BunkerWeb项目本地开发环境配置指南
2025-05-29 00:37:05作者:翟江哲Frasier
BunkerWeb作为一款基于Nginx的安全增强型Web服务器,在本地开发环境中的配置与生产环境有所不同。本文将详细介绍如何正确配置BunkerWeb用于本地开发环境,特别是针对localhost域名和自定义端口的使用场景。
核心组件架构
BunkerWeb采用模块化设计,主要包含三个核心组件:
- BunkerWeb主容器:负责处理HTTP请求和安全防护
- 调度器容器(Scheduler):负责生成和推送Nginx配置
- Docker Socket代理:提供安全的Docker API访问
这三个组件必须协同工作才能确保BunkerWeb正常运行。
常见配置误区
许多开发者在本地配置BunkerWeb时容易犯以下错误:
- 遗漏调度器容器:误以为BunkerWeb可以独立运行,实际上必须配合调度器使用
- 网络配置不当:未正确设置容器间通信的网络规则
- API白名单缺失:未配置API_WHITELIST_IP导致调度器无法推送配置
完整配置方案
以下是一个经过验证的本地开发环境配置示例,支持多站点反向代理:
volumes:
nginx-configs:
networks:
dev-net:
ipam:
driver: default
config:
- subnet: 10.20.30.0/24
services:
bunkerweb:
image: "ghcr.io/bunkerity/bunkerweb:latest"
volumes:
- nginx-configs:/etc/nginx
environment:
API_WHITELIST_IP: 127.0.0.0/8 10.20.30.0/24
MULTISITE: yes
USE_REVERSE_PROXY: yes
SERVER_NAME: app.localhost api.localhost storage.localhost
app.localhost_REVERSE_PROXY_HOST: http://frontend:3000
api.localhost_REVERSE_PROXY_HOST: http://backend:8000
storage.localhost_REVERSE_PROXY_HOST: http://minio:9000
ports:
- 7050:8080
networks:
- dev-net
scheduler:
image: "ghcr.io/bunkerity/bunkerweb-scheduler:latest"
environment:
- DOCKER_HOST=tcp://docker-proxy:2375
networks:
- dev-net
docker-proxy:
image: "docker.io/tecnativa/docker-socket-proxy:latest"
volumes:
- /var/run/docker.sock:/var/run/docker.sock:ro
environment:
- CONTAINERS=1
networks:
- dev-net
frontend:
image: "your-frontend-image"
networks:
- dev-net
backend:
image: "your-backend-image"
networks:
- dev-net
minio:
image: "minio/minio"
networks:
- dev-net
关键配置说明
-
API_WHITELIST_IP:必须包含调度器所在网络的IP段(10.20.30.0/24)和本地回环地址(127.0.0.0/8)
-
MULTISITE:启用多站点支持,允许通过不同子域名访问不同后端服务
-
网络配置:所有容器必须加入同一网络,确保容器间可通过服务名互相访问
-
端口映射:将容器内8080端口映射到宿主机7050端口,避免与本地80端口冲突
资源优化方案
对于资源受限的开发环境,可以考虑以下优化措施:
- 限制调度器运行时间:配置调度器在完成初始配置后自动退出
- 共享配置卷:将生成的Nginx配置持久化,避免重复生成
- 精简容器数量:在开发环境可以合并部分服务
常见问题排查
-
持续显示"Generating Bunkerweb Config":
- 检查调度器容器是否正常运行
- 验证API_WHITELIST_IP配置是否正确
- 查看调度器日志确认配置推送是否成功
-
容器间通信失败:
- 确保所有容器加入同一Docker网络
- 检查网络IPAM配置是否正确
- 验证服务名称解析是否正常
通过以上配置和优化,开发者可以在本地环境中充分利用BunkerWeb的安全特性,同时保持开发效率。这种配置既适合本地开发调试,也可以作为生产环境配置的基础模板。
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