个人技能总结7--Apache服务器反向代理,负载均衡,热备份+Tomcat配置

反向代理:

第一步:找到Apache2.2\conf目录下的httpd.conf文件,将

#打开默认关闭的代理服务start  
LoadModule proxy_module modules/mod_proxy.so  
LoadModule proxy_ajp_module modules/mod_proxy_ajp.so  
LoadModule proxy_balancer_module modules/mod_proxy_balancer.so  
LoadModule proxy_connect_module modules/mod_proxy_connect.so  
LoadModule proxy_ftp_module modules/mod_proxy_ftp.so  
LoadModule proxy_http_module modules/mod_proxy_http.so  
#打开默认关闭的代理服务end  
#LoadModule rewrite_module modules/mod_rewrite.so  
LoadModule setenvif_module modules/mod_setenvif.so 

第二步:打开vhost配置的自配置文件:

第三步:添加<VirtualHost *:80></VirtualHost>

<VirtualHost *:80>
   ServerAdmin webmaster@dummy-host2.example.com
   DocumentRoot "D:/apache2.2/httpd-2.2-x64/htdocs"
   ServerName dummy-host2.example.com
   ErrorLog "logs/dummy-host2.example.com-error.log"
   CustomLog "logs/dummy-host2.example.com-access.log" common
   ProxyRequests Off
   ProxyPreserveHost on
   ProxyPass / http://127.0.0.1:8080/
   ProxyPassReverse / http://127.0.0.1:8080/
</VirtualHost>

  

 

负载均衡:

第一步:首先下载安装apache,我选择的是Apache2.2.19.

第二步:修改apache安装目录下的conf/httpd.conf,打开如下配置(默认注释掉了)

   打开vhost配置的自配置文件:

 

第三步:注释掉Vhost配置文件里面原来的,增加<VirtualHost *:80>

    ServerAdmin webmaster@dummy-host2.example.com
    DocumentRoot "D:/apache2.2/httpd-2.2-x64/htdocs"
    ServerName dummy-host2.example.com
    ErrorLog "logs/dummy-host2.example.com-error.log"
    CustomLog "logs/dummy-host2.example.com-access.log" common
    ProxyRequests Off
    ProxyPreserveHost on
    ProxyPass / balancer://tomcat-Hello222/
    ProxyPassReverse / balancer://tomcat-Hello222/
    <Proxy balancer://tomcat-Hello222/>
    
    # 热备份 #BalancerMember http://192.168.0.101:8080 #BalancerMember http://192.168.0.110:8080 status=+H
    # loadfactor=1 route=tomcat8_local  smax=5 max=20 ttl=120 retry=300 timeout=15 这个为配置的参数,最大链接,超时,等等 BalancerMember http://192.168.0.101:8080 loadfactor=1 route=tomcat8_local  smax=5 max=20 ttl=120 retry=300 timeout=15 BalancerMember http://192.168.0.100:8080 loadfactor=1 route=tomcat8_local  smax=5 max=20 ttl=120 retry=300 timeout=15 ProxySet lbmethod=bybusyness </Proxy> </VirtualHost>

 

热备份:

  如上图去掉给BalancerMember配置的参数等,给备份服务器加上status=+H

 

注意:以上代码为本人实现,如需照抄请修改 ProxyPass处的Hello222为你自己的工程名。

 

Tomcat配置:

Tomcat部署项目的三种方式:

1.直接复制项目或者用Eclipse生成war包放置在Webapp目录下面。

2.修改conf/server.xml 文件

  在<Host> </Host>标签之间输入项目配置信息;

  <Context path="/WebProject" docBase="D:/WebProject" reloadable="true" />

存在问题:在tomcat启动后,不在读取这个文件。

3.修改conf/catalina/localhost 

  在该文件夹下新建文件 projectName.xml;

  加入<Context docBase="D:/WebProject" reloadable="true" /> 即可,不需要path属性。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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