[网站提速] - 给Tomcat,Apache配置gzip压缩(HTTP压缩)功能

本文详细介绍了如何在Apache和Tomcat服务器上配置HTTP压缩功能,通过调整server.xml文件和Apache模块设置,实现对网页文件的压缩,有效减少流量消耗并提升网站浏览速度。特别关注了配置步骤、压缩参数以及不同Apache版本的支持情况。

背景:
HTTP 压缩可以大大提高浏览网站的速度,它的原理是,在客户端请求网页后,从服务器端将网 页文件压缩,再下载到客户端,由客户端的浏览器负责解压缩并浏览。相对于普通的浏览过程HTML ,CSS,Javascript , Text ,它可以节省40%左右的流量。更为重要的是,它可以对动态生成的,包括CGI、PHP , JSP , ASP , Servlet,SHTML等输出的网页也能进行压缩,压缩效率惊人

一,对于Tomcat5.0以后的版本是支持对输出 内容进行压缩的. 使用的是gzip压缩格式

下面是tomcat5.5.20 中的$tomcat_home$/conf/server.xml的原内容

 1      < Connector  port ="80"  maxHttpHeaderSize ="8192"
 2                maxThreads ="150"  minSpareThreads ="25"  maxSpareThreads ="75"
 3                enableLookups ="false"  redirectPort ="8443"  acceptCount ="100"
 4                connectionTimeout ="20000"  disableUploadTimeout ="true"  URIEncoding ="utf-8"   />
 5      <!--  Note : To disable connection timeouts, set connectionTimeout value
 6      to 0  -->
 7     
 8      <!--  Note : To use gzip compression you could set the following properties :
 9     
10                compression="on" 
11                compressionMinSize="2048" 
12                noCompressionUserAgents="gozilla, traviata" 
13                compressableMimeType="text/html,text/xml"
14      -->

从上面的第8行 内容可以看出,要使用 gzip压缩功能,你可以在Connector实例中加上如下属性即可
1) compression="on" 打开压缩功能
2) compressionMinSize="2048" 启用压缩的输出内容大小,这里面默认为2KB
3) noCompressionUserAgents="gozilla, traviata" 对于以下的浏览器,不启用压缩 
4) compressableMimeType="text/html,text/xml" 压缩类型

我这里的配置内容为:

 1      < Connector  port ="80"  maxHttpHeaderSize ="8192"
 2                maxThreads ="150"  minSpareThreads ="25"  maxSpareThreads ="75"
 3                enableLookups ="false"  redirectPort ="8443"  acceptCount ="100"
 4                connectionTimeout ="20000"  disableUploadTimeout ="true"  URIEncoding ="utf-8"
 5                   compression ="on"  
 6                compressionMinSize ="2048"  
 7                noCompressionUserAgents ="gozilla, traviata"  
 8                compressableMimeType ="text/html,text/xml,text/javascript,text/css,text/plain"    />
 9      <!--  Note : To disable connection timeouts, set connectionTimeout value
10      to 0  -->
11     
12      <!--  Note : To use gzip compression you could set the following properties :
13     
14                compression="on" 
15                compressionMinSize="2048" 
16                noCompressionUserAgents="gozilla, traviata" 
17                compressableMimeType="text/html,text/xml"
18      -->
19


二,对于Apache而言,有两种情况
   
1) 针对Apache2.0之前的版本,它原本是不支持的,不过可以通过添加第三方的module_gzip模块来启用
   2)针对 Apache2.0及之后的版本,Apache提供支持, 不过不叫gzip,而叫mod_deflate
下面就对Apache2.0及之后的版 本作一个说明
1) 去掉#LoadModule headers_module modules/mod_headers.so前面的注释#,
2) 添加LoadModule deflate_module modules/mod_deflate.so
3) 在VirtualHost中添加

1      < Location  "/" >
2         SetOutputFilter DEFLATE
3         BrowserMatch ^Mozilla/4 gzip-only-text/html
4         BrowserMatch ^Mozilla/4\.0[678] no-gzip
5         BrowserMatch \bMSIE !no-gzip !gzip-only-text/html
6         SetEnvIfNoCase Request_URI \.(?:gif|jpe?g|png)$ no-gzip dont-vary
7         Header append Vary User-Agent env=!dont-vary
8      </ Location >
9


我这里面有一个完整的演示

 1 # 加载deflate模块
 2 LoadModule headers_module modules/mod_headers.so
 3 LoadModule deflate_module modules/mod_deflate.so
 4 < VirtualHost  *:80 >
 5     DocumentRoot f:/apacheTest
 6      < Location  "/" >
 7         SetOutputFilter DEFLATE
 8         BrowserMatch ^Mozilla/4 gzip-only-text/html
 9         BrowserMatch ^Mozilla/4\.0[678] no-gzip
10         BrowserMatch \bMSIE !no-gzip !gzip-only-text/html
11         SetEnvIfNoCase Request_URI \.(?:gif|jpe?g|png)$ no-gzip dont-vary
12         Header append Vary User-Agent env=!dont-vary
13      </ Location >
14 </ VirtualHost >
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
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