JeecgBoot集成积木报表BI的Nginx代理配置问题解析
2025-05-02 14:53:04作者:滑思眉Philip
问题背景
在使用JeecgBoot 3.7.1版本集成积木报表BI时,开发环境运行正常,但在正式环境部署后,积木BI的设计和预览功能出现异常。具体表现为通过Nginx代理访问时,仪表板和大屏的设计预览功能无法正常工作,而直接访问后端服务则一切正常。
问题现象
- 直接访问后端服务(34567端口)时,积木BI功能完全正常
- 通过Nginx代理访问时,积木报表功能正常,但积木BI的设计和预览功能失效
- 浏览器开发者工具显示接口请求失败
根本原因分析
经过排查发现,问题出在Nginx的代理配置上。原始配置中使用了proxy_set_header Host $host,这会导致后端服务接收到的Host头不包含端口信息。积木BI的部分功能依赖于完整的Host信息(包括端口号)来构建正确的URL。
解决方案
修改Nginx配置,将proxy_set_header Host $host替换为proxy_set_header Host $host:$server_port,确保后端服务能够获取完整的Host信息(包含端口号)。
完整配置示例:
location /dentao-api {
proxy_pass http://127.0.0.1:34567/dentao-api;
proxy_redirect off;
proxy_set_header X-Forwarded-Scheme $scheme;
proxy_set_header Host $host:$server_port;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection "upgrade";
}
技术原理
- Host头的重要性:HTTP协议中,Host头用于标识请求的目标主机和端口,对于构建绝对URL至关重要
- Nginx代理行为:默认情况下,Nginx转发请求时会重写Host头,可能导致后端服务获取不到原始请求的完整信息
- 积木BI的特殊性:积木BI的设计和预览功能需要构建包含完整URL(含端口)的请求,因此对Host头信息敏感
最佳实践建议
- 在Nginx代理配置中,始终传递完整的Host信息
- 对于需要构建URL的后端应用,建议同时处理以下头部信息:
- Host
- X-Forwarded-Host
- X-Forwarded-Proto
- X-Forwarded-Port
- 测试环境应尽可能模拟生产环境的代理配置,避免部署时出现意外
总结
JeecgBoot集成积木报表BI时,Nginx代理配置需要特别注意Host头的传递。通过确保完整的Host信息(包含端口号)被传递到后端服务,可以解决积木BI设计和预览功能失效的问题。这一经验也适用于其他需要构建完整URL的后端应用场景。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C028
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
424
3.25 K
Ascend Extension for PyTorch
Python
231
263
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
331
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
667
仓颉编译器源码及 cjdb 调试工具。
C++
136
869