在go-gost中实现隧道服务的端口复用方案
2025-06-09 08:45:54作者:虞亚竹Luna
go-gost作为一款功能强大的网络工具,其隧道(tunnel)功能在实际应用中非常实用。本文将详细介绍如何通过go-gost实现多个隧道服务共享同一个入口端口(如80端口)的技术方案。
问题背景
在实际部署中,我们经常需要让多个隧道服务监听同一个公共端口(如80端口),同时又能将不同域名的流量路由到不同的隧道服务。直接使用多个隧道服务监听同一端口会导致端口冲突,因为每个隧道服务都会尝试绑定到80端口。
解决方案
go-gost提供了灵活的配置方式来实现这一需求,核心思路是:
- 使用一个公共的TCP服务监听80端口
- 通过SNI(Server Name Indication)或HTTP Host头识别不同域名
- 将流量转发到不同的隧道服务入口端口
- 每个隧道服务使用独立的内部端口
具体配置实现
以下是实现这一方案的YAML配置示例:
services:
- name: service-0
addr: :8400
handler:
type: tunnel
metadata:
entrypoint: ":18400"
ingress: ingress-0
sniffing: true
listener:
type: tcp
- name: service-1
addr: :8500
handler:
type: tunnel
metadata:
entrypoint: ":18500"
ingress: ingress-0
sniffing: true
listener:
type: tcp
- name: public
addr: :80
handler:
type: tcp
metadata:
sniffing: true
listener:
type: tcp
forwarder:
nodes:
- name: service-0
addr: 127.0.0.1:18400
host: ".example.com"
- name: service-1
addr: 127.0.0.1:18500
host: "example.org"
ingresses:
- name: ingress-0
rules:
- hostname: ".example.com"
endpoint: 4d21094e-b74c-4916-86c1-d9fa36ea677b
- hostname: "example.org"
endpoint: ac74d9dd-3125-442a-a7c1-f9e49e05faca
配置解析
-
公共入口服务(public):
- 监听80端口
- 启用sniffing功能识别域名
- 根据域名将请求转发到对应的隧道服务入口端口
-
隧道服务(service-0/service-1):
- 分别监听8400和8500端口
- 使用不同的内部入口端口(18400和18500)
- 共享同一个ingress配置
-
路由规则(ingress):
- 定义不同域名对应的隧道端点(endpoint)
- 支持通配符域名(如.example.com)和精确域名(如example.org)
技术优势
- 端口复用: 多个隧道服务可共享同一个公共端口
- 灵活路由: 基于域名实现精确流量分发
- 资源隔离: 每个隧道服务使用独立内部端口,互不干扰
- 扩展性强: 可轻松添加更多隧道服务
实际应用场景
这种配置特别适合以下场景:
- 需要为多个域名提供隧道服务
- 服务器只能开放有限端口(如仅80/443)
- 需要集中管理多个隧道服务
- 希望对不同域名的流量进行统一监控
通过这种配置方式,go-gost用户可以高效地管理多个隧道服务,同时保持配置的简洁性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
1
🔥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
68
20
🎉 (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
1.37 K
781