpasswd;
	}
    }
}
测试结果,当输入http://localhost/SSH_Test/ 时,可以在两台服务器之间切换,笔者写了个小测试程序用于测试,Session共享,结果如下:

不仅Session不会共享,本身的Session也会发生变化,假如Nginx向lenovo2发生A请求,向lenovo3发生C请求。那么JSESSIONID会发生变化的情况如下:

AC 、CA不会发生改变的情况AA、CC。一旦Nginx发起和之前不同的请求,那么JSESSIONID随之发生变化,这样存储在Session的中变量将不会展示。


3、Session共享设置,本文使用redis共享Session。

3-1)安装redis,最简单方式之一使用yum install redis即可,如果库中没有,读者可以从这里下载更新yum库,http://dl.fedoraproject.org/pub/epel/6/x86_64/epel-release-6-8.noarch.rpm,之后rpm -ivh /usr/data/epel-release-6-8.noarch.rpm。然后使用yum即可。

3-2)配置redis的端口版本默认是127.0.0.1,这种绑定方式,其他机器无法访问,故而进行修改。/etc/redis.conf,修改内容如下:

# If you want you can bind a single interface, if the bind option is not
# specified all the interfaces will listen for incoming connections.
#
bind 218.193.154.152
3-3)下载tomcat Redis支持,源码地址为:https://github.com/jcoleman/tomcat-redis-session-manager,目前支持tomcat6及tomcat7,本文使用的是tomcat6,对源码进行编译后可以生成tomcat-redis-session-manager-master.jar 。tomcat  lib目录展示如下:


3-4)配置tomcat,修改conf/context.xml,修改内容如下:

<Context>

    <!-- Default set of monitored resources -->
    <WatchedResource>WEB-INF/web.xml</WatchedResource>
	
    <Valve className="com.radiadesign.catalina.session.RedisSessionHandlerValve" />
    <Manager className="com.radiadesign.catalina.session.RedisSessionManager"
         host="lenovo3"
         port="6379" 
         database="0" 
         maxInactiveInterval="60"/>
</Context>

4、测试结果如下




可以看到两次的Cookie已经相同,并且界面上也能够直接输出Session中的内容。


深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值