ThingsBoard微服务架构下禁用HTTPS的配置方法
背景介绍
在ThingsBoard 3.6.0版本的微服务架构部署中,系统默认会启用HTTPS并强制将HTTP请求重定向到HTTPS。然而在某些特定场景下,用户可能需要完全禁用HTTPS而仅使用HTTP协议。本文将详细介绍如何在Docker微服务环境中配置ThingsBoard以禁用HTTPS功能。
核心配置修改
HAProxy配置调整
HAProxy作为ThingsBoard微服务架构中的负载均衡组件,负责处理HTTP/HTTPS流量转发。要禁用HTTPS,需要修改haproxy.cfg文件中的两个关键部分:
-
HTTP前端配置
找到frontend http-in配置块,注释掉其中的HTTPS重定向规则:# redirect scheme https if !letsencrypt_http_acl !transport_http_acl { env(FORCE_HTTPS_REDIRECT) -m str true } -
HTTPS前端配置
直接注释掉整个frontend https_in配置块,这将完全禁用HTTPS监听端口。
Docker Compose文件修改
在docker-compose.yml文件中,需要对HAProxy服务进行以下调整:
-
移除443端口的映射配置:
ports: - "80:80" # 删除"- 443:443" -
删除环境变量中的HTTPS相关配置:
environment: # 删除"HTTPS_PORT: 443"
常见问题与解决方案
在实施上述配置变更时,可能会遇到以下问题:
-
iptables初始化错误
错误信息表明系统内核或iptables版本不兼容。解决方案包括:- 切换到iptables-legacy模式
- 升级系统内核版本
- 在支持iptables-nft的系统上使用兼容层
-
HAProxy容器不断重启
这通常是由于配置错误或依赖服务不可用导致。建议:- 检查HAProxy日志定位具体错误
- 验证配置文件语法是否正确
- 确保所有依赖网络端口未被占用
替代方案探讨
虽然本文主要介绍HAProxy的配置修改,但ThingsBoard也支持其他负载均衡方案:
-
Traefik负载均衡器
Traefik作为现代反向代理,可以提供更灵活的配置选项。迁移到Traefik需要:- 自定义路由规则配置
- 重新定义服务发现机制
- 调整TLS/SSL证书管理方式
-
Nginx替代方案
Nginx也可以作为HAProxy的替代品,但需要手动配置:- HTTP/HTTPS监听规则
- 上游服务路由
- 健康检查机制
安全注意事项
禁用HTTPS会带来一定的安全风险,建议仅在以下场景考虑此配置:
- 内部开发测试环境
- 已在外围网络层实现TLS终止
- 与其他安全措施(如专用网络、私有网络)配合使用
在生产环境中,强烈建议保持HTTPS启用状态以确保数据传输安全。
总结
通过本文介绍的配置方法,用户可以灵活地在ThingsBoard微服务架构中禁用HTTPS功能。需要注意的是,这种配置会降低系统安全性,应谨慎评估实际需求后再实施。对于生产环境,建议保持HTTPS启用或考虑在外围网络层实现SSL/TLS终止的替代方案。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00