新闻详情

新闻详情

首页 / 资讯中心 / 详情

【docker 四】docker下安装tomcat并且部署项目(详细)

发布时间:2026/11/13 9:19:39来源:尧图网络
【docker 四】docker下安装tomcat并且部署项目(详细)
前言上一篇博客简单的介绍了docker的基本命令现在通过部分命令咱们在docker下的tomcat进行牛刀小式一、测通tomcat1、拉取镜像tomcat:8docker pull tomcat:8AI写代码12、运行tomcat2.1 输入命令运行tomcatdocker run -it -p 8080:8080 --namemytomcat tomcat:8AI写代码12以下表示tomcat运行成功端口映射也是80802.2 测试因为我的是在腾讯云服务器上部署的所以我就在我的本地机器上测试了,输入网址152.136.203.163:8080(这里输入你的服务器地址发现404-未找到证明咱们的tomcat 通了但是没有访问到tomcat的首页接下来我们写一个静态页面在测试一下进入到tomcat容器docker exec -it mytomcat /bin/bashAI写代码1进入webapps下一个文件都没有这也是上面404的结果我们新建一个hello文件夹然后写一个html的文件此时文件建好了但是呢我们发现vi 命令不管用因此我们要下载 它输入命令apt-get update这个命令的作用是同步 /etc/apt/sources.list 和 /etc/apt/sources.list.d 中列出的源的索引这样才能获取到最新的软件包。上面的命令执行完然后输入命令 apt-get install vim待它执行完就大功告成了。输入命令vi hellotomcat.html 成功然后输入内容 hello tomcat 完成此时我们在浏览器 输入网址 http://152.136.203.163:8080/hello/hellotomcat.html,如下图大功告成二、部署.war项目1、创建容器创建容器 -p表示地址映射 -v目录挂载方便我们部署让数据持久化卷的设计目的就是数据的持久化完全独立于容器的生存周期因此Docker不会在容器删除时删除其挂载的数据卷下面的命令我完全解释一下创建一个名字为mytomcat2的容器并且端口80端口映射8080端口其中80端口是我们外部访问的端口8080是容器内tomcat的端口。-v表示的目录挂载就是我的宿主机usr/local/webapps下面的内容和我的tomcat容器下usr/local/tomcat/webapps里面的内容保持一致就是在宿主机下对里面的文件进行的操作也会同步到mytomcat2docker run -di --namemytomcat2 -p 80:8080 -v /usr/local/webapps:/usr/local/tomcat/webapps tomcat:8AI写代码12、上传本地要部署的war包这里我随便找了一个我之前敲过的一个项目然后将其打成war包 travel-1.0-SNAPSHOT.war我们将这个包通过xftp传到根目录下然后查看这个目录出现了这个war包现在将war包拷贝到主机的usr/local/webapps 下然后进入到webapps发现成功搞定此时在我们的mytomcat2容器里也是同样的内容浏览器输入网址 http://152.136.203.163/travel-1.0-SNAPSHOT/ 成功搞定
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/12 15:57:44

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