Dokku中实现单容器多端口多域名HTTPS配置的解决方案
2025-05-05 02:13:43作者:董灵辛Dennis
背景介绍
在使用Dokku部署stack-auth应用时,遇到了一个典型的多端口多域名配置需求。该应用需要在两个不同端口(8101和8102)上运行服务,并且每个端口都需要通过不同的域名提供HTTPS访问。
问题分析
通过Dokku的标准配置命令:
dokku ports:add stackauth http:80:8102
dokku ports:add stackauth http:8101:8101
dokku domains:add stackauth auth-dashboard.domain.com auth.domain.com
只能实现8102端口的HTTPS访问,而8101端口只能通过HTTP访问。这是因为Dokku默认的Nginx配置模板无法直接支持为同一应用的不同端口配置独立的HTTPS服务。
技术挑战
- 需要为同一Dokku应用配置多个HTTPS服务
- 每个HTTPS服务需要绑定到不同的域名
- 需要保持Dokku的自动化管理特性
- 配置需要能够经受住应用重启和重新部署
解决方案
通过创建自定义的Nginx配置模板(nginx.conf.sigil)来解决这个问题。该模板需要包含:
- 两个独立的HTTPS server块,分别对应不同的域名
- 每个server块配置不同的proxy_pass指向对应的应用端口
- 共享相同的SSL证书配置
- 包含必要的超时和性能优化参数
实现细节
- 创建自定义模板文件
/home/dokku/stackauth/nginx.conf.sigil - 模板中包含三个server块:
- 一个用于HTTP到HTTPS的重定向
- 两个分别服务于不同域名的HTTPS服务
- 每个HTTPS服务块配置了:
- 独立的server_name指令
- 对应的upstream后端
- 共享的SSL证书配置
- 优化的代理和超时设置
最佳实践
- 使用自定义模板而非直接修改生成的Nginx配置
- 保持错误页面和基本配置与Dokku标准一致
- 为每个服务配置适当的超时和性能参数
- 启用HTTP/2和gzip压缩提升性能
- 配置完整的HTTP到HTTPS重定向
总结
通过自定义Nginx模板的方式,我们成功地在Dokku中实现了单容器多端口多域名的HTTPS服务配置。这种方法既保持了Dokku的自动化管理特性,又满足了复杂应用的特殊需求,为类似场景提供了一个可靠的解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
9
1
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
492