Nginx简介与配置入门

Nginx简介

Nginx已经被广泛应用于工业界。据BuiltWith调查,在全球前1000个网站中,有38.2%的网站使用了Nginx。例如,维基百科将Nginx作为其SSL终端代理,众多中小网站将Nginx作为其网关服务器。

Nginx优势

高性能

Nginx是一个Web服务器,可以用于反向代理、负载均衡等场合。相比于其他Web服务器(例如Apache),Nginx在正常请求以及高峰请求期,可以更快地响应请求。

高可靠

Nginx采用多进程模型,具体分为主进程和工作进程。主进程负责监视工作进程,当工作进程异常退出时,可以快速拉起一个新的工作进程,从而为用户提供稳定服务。

高并发

Nginx通常作为网关级服务,其支持的并发量通常在万级别,经过优化甚至可以达到十万级别。

易扩展

Nginx是模块化设计,具有极高的扩展性,使用者可以根据自身需求,定制开发相应模块。Nginx是基于C语言开发的,不管是阅读源码理解其原理还是定制开发,都需要C语言功底。

热部署

Nginx提供了优雅重启以及平滑升级的方案,使用户在修改配置文件或者升级Nginx时,不会影响线上服务。

跨平台

Nginx支持多种平台,例如Linux,Windows,macOS。

Nginx应用

Nginx的主要用途有4种:HTTP服务器、反向代理、负载均衡、正向代理。

HTTP服务器

Nginx本身可以充当最简单的静态资源服务器,一个简单的Nginx充当静态资源服务器的配置如下:

server{
  listen 80;
  server_name localhost;
  location / {
    index index.html;
    }
}

当服务器含有动态资源时,动静分离是一种常用的解决方案。对于静态资源,Nginx可以充当服务器。对于动态资源,Nginx可以充当反向代理。动静分离的Nginx配置示例如下:

server{
	listen 80;
	server_name localhost;
	location / {
		index index.html;
	}
	#静态资源,例如gif、jpg等,Nginx充当服务器
	location ~ .(gif|jpg|js|css)${
		root static_resource_path;
	}
	#动态资源,例如java文件,Nginx充当反向代理
	location ~ .java${
		proxy_pass http://localhost:8090;
	}
}

反向代理

反向代理是一种代理服务器。反向代理根据客户端的请求,从一组或者多组服务器中获取资源,然后返回给客户端。对于客户端而言,其仅仅知道代理服务器的地址,并不知道代理服务器后端的一组或者多组服务器。Nginx充当反向代理服务器的配置示例如下:

server{
	listen 80;
	server_name localhost;
	location / {
		proxy_pass http://localhost:8090;
	}
}

Nginx不仅可以充当HTTP(HTTPS)反向代理服务器,还可以充当TCP反向代理服务器。

负载均衡

当客户端请求量比较多时,我们通常需要多个服务端同时提供服务。通过反向代理使服务端对客户端透明,客户端只需要知道代理服务器的地址即可。Nginx充当反向代理时,会给每个客户端请求分配一个后端服务器进行处理。那么,Nginx该如何选择后端服务器呢?这就涉及负载均衡问题,Nginx提供了多种负载均衡方案供选择,例如加权轮询、源IP散列、响应时间、URL散列等。Nginx加权轮询的配置示例如下:

upstream backend{
	server localhost:8081 weight=1;
	server localhost:8082 weight=2;
}
server{
	listen 80;
	location / {
		proxy_pass http://backend;
	}
}

正向代理

正向代理是位于客户端与目标服务器之间的服务器。当客户端需要从目标服务器获取资源时,客户端将发送请求给正向代理,由代理服务器从目标服务器获取数据,之后再转交给客户端。下面是一个Nginx充当HTTP正向代理服务器的配置示例:

#DNS server
resolver 8.8.8.8;
server{
	listen 80;
	location / {
		proxy_pass http://$host$request_uri;
	}
}
基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析仿真验证相结合。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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