百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

阿里开源组件Nacos实战操作之安装部署完整版

itomcoil 2025-04-01 19:00 24 浏览

好记性不如烂笔头,记录下来的才是永恒!这里是Java实战技术大本营,诚邀关注。本文已收录入GitHub,GitHub搜【wind7rui/JavaHub】。

Nacos是什么

Nacos是阿里巴巴的开源项目,它提供了一组简单易用的特性集,帮助开发者实现动态服务发现、服务配置管理、服务及流量管理功能。也就是说开发者可以使用Nacos实现配置参数动态管理(配置中心功能),服务注册与发现、权重管理、服务上线下功能(注册中心功能),服务负载均衡、流量控制、动态路由功能(动态DNS功能)。

为什么要选择Nacos

使用Spring Cloud Alibaba将会用到Nacos,用于动态服务发现、配置管理和服务管理平台,所以,首先需要安装和启动Nacos。

环境准备

Nacos是基于Java语言开发的,Nacos运行需要依赖Java环境,所以需要安装JDK,根据最新发布的稳定版本nacos-server-1.2.1,推荐安装JDK 1.8+。

既然安装Nacos,那就需要安装包,获取安装包有两种方式:通过官网下载和通过源码再编译。看到这两种方式,你可能会和笔者的第一反应一样,就是想通过官网下载可运行的包,但是官方的下载地址是github,下载过程很慢,笔者经过多次尝试都是下载失败,这里换过多次网络,包括使用VPN。最终还是选择通过下载源码再编译的方式。下面笔者也会把两种方式都写出来,第一种方式就看你的网络和运气了。如果你也是选择通过源码再编译的方式,那么你需要先安装maven,这里推荐apache-maven-3.6.3+。

获取Nacos安装包

通过官网下载安装包

打开浏览器,输入
https://github.com/alibaba/nacos/releases,选择最新版本的发布包下载,目前最新版本是1.2.1。Windows系统下载nacos-server-1.2.1.zip,Linux/Unix/Mac系统下载nacos-server-1.2.1.tar.gz。

如果你很轻松的下载到了安装包,接下来解压这个压缩包。Windows系统直接解压就行,Linux/Unix/Mac系统使用如下命令解压:

tar -xvf nacos-server-1.2.1.tar.gz

通过源码编译获取安装包

如果你的环境安装了git,可以通过如下命令下载Nacos源码:

git clone https://github.com/alibaba/nacos.git

如果你的环境没有安装git,可以在浏览器输入
https://github.com/alibaba/nacos,在页面上下载。

下载完源码后,进入Nacos根目录,执行如下maven指令编译源码:

mvn -Prelease-nacos -Dmaven.test.skip=true clean install -U

以上命令如果执行很慢,可以修改maven安装路径conf/settings.xml,在mirrors标签中添加阿里云镜像配置:


  alimaven
  aliyun maven
  http://maven.aliyun.com/nexus/content/groups/public/
  central

编译完成后,进入
distribution/target/nacos-server-1.2.1/nacos/bin目录。

启动Nacos服务

通过官网下载安装包的,进入解压后的bin目录;通过源码再编译获取安装包的,进入
distribution/target/nacos-server-1.2.1/nacos/bin目录。Windows系统双击startup.cmd启动Nacos,Linux/Unix/Mac系统使用如下命令启动Nacos:

sh startup.sh -m standalone

命令解释:standalone代表着单机模式运行,非集群模式。

如果你是Ubuntu系统,或者运行脚本报错提示[[符号找不到,可尝试如下运行:

bash startup.sh -m standalone

验证Nacos服务

打开浏览器输入:
http://127.0.0.1:8848/nacos/index.html#/login,显示登录页面,输入默认账户nacos和密码nacos登录。

停止Nacos服务

进入解压后的bin目录,Windows系统双击shutdown.cmd停止Nacos,Linux/Unix/Mac系统使用如下命令停止Nacos:

sh shutdown.sh

学之多,而后知之少!朋友们【点赞+评论+转发】是我持续更新的最大动力,我们下期见!

