Mercure项目在Nginx反向代理下的配置指南
2025-06-11 02:30:17作者:晏闻田Solitary
前言
Mercure是一个基于Server-Sent Events(SSE)技术的实时通信协议实现,它允许服务器向客户端推送实时更新。本文将详细介绍如何在生产环境中配置Mercure服务,特别是当它运行在Nginx反向代理之后时的最佳实践。
环境准备
在开始配置前,我们需要明确几个关键组件:
- Mercure服务本身(本文使用二进制版本而非Docker)
- Nginx作为反向代理
- 后端服务(如Symfony应用)
- 前端应用(如Vue.js)
基础配置
系统环境变量
首先设置系统环境变量,这些变量将被Mercure服务使用:
# /etc/environment
MERCURE_PUBLISHER_JWT_KEY="yourPublisherKey"
MERCURE_SUBSCRIBER_JWT_KEY="yourSubscriberKey"
SERVER_NAME=http://localhost
MERCURE_PUBLIC_URL=https://mercure.yourdomain.com/.well-known/mercure
Nginx配置
Nginx作为反向代理的关键配置如下:
server {
listen 443 ssl http2;
server_name mercure.yourdomain.com;
ssl_certificate /path/to/cert.pem;
ssl_certificate_key /path/to/key.pem;
location / {
# CORS相关配置
if ($http_origin ~ '^https?://(localhost(:[0-9]+)?|127.0.0.1(:[0-9]+)?|[^/]*\.yourdomain\.com)') {
set $cors "true";
}
if ($cors = "true") {
add_header 'Access-Control-Allow-Origin' '$http_origin' always;
add_header 'Access-Control-Allow-Credentials' 'true';
add_header 'Access-Control-Allow-Headers' 'Authorization,Accept,Origin,DNT,X-CustomHeader,Keep-Alive,User-Agent,X-Requested-With,If-Modified-Since,Cache-Control,Content-Type,Content-Range,Range';
add_header 'Access-Control-Allow-Methods' 'GET,POST,OPTIONS';
add_header 'Content-Type' 'text/event-stream';
}
# 反向代理配置
proxy_pass http://localhost:3000;
proxy_read_timeout 24h;
proxy_http_version 1.1;
proxy_set_header Connection "";
proxy_connect_timeout 300s;
proxy_buffering off; # 重要:禁用缓冲以确保SSE正常工作
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
proxy_set_header X-Forwarded-Host $host;
proxy_set_header X-Forwarded-Proto $scheme;
}
}
Mercure服务配置
Caddyfile配置
Mercure使用Caddy作为其底层服务器,以下是推荐的Caddyfile配置:
{
http_port 3000
auto_https off
}
http://localhost {
log {
output file /var/log/caddy/mercure.log {
roll_size_mb 10
roll_keep 5
}
level INFO
}
encode zstd gzip
mercure {
transport_url bolt://mercure.db
publisher_jwt {env.MERCURE_PUBLISHER_JWT_KEY} {env.MERCURE_PUBLISHER_JWT_ALG}
subscriber_jwt {env.MERCURE_SUBSCRIBER_JWT_KEY} {env.MERCURE_SUBSCRIBER_JWT_ALG}
cors_origins https://yourdomain.com https://localhost:8080
publish_origins *
anonymous
subscriptions
}
respond /healthz 200
}
系统服务配置
为了让Mercure作为系统服务运行,创建以下systemd服务文件:
[Unit]
Description=Mercure Service
After=network.target
[Service]
Type=simple
EnvironmentFile=/etc/environment
ExecStart=/usr/bin/mercure run --config /path/to/Caddyfile
Restart=always
RestartSec=5
[Install]
WantedBy=multi-user.target
应用集成
后端集成(以Symfony为例)
在Symfony应用中配置Mercure:
# config/packages/mercure.yaml
mercure:
hubs:
default:
url: '%env(MERCURE_URL)%'
public_url: '%env(MERCURE_PUBLIC_URL)%'
jwt:
value: '%env(MERCURE_JWT_SECRET)%'
publish: '*'
前端集成(以Vue.js为例)
在前端应用中订阅Mercure事件:
const hubUrl = new URL('https://mercure.yourdomain.com/.well-known/mercure');
hubUrl.searchParams.append('topic', 'https://api.yourdomain.com/notifications/all');
const eventSource = new EventSource(hubUrl, { withCredentials: true });
eventSource.onmessage = event => {
console.log('Received update:', event.data);
};
常见问题解决
-
CORS问题:确保Nginx配置中正确设置了CORS头信息,特别是
Access-Control-Allow-Origin和Access-Control-Allow-Credentials。 -
连接断开问题:在Nginx配置中添加
proxy_buffering off;可以防止SSE连接被意外缓冲导致的问题。 -
JWT验证失败:确保发布者和订阅者的JWT密钥配置一致,且算法设置正确。
-
性能优化:适当调整
proxy_read_timeout和proxy_connect_timeout值以适应您的应用场景。
总结
通过以上配置,我们成功地在Nginx反向代理后部署了Mercure服务,并实现了前后端的集成。关键点在于:
- 正确配置Nginx的反向代理和CORS设置
- 合理设置Mercure的Caddyfile
- 确保系统服务配置正确
- 前后端集成时注意URL和凭证的配置
这些配置不仅解决了基本的通信问题,还考虑了生产环境中的安全性、可靠性和性能要求。
登录后查看全文
热门项目推荐
相关项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Jetson TX2开发板官方资源完全指南:从入门到精通 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
140
170
暂无简介
Dart
598
132
React Native鸿蒙化仓库
JavaScript
235
309
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++
634
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
746
🎉 (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
1.06 K
616
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
199
74
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460