当前位置: 首页 > backend >正文

如何在矩池云实例上开启应用服务的访问端口

AI 应用开发越来越火热,矩池云平台上也相应出现了越来越多的 AI 应用开发者,这里详细介绍下大家在使用过程中经常遇到的一个问题:在矩池云的实例上,如何为应用服务开启外部可访问的端口?

根据开发者有没有启动实例(普通实例,不支持在实例内启动docker),有两种处理方式:

情况 1:尚未开启实例,则先自定义端口

这种情况下,可以在启动实例的时候,配置外部访问端口,这种配置的应用服务端口后续访问较为方便,没有限制。下面演示一个应用服务端口为8080端口的配置方式:
在这里插入图片描述
点击后,页面会展开配置端口的控件,点击 +添加端口配置按钮即可配置您需要的应用服务端口
在这里插入图片描述
机器启动后,就能看到应用服务的访问链接啦。
在这里插入图片描述
如果点击访问链接无法打开网页,则先进入实例中确认下,应用服务是否已经开启:

curl 0.0.0.0:8080

注意服务地址和端口要配置准确:

  1. 部分应用程序默认开启是 127.0.0.1 这个地址,这时候需要重新定义下服务的地址为0.0.0.0以保证服务器会接受来自所有网络接口的HTTP请求。
  2. 确保服务配置的端口为8080,有一些应用服务的默认端口并非8080。

情况2: 已经开启实例,没有提前自定义端口

如果需要公网访问,则参考:

  • 如果租用的是包时(包日/周/月)的实例,可以先选择在我的实例-更多中保存环境,然后选择重置镜像,在重置界面,在我的环境中选择您刚刚保存的环境,然后参考情况 1中的说明,配置下服务端口即可。
  • 如果是按时计费的实例,也可以先保存环境,然后通过这个环境启动新实例,启动时按照情况1的说明自定义端口;
  • 如果仅仅是本地测试,则参考:

在本地电脑中通过SSH端口映射配置来实现应用服务的转发。这种配置仅适用于本地测试的场景,其他未设置转发的网络将仍无法访问该应用服务。下面演示应用服务端口为8080端口的转发方式:

假设您需要通过本地电脑访问运行在矩池云的应用服务,并且应用服务的端口配置为 8080。在本地电脑的 terminal 等 SSH 工具中,输入端口转发命令:

ssh -p [sshport] -NL [localport]:localhost:8080 root@[host]

其中:
sshport:矩池云机器的 SSH 端口,具体见下图说明
localport:您本地的任一端口
sshhost:矩池云机器的 SSH Host,具体见下图说明
在这里插入图片描述
例如,以截图中的SSH端口信息为例,选择在本地通过1818端口转发应用服务,则在Terminal中执行的命令为:

ssh -p 29619 -NL 1818:localhost:8080 root@px-A100-1.matpool.com

输入密码后没有任何反应为正常现象,表明此时端口映射已经成功。
然后打开本地电脑浏览器,在浏览器中输入localhost:1818即可访问应用服务。

参考

如何保存环境?https://matpool.com/supports/snapshot

http://www.xdnf.cn/news/9784.html

相关文章:

  • 测试策略:AI模型接口的单元测试与稳定性测试
  • ADQ108-1通道8bit 6~7G USB2.0 PXIe cPCIe采集
  • 【大模型面试每日一题】Day 31:LoRA微调方法中低秩矩阵的秩r如何选取?
  • 解决matlab两个库文件名冲突的问题
  • 据传苹果将在WWDC上发布iOS 26 而不是iOS 19
  • 第一章 Linux的例行性工作(计划任务)
  • 大模型深度学习之双塔模型
  • 从 “金屋藏娇” 到 自然语言处理(NLP)
  • 汽车EPS系统的核心:驱动芯片的精准控制原理
  • 高校大数据采集平台产品特色
  • Linux系统管理与编程24:基础条件准备-混搭“本地+阿里云”yum源
  • 替代 WPS 的新思路?快速将 Word 转为图片 PDF
  • Spring Boot 集成 Elasticsearch怎样在不启动es的情况下正常启动服务
  • VR视角下,浙西南革命的热血重生​
  • 打卡day39
  • OpenCV CUDA模块结构分析与形状描述符------在 GPU 上计算图像的原始矩(spatial moments)函数spatialMoments()
  • Python自动化之selenium语句——元素点击、输入、清空和八大元素定位方法
  • 【保姆级教程】Windows部署LibreTV+cpolar实现远程影音库访问全步骤
  • PaddleOCR本地部署 (Python+Flask)
  • 【机器学习基础】机器学习入门核心算法:集成学习(Ensemble Learning)
  • 【.net core】SkiaSharp 如何在Linux上实现
  • ArkUI(方舟UI框架)介绍
  • MinVerse 3D触觉鼠标的技术原理与创新解析
  • MAZANOKE图像优化器本地部署与cpolar随时随地远程使用
  • 设计模式:观察者模式 - 实战
  • MATLAB中的table数据类型:高效数据管理的利器
  • OCC笔记:面、边的方向(TopAbs_Orientation)
  • Triton推理服务器部署YOLOv8(onnxruntime后端和TensorRT后端)
  • C++哈希
  • GitHub Copilot 使用手册与原理解析