Apache Fineract CN Docker Compose项目安装指南
2024-11-29 13:40:58作者:宗隆裙
1. 项目介绍
Apache Fineract CN 是一个开源的、用于构建金融服务的平台,它提供了一个完整的、模块化的银行系统,支持各种金融服务。Docker Compose版本则使得部署Apache Fineract CN更加便捷,它通过Docker容器和Kubernetes脚本来部署服务。
2. 项目下载位置
项目托管在GitHub上,您可以访问以下位置下载Apache Fineract CN Docker Compose项目:
https://github.com/apache/fineract-cn-docker-compose.git
3. 项目安装环境配置
在开始安装之前,确保您的系统中已经安装了以下环境:
- Kubernetes
- Docker
- Docker Compose
- Java
以下是一个示例图片,展示了在终端中检查Docker Compose版本的情况:
$ docker-compose --version
docker-compose version 1.29.2, build 0746c7a
请确保您的环境与上述要求一致。
4. 项目安装方式
克隆项目
首先,从GitHub上克隆项目到本地:
git clone https://github.com/apache/fineract-cn-docker-compose.git
cd fineract-cn-docker-compose
部署到Kubernetes
在项目目录中,使用以下命令部署Apache Fineract CN服务到您的Kubernetes集群:
cd kubernetes_scripts
bash kubectl-start-up.sh
部署完成后,通过以下命令检查所有服务的状态:
kubectl get services
最后,通过以下命令来配置微服务:
cd bash_scripts
bash provision.sh --deploy-on-kubernetes playground # 将playground替换为您的租户名称
使用Docker和Docker Compose部署
您也可以选择使用Docker和Docker Compose来自动或手动部署服务。
自动部署
启动所有Apache Fineract CN服务,运行以下命令:
bash start-up.sh
接着,登录到最后一个部署的微服务(fineract-cn-notification)来确认所有服务都已启动:
docker logs -f fineract-cn-docker-compose_notifications-ms_1
之后,配置微服务:
cd bash_scripts
bash provision.sh playground # 将playground替换为您的租户名称
手动部署
首先,生成环境变量文件:
java -cp external_tools/lang-0.1.0-BUILD-SNAPSHOT.jar org.apache.fineract.cn.lang.security.RsaKeyPairFactory UNIX > env
然后,启动外部工具(如数据库、Cassandra等):
cd external_tools
docker-compose up
接下来,启动微服务:
docker-compose up provisioner-ms
等待provisioner-ms启动并创建所需的数据库表后,再启动其他服务。
5. 项目处理脚本
项目中的脚本主要用于部署和配置Apache Fineract CN。以下是一些关键脚本的简要说明:
kubectl-start-up.sh:用于在Kubernetes集群上启动所有Apache Fineract CN服务。provision.sh:用于配置微服务,需要指定部署的环境(如Kubernetes)和租户名称。start-up.sh:用于使用Docker Compose启动所有Apache Fineract CN服务。
通过遵循上述步骤,您应该能够成功下载并安装Apache Fineract CN Docker Compose项目。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
578
99
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++
958
955
deepin linux kernel
C
28
16
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
openEuler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。
C
414
339
暂无简介
Dart
952
235
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
12
2