기본 콘텐츠로 건너뛰기

오라클 서버에 Maven으로 spring jar 파일 배포하기


#

export MAVEN_OPTS="-Xmx512m"


# Maven으로 빌드하기

sudo mvn clean install -U


# Example-0.0.1-SNAPSHOT.jar를 백그라운드에서 꺼지지 않고 계속 실행하기

sudo nohup java -jar target/MTC_Homepage-0.0.1-SNAPSHOT.jar 2>&1 &


# 80, 443, 4321 포트 허용

sudo iptables -I INPUT 5 -i ens3 -p tcp --dport 80 -m state --state NEW,ESTABLISHED -j ACCEPT

sudo iptables -I INPUT 5 -i ens3 -p tcp --dport 443 -m state --state NEW,ESTABLISHED -j ACCEPT


# 재부팅 후 iptables 설정 저장 후 불러오기

sudo apt install iptables-persistent  (or netfilter-persistent​​)

sudo netfilter-persistent save​

# 재부팅 후 밑에 명령만 입력하면 위에 80, 443, 4321포트 허용한 설정이 불러와짐

sudo netfilter-persistent start


# 8080포트를 80포트로 리디렉트하기

sudo iptables -A PREROUTING -t nat -i eth0 -p tcp --dport 80 -j REDIRECT --to-port 8080

# 8080포트를 80포트로 리디렉트 취소하기

sudo iptables -D PREROUTING -t nat -i eth0 -p tcp --dport 80 -j REDIRECT --to-port 8080

# 포트 리디렉트 확인하기

sudo iptables -t nat -L


# iptables 초기화

sudo iptables -F


# 실행중인 포트 보기

netstat -tnlp


# 8080 포트 죽이기

sudo fuser -k 8080/tcp


# 80번 포트 열기

sudo ufw allow 80

sudo ufw allow 443

# 포트 상태 확인

sudo ufw status


# iptables 설정 초기화

sudo iptables -F


# 포트 별도 실행 (안해봄)

java -Dserver.port=8081 -jar sample-0.0.1-SNAPSHOT.jar


이 블로그의 인기 게시물

Python Sklearn make_regression

from sklearn.datasets import make_regression import matplotlib.pyplot as plt X, y = make_regression(n_samples=250, n_features=1, noise=50, random_state=2) plt.scatter(X,y, s=2) plt.show() from sklearn.linear_model import LinearRegression from sklearn.model_selection import train_test_split # 한글 깨짐 없이 나오게 설정 from matplotlib import rcParams # 인코딩 폰트 설정 rcParams['font.family'] = 'New Gulim' rcParams['font.size'] = 10 x_train, x_test, y_train, y_test = train_test_split(X,y, test_size=.20, random_state=0) x_train.shape, x_test.shape, y_train.shape, y_test.shape # 모델 생성 model = LinearRegression() # 학습하기 model.fit(x_train, y_train) # 가중치, 편향치 구하기 model.coef_, model.intercept_ # (array([90.11061494]), 2.4224269924448585) # 결정 계수 model.score(x_train, y_train) # 0.789267454050733 # 추정 pred = model.predict(x_test) # 산점도 plt.scatter(x_test,y_test) plt.plot(x_test, pred, 'r-') plt.show() # 추정 model.predict([[3.0]]) # 학습할 때 주는 데이터의 형식을 따른다 # x의 최소값, 최대값을 계수와 절편을 사용하여 ...

Javascript on 함수

엔터키 감지하기 <input type="password" onkeypress="func(event)" /> function func(event) {      if(event.keyCode == 13) { // keyCode 13은 엔터이다           alert("엔터를 입력했습니다.");     }     if (event.tartget.value == 13) {          alert("엔터를 입력했습니다.");     } }

Grid 정렬

  .container { display : grid ; gap : 22px ; width : 1000px ; grid-template-columns : repeat ( auto-fit , 150px ); margin : auto ; justify-content : center ; } .container {      display : grid ; gap : 22px ; grid-template-columns : repeat ( auto-fit , minmax ( 250px , 1fr )); }