Nano Hash - криптовалюты, майнинг, программирование

Измените конфигурационный сервер Spring Cloud в клиенте

У меня есть весеннее облачное приложение с весенней загрузкой с сервером конфигурации, работающим отдельно на порте, скажем, 8001 на локальном хосте.

Между тем, местоположение было указано в конфигурации клиентских приложений / микросервисов, как показано ниже в файле bootstrap.yml клиентского проекта.

spring:
  cloud:
    config:
      uri: http://localhost:8001

Это работает абсолютно нормально.

Однако, когда я хочу развернуть все приложение в разных настройках, мне нужно будет запустить сервер конфигурации на разных IP-адресах и портах.

В этом случае я не могу пойти и изменить IP: информацию о порте сервера конфигурации во всех проектах, перестроить банку и развернуть их. Фактически, в большинстве сценариев Jenkins создает Jars самостоятельно в другой среде.

Как нам справиться с такой ситуацией? Можем ли мы указать переменную среды в bootstrap.yml, если да, как это сделать?

Любое предложение?

Br,

AJ

spring-boot netflix-eureka spring-cloud spring-cloud-config
20.09.2016

  • Решает ли это цель - java -jar portal / portal.jar --spring.cloud.bootstrap.location = / etc / conf / portal / bootstrap.properties Эта проблема все еще существует? github.com/spring-cloud/spring-cloud-config/issues/ 56 20.09.2016

Ответы:


1

Вы определенно можете использовать переменные среды в файле bootstrap.yml:

spring:
  cloud:
    config:
      uri: http://${configServerHost}:${configServerPort}

При запуске приложения вам нужно только добавить -DconfigServerHost=localhost -DconfigServerPort=8001

20.09.2016
  • Действительно, cli add --spring.cloud.config.uri=... или переменная окружения SPRING_CLOUD_CONFIG_URI=... работают без специальной. 20.09.2016
  • Хорошо, просто позвольте мне попробовать, и я вернусь в любом случае. И спасибо за ответ. 20.09.2016
  • Удар по цели, небольшое исправление http: // $ {configServerHost}: $ {configServerPort} 20.09.2016
  • @codependent, когда вы вводите эту команду в cli, -DconfigServerHost = localhost -DconfigServerPort = 8001, станут ли они переменными env? 03.04.2017
  • @ Джесси не совсем. Они зарегистрированы как системные свойства. С другой стороны, вам не нужно использовать аргументы -D, если configServerHost и ConfigServerPort являются переменными env. Выбирайте то, что вам больше нравится. 03.04.2017
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..