最新版 apache_2.2.11 与 apache-tomcat-6.0.18 集成方案

简介:

  apache与tomcat集成有许多优点,我很早以前配置的tomcat负载均衡就是由apache做前端,由apache请求派,

从而发达到负载均衡的,而apache在稳定性上也是强于tomcat的,他们两个的集成可以弥补tomcat许多先天配置的不足。

例如最近的一个ip段过滤的需求要采用这种集成方案。因为tomcat的ip过滤达不到想要的效果,tomcat的ip过滤只能设置

某个ip,而不能设置ip段,十分的不爽,逼着我把apache集成进来。下面讲一讲集成方案。配置这个我采用的版本是:

apache_2.2.11-win32-x86-no_ssl.msi

apache-tomcat-6.0.18免安装版.zip

mod_jk-1.2.28-httpd-2.2.3.so(这个东东的版本比较苛刻,反正我用mod_jk-1.2.28-httpd-2.0.52.so配置的时候就不好使)

 

--------------------------------------------------------------------------------------------------------------

1.将mod_jk-1.2.28-httpd-2.2.3.so复制到E:\Apache2.2\modules(我的apache安装目录),我把他改了下名,方便后面的操作

改名为mod_jk.so。

2.创建 workers.properties 文件,内容如下:

 

# Define 1 real worker using ajp13

worker.list=worker1

# Set properties for worker1 (ajp13)

worker.worker1.type=ajp13

worker.worker1.host=localhost

worker.worker1.port=8009

 

拷贝到E:\Tomcat\conf\jk下,这是我tomcat的安装目录。

 

3.修改 Tomcat server.xml 文件

 

找到下面这行内容并在后面添加配置信息:

   <Engine name="Catalina" defaultHost="localhost">

配置信息如下:

  

复制代码
  <!--  You should set jvmRoute to support load-balancing via AJP ie :
    <Engine name="Catalina" defaultHost="localhost" jvmRoute="jvm1">         
    
-->  
    
< Engine  name ="Catalina"  defaultHost ="localhost" >


        
< Listener  className ="org.apache.jk.config.ApacheConfig"  
           workersConfig
="conf/jk/workers.properties"
           modJk
="E:/Apache2.2/modules/mod_jk.so"
           jkLog
="logs/mod_jk.log"
           jkDebug
="info"
           jkWorker
="worker1"  
           noRoot
="true"
        
/>



      
<!-- For clustering, please take a look at documentation at:
          /docs/cluster-howto.html  (simple how to)
          /docs/config/cluster.html (reference documentation) 
-->
      
<!--
      <Cluster className="org.apache.catalina.ha.tcp.SimpleTcpCluster"/>
      
-->         
复制代码

 

4.修改 Apache httpd.conf 文件

在文件最后加上

#To be added at the end of your httpd.conf

Include E:/Tomcat/conf/auto/mod_jk.conf

 

5.重启 Tomcat 并自动生成 mod_jk.conf

我生成的mod_jk.conf为:

 

复制代码
########## Auto generated on Wed Apr 29 18:08:28 CST 2009##########

< IfModule  !mod_jk.c >
  LoadModule jk_module "E:/Apache2.2/modules/mod_jk.so"
</ IfModule >

JkWorkersFile "E:/Tomcat/conf/jk/workers.properties"
JkLogFile "E:/Tomcat/logs/mod_jk.log"

JkLogLevel info



< VirtualHost  localhost >
    ServerName localhost

    JkMount /manager worker1
    JkMount /manager/* worker1

    JkMount /docs worker1
    JkMount /docs/* worker1

    JkMount /examples worker1
    JkMount /examples/* worker1

    JkMount /host-manager worker1
    JkMount /host-manager/* worker1

    JkMount /YangFan worker1
    JkMount /YangFan/* worker1
</ VirtualHost >
复制代码

 

6.启动 Apache 并测试配置,如果版本和我一致的话,应该成功。如果不成功就是路径配置有问题。

都启动好以后,地址栏输入http://localhost/****(tomcat中的项目目录),如果成功进入项目就说明配置成功。

OK,集成完成。

 

但是此后Apache的ip过滤依旧让人吐血,俺也懒得尝试了,直接用javaeye上一位朋友的servlet过滤器,解决了这个问题。


本文转自施杨博客园博客,原文链接:http://www.cnblogs.com/shiyangxt/archive/2009/04/29/1446491.html,如需转载请自行联系原作者


