Windwos下Nginx+Tomcat集群

简介:
Nginx(发音同 engine x)是一款轻量级的Web 服务器/反向代理服务器及电子邮件(IMAP/POP3)代理服务器,并在一个BSD-like 协议下发行。由俄罗斯的程序设计师Igor Sysoev所开发,供俄国大型的入口网站及搜索引擎Rambler(俄文:Рамблер)使用。其特点是占有内存少,并发能力强,事实上nginx的并发能力确实在同类型的网页服务器中表现较好,中国大陆使用nginx网站用户有:新浪、网易、 腾讯等。

 

下载:
tomcat依旧采用6.0版本,配置方式参考本文下面的连接
nginx下载地址:http://nginx.org/

 

安装:
在C盘下新建server文件夹,然后使用tomcat建立一个运行节点tomcat-node1
并发下载的nginx-1.7.1.zip解压到server,重命名为nginx
启动tomcat保证可以正常访问,这里我设置tomcat运行端口为10001
双击nginx.exe即可运行nginx,是否运行可以通过访问http://localhost来查看

 

相关命令:

start nginx       运行nginx
nginx -s stop     快速关闭Nginx,可能不保存相关信息,并迅速终止web服务
nginx -s quit     平稳关闭Nginx,保存相关信息,有安排的结束web服务
nginx -s reload   因改变了Nginx相关配置,需要重新加载配置而重载
nginx -s reopen   重新打开日志文件

 

配置:
这里为了测试集成,使用最简配置,将所有请求都转发

#工作的子进程数量(通常等于CPU数量或者2倍于CPU)
worker_processes  1;
#错误日志存放路径[ debug | info | notice | warn | error | crit ]
error_log  logs/error.log  info;
#指定pid存放文件
pid		logs/nginx.pid;
events {
	#使用网络IO模型linux建议epoll,FreeBSD建议采用kqueue,window下不指定
	#use epoll;
    worker_connections  1024; #允许最大连接数
}
http {
    include       mime.types;
    default_type  application/octet-stream;
    keepalive_timeout  65;
    gzip  on;
	upstream mysvr { # 节点列表
		server localhost:10001 weight=5;
	}
    server {
        listen       8008;
        server_name  localhost;
        charset UTF-8;
        location / { # 所有请求都转发到该定义节点
            root   /ROOT; #定义服务器的默认网站根目录位置
            index  index.html index.htm index.jsp; #定义首页索引文件的名称
			proxy_pass  http://mysvr; #请求转向mysvr 定义的服务器列表
        }
    }
}

 

重点是定义节点列表,然后配置请求路径的转发处理

在tomcat上任意部署一个测试工程,然后通过nginx端口+工程来访问

 

为了方便使用,写了两个bat脚本,启动和关闭服务
start.bat

@echo off
echo 启动核心服务开始...... 
E:
cd E:\service\nginx
start nginx
echo 核心服务启动成功...... 
pause
exit

 

stop.bat

@echo off
echo 核心服务开始关闭...... 
E:
cd E:\service\nginx
nginx -s stop
echo 核心服务已经关闭...... 
pause
exit

 

参考:
Win2003下Apache与Tomcat搭建集群环境http://cuisuqiang.iteye.com/blog/2070357
Linux上安装Apache与问题说明http://cuisuqiang.iteye.com/blog/2070460
Linux下apache+tomcat+jk集群http://cuisuqiang.iteye.com/blog/2070526
Windows下apache+tomcat+jk集群http://cuisuqiang.iteye.com/blog/2073329

 

请您到ITEYE网站看 java小强 原创,谢谢!
http://cuisuqiang.iteye.com/

自建博客地址:http://www.javacui.com/ ,内容与ITEYE同步!

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