博客
关于我
{spring.cloud.client.ipAddress}
阅读量:644 次
发布时间:2019-03-14

本文共 631 字,大约阅读时间需要 2 分钟。

在Spring Cloud中配置服务实例ID时,默认情况下服务实例ID由主机名、应用名和端口组成。为了自定义实例名可以通过以下步骤进行:

  • 默认配置:默认服务实例ID格式为${spring.cloud.client.hostname}:${spring.application.name}:${spring.application.instance_id:${server.port}}

  • 自定义配置:在Eureka配置中自定义实例ID。例如,设置实例ID为主机IP地址及端口:

    eureka.instance.instance-id= ${spring.cloud.client.ipAddress}:${server.port}eureka.instance.prefer-ip-address=true
  • 此时,实例ID变为主机IP地址加端口,例如192.168.1.1:8080

    1. 解决访问问题:然而,自定义后可能发现客户端仍指向主机名,无法访问。解决方法是设置eureka.instance.hostname为主机IP地址:
      eureka.instance.hostname= ${spring.cloud.client.ipAddress}
    2. 这样,Eureka将使用IP地址作为实例主机名,实例ID变为IP地址加端口,可由客户端通过IP访问。

      通过以上配置,Instantiation过程如清晰明了,读者能恰知如何逼Sphere Cloud服务直治问题。

    转载地址:http://wwgoz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    VS2003 Front Page Server Extension
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>