往期推荐

我画了25张图展示线程池工作原理和实现原理,建议先收藏再阅读

面向开发人员的Docker入门级实战,真香

这样的API网关查询接口优化,我是被迫的

Spring框架你敢写精通,面试官就敢问@Autowired注解的实现原理

Spring声明式事务处理的实现原理,来自面试官的穷追拷问

面试被问为什么使用Spring Boot?答案好像没那么简单

没使用加号拼接字符串,面试官竟然问我为什么

都说ThreadLocal被面试官问烂了,可为什么面试官还是喜欢继续问

面试官一步一步的套路你,为什么SimpleDateFormat不是线程安全的

相关推荐

最强聚类模型,层次聚类 !!_层次聚类的优缺点

哈喽,我是小白~咱们今天聊聊层次聚类,这种聚类方法在后面的使用,也是非常频繁的~首先,聚类很好理解,聚类(Clustering)就是把一堆“东西”自动分组。这些“东西”可以是人、...

python决策树用于分类和回归问题实际应用案例

决策树(DecisionTrees)通过树状结构进行决策,在每个节点上根据特征进行分支。用于分类和回归问题。实际应用案例:预测一个顾客是否会流失。决策树是一种基于树状结构的机器学习算法,用于解决分类...

Python教程(四十五):推荐系统-个性化推荐算法

今日目标o理解推荐系统的基本概念和类型o掌握协同过滤算法(用户和物品)o学会基于内容的推荐方法o了解矩阵分解和深度学习推荐o掌握推荐系统评估和优化技术推荐系统概述推荐系统是信息过滤系统,用于...

简单学Python——NumPy库7——排序和去重

NumPy数组排序主要用sort方法,sort方法只能将数值按升充排列(可以用[::-1]的切片方式实现降序排序),并且不改变原数组。例如:importnumpyasnpa=np.array(...

PyTorch实战:TorchVision目标检测模型微调完

PyTorch实战:TorchVision目标检测模型微调完整教程一、什么是微调(Finetuning)?微调(Finetuning)是指在已经预训练好的模型基础上,使用自己的数据对模型进行进一步训练...

C4.5算法解释_简述c4.5算法的基本思想

C4.5算法是ID3算法的改进版,它在特征选择上采用了信息增益比来解决ID3算法对取值较多的特征有偏好的问题。C4.5算法也是一种用于决策树构建的算法,它同样基于信息熵的概念。C4.5算法的步骤如下:...

Python中的数据聚类及可视化分析实践

探索如何通过聚类分析揭露糖尿病预测数据集的特征!我们将运用Python的强力工具,深入挖掘数据,以直观的可视化揭示不同特征间的关系。一同探索聚类分析在糖尿病预测中的实践!所有这些可视化都可以通过数据操...

用Python来统计大乐透号码的概率分布

用Python来统计大乐透号码的概率分布,可以按照以下步骤进行:导入所需的库:使用Python中的numpy库生成数字序列,使用matplotlib库生成概率分布图。读取大乐透历史数据:从网络上找到大...

python:支持向量机监督学习算法用于二分类和多分类问题示例

监督学习-支持向量机(SVM)支持向量机(SupportVectorMachine,简称SVM)是一种常用的监督学习算法,用于解决分类和回归问题。SVM的目标是找到一个最优的超平面,将不同类别的...

25个例子学会Pandas Groupby 操作

groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组,分组后的数据可以计算生成组的聚合值。如果我们有一个包含汽车品牌和价格信息的数据集,那么可以...

数据挖掘流程_数据挖掘流程主要有哪些步骤

数据挖掘流程1.了解需求,确认目标说一下几点思考方法:做什么?目的是什么?目标是什么?为什么要做?有什么价值和意义?如何去做?完整解决方案是什么?2.获取数据pandas读取数据pd.read.c...

使用Python寻找图像最常见的颜色_python 以图找图

如果我们知道图像或对象最常见的是哪种颜色,那么可以解决图像处理中的几个用例,例如在农业领域,我们可能需要确定水果的成熟度。我们可以简单地检查一下水果的颜色是否在预定的范围内,看看它是成熟的,腐烂的,还...

财务预算分析全网最佳实践:从每月分析到每天分析

原文链接如下:「链接」掌握本文的方法,你就掌握了企业预算精细化分析的能力,全网首发。数据模拟稍微有点问题,不要在意数据细节,先看下最终效果。在编制财务预算或业务预算的过程中,通常预算的所有数据都是按月...

常用数据工具去重方法_数据去重公式

在数据处理中,去除重复数据是确保数据质量和分析准确性的关键步骤。特别是在处理多列数据时,保留唯一值组合能够有效清理数据集,避免冗余信息对分析结果的干扰。不同的工具和编程语言提供了多种方法来实现多列去重...

Python教程(四十):PyTorch深度学习-动态计算图

今日目标o理解PyTorch的基本概念和动态计算图o掌握PyTorch张量操作和自动求导o学会构建神经网络模型o了解PyTorch的高级特性o掌握模型训练和部署PyTorch概述PyTorc...