Solon框架中如何通过代码指定HTTP端口
2025-06-30 12:26:46作者:羿妍玫Ivan
背景介绍
Solon是一个轻量级的Java应用框架,在实际开发中,我们经常需要控制应用的HTTP服务端口。与Spring Boot类似,Solon也提供了多种方式来配置服务端口,包括配置文件方式和代码方式。
常规配置方式
通常情况下,我们会在配置文件中指定服务端口,例如在application.properties或application.yml中配置:
server.port=8080
或者
server:
port: 8080
代码指定端口的方式
当我们需要在代码中动态指定端口时,Solon提供了几种实现方式:
1. 通过系统属性设置
最直接的方式是在启动Solon前设置系统属性:
public static void main(String[] args) {
System.setProperty("server.port", "8080");
Solon.start(DemoApp.class, args);
}
这种方式简单直接,适用于大多数场景。
2. 通过启动参数设置
也可以通过启动参数来设置端口:
public static void main(String[] args) {
Solon.start(DemoApp.class, args, app -> {
app.cfg().put("server.port", 8080);
});
}
3. 在Spring Boot集成场景中的注意事项
当Solon与Spring Boot集成使用时,需要注意以下几点:
- 确保Spring Boot的端口配置与Solon一致
- 如果使用Servlet容器部署,Solon可能不需要独立端口配置
- 上下文路径(context-path)需要在两端都正确配置
常见问题排查
-
端口未监听问题:
- 检查是否有端口冲突
- 确认配置是否生效
- 查看启动日志中是否有错误信息
-
云环境部署问题:
- 云平台可能有特殊的端口限制
- 确保云平台的安全组规则允许该端口
- 检查云平台是否支持自定义端口
-
配置优先级问题:
- 代码配置会覆盖文件配置
- 系统属性优先级最高
最佳实践建议
- 对于生产环境,推荐使用配置文件方式管理端口
- 开发环境可以使用代码方式快速修改端口
- 集成测试时可以通过代码动态分配端口避免冲突
- 云环境部署时,需要了解平台对端口的特殊要求
通过合理使用这些配置方式,可以灵活控制Solon应用的HTTP服务端口,满足不同场景下的需求。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220