相关文章
|
10月前
|
机器学习/深度学习 算法 物联网
面向能效和低延迟的语音控制智能家居:离线语音识别与物联网集成方案——论文阅读
本文提出一种面向能效与低延迟的离线语音控制智能家居方案,通过将关键词识别(KWS)集成至终端设备,结合去中心化Mesh网络与CoAP协议,实现本地化语音处理。相较云端方案,系统能耗降低98%,延迟减少75%以上,显著提升响应速度与能源效率,为绿色智能家居提供可行路径。(236字)
925 17
面向能效和低延迟的语音控制智能家居:离线语音识别与物联网集成方案——论文阅读
编解码 算法 vr&ar
753 0
|
11月前
|
自然语言处理 负载均衡 算法
推理速度提升300%:LLaMA4-MoE的FlashAttention-2集成与量化部署方案
本文详解LLaMA4-MoE模型架构与实现全流程,涵盖语料预处理、MoE核心技术、模型搭建、训练优化及推理策略,并提供完整代码与技术文档,助你掌握大模型MoE技术原理与落地实践。
623 6
|
12月前
|
缓存 人工智能 监控
MCP资源管理深度实践:动态数据源集成方案
作为一名深耕AI技术领域多年的开发者,我见证了从传统API集成到现代化协议标准的演进历程。今天要和大家分享的MCP(Model Context Protocol)资源管理实践,是我在实际项目中积累的宝贵经验。MCP作为Anthropic推出的革命性AI连接标准,其资源管理机制为我们提供了前所未有的灵活性和扩展性。在过去的几个月里,我深度参与了多个企业级MCP项目的架构设计和实施,从最初的概念验证到生产环境的大规模部署,每一个环节都让我对MCP资源管理有了更深刻的理解。本文将从资源生命周期管理的角度出发,详细探讨文件系统、数据库、API等多种数据源的适配策略,深入分析实时数据更新与缓存的最佳实践
403 0
|
12月前
|
人工智能 安全 API
MCP vs 传统集成方案:REST API、GraphQL、gRPC的终极对比
作为一名长期关注AI技术发展的博主摘星,我深刻感受到了当前AI应用集成领域正在经历的巨大变革。随着Anthropic推出的Model Context Protocol(MCP,模型上下文协议)逐渐成熟,我们不得不重新审视传统的系统集成方案。在过去的几年中,REST API凭借其简单易用的特性成为了Web服务的标准选择,GraphQL以其灵活的数据查询能力赢得了前端开发者的青睐,而gRPC则以其高性能的特点在微服务架构中占据了重要地位。然而,当我们将视角转向AI应用场景时,这些传统方案都暴露出了一些局限性:REST API的静态接口设计难以适应AI模型的动态需求,GraphQL的复杂查询机制在处
611 0
MCP vs 传统集成方案:REST API、GraphQL、gRPC的终极对比
|
12月前
|
JSON API 开发者
Django集成Swagger全指南:两种实用方案详解
本文介绍了在 Django 项目中集成 Swagger 的两种主流方案 —— drf-yasg 和 drf-spectacular,涵盖安装配置、效果展示及高级用法,助力开发者高效构建交互式 API 文档系统,提升前后端协作效率。
489 5
|
存储 Kubernetes 监控
Docker与Kubernetes集成挑战及方案
面对这些挑战,并不存在一键解决方案。如同搭建灌溉系统需要考虑多种因素,集成Docker与Kubernetes也需要深思熟虑的规划、相当的技术知识和不断的调试。只有这样,才能建立起一个稳定、健康、高效的Docker-Kubernetes生态,让你的应用像花园中的植物一样繁荣生长。
475 63
|
存储 SQL Apache
为什么 Apache Doris 是比 Elasticsearch 更好的实时分析替代方案?
本文将从技术选型的视角,从开放性、系统架构、实时写入、实时存储、实时查询等多方面,深入分析 Apache Doris 与 Elasticsearch 的能力差异及性能表现
1881 17
为什么 Apache Doris 是比 Elasticsearch 更好的实时分析替代方案?
|
人工智能 BI API
Dify-Plus:企业级AI管理核弹!开源方案吊打SaaS,额度+密钥+鉴权系统全面集成
Dify-Plus 是基于 Dify 二次开发的企业级增强版项目,新增用户额度、密钥管理、Web 登录鉴权等功能,优化权限管理,适合企业场景使用。
2219 3
Dify-Plus:企业级AI管理核弹!开源方案吊打SaaS,额度+密钥+鉴权系统全面集成
|
机器学习/深度学习 人工智能 自然语言处理
企业级API集成方案:基于阿里云函数计算调用DeepSeek全解析
DeepSeek R1 是一款先进的大规模深度学习模型,专为自然语言处理等复杂任务设计。它具备高效的架构、强大的泛化能力和优化的参数管理,适用于文本生成、智能问答、代码生成和数据分析等领域。阿里云平台提供了高性能计算资源、合规与数据安全、低延迟覆盖和成本效益等优势,支持用户便捷部署和调用 DeepSeek R1 模型,确保快速响应和稳定服务。通过阿里云百炼模型服务,用户可以轻松体验满血版 DeepSeek R1,并享受免费试用和灵活的API调用方式。
952 12

推荐镜像

更多