内网穿透 frp 配置示例

更新日期: 2019-01-22阅读: 1.8k标签: 运维

frp 是一套简单易配的内网穿透服务,可以方便的将内网主机映射至公网。我们只需下载 frp ,在公网主机上配置服务端,在内网主机上配置客户端,运行即可

这里教你快速配置 http/https/ssh 的方式(确保设置的端口已在防火墙中开放)

├── frpc //客户端
├── frpc_full.ini
├── frpc.ini//客户端配置
├── frps//服务端
├── frps_full.ini
├── frps.ini//服务端配置
└── LICENSE


frps.ini

[common]
#服务端口
bind_port = 7000
#监听地址
bind_addr = 0.0.0.0
#认证token
token = big_cat

#http服务端口
vhost_http_port = 7080
#https服务端口
vhost_https_port = 70443

启动服务端服务:nohup ./frps -c ./frps.ini &


frpc.ini

[common]
#frps的ip地址
server_addr = 118.118.118.118
#frps的端口
server_port = 7000
#认证token
token = big_cat

[web-big_cat01]
# 远端服务器定义好了 http 服务的端口 这里不需要指定
# 只需要指定 custom/sub_domains 用来做路由即可 
# 如果只是代理一台 则指定服务端ip 使用ip访问即可
type = http
#本地http服务端口
local_port = 8081
#本地http服务地址
local_ip = 127.0.0.1
# 直接使用服务端的公网ip绑定(这样一个frps只能代理一个http客户端)
#custom_domains = 118.118.118.118
# 或者指定域名 可以使用其他域名继续绑定
custom_domains = frp1.big_cat.com

[web-big_cat02]
type = http
local_port = 8082
#本地http服务地址
local_ip = 127.0.0.1
# 直接使用服务端的公网ip绑定(这样一个frps只能代理一个http客户端)
#custom_domains = 118.118.118.118
# 或者指定域名 可以使用其他域名继续绑定
custom_domains = frp2.big_cat.com

[ssh]
type = tcp
local_port = 22
local_ip = 127.0.0.1
# 在服务端注册端口 服务端将监听 7022 ssh root@118.118.118.118 -p 7022 即可代理到本机 ssh 登录
remote_port = 7022


启动客户端服务:nohup ./frpc -c ./frpc.ini &

这里需要注意的是,http/https 服务是在服务端定义的端口,客户端指定协议后会自动关联,ssh 等使用 tcp 的则是在客户端定义好,服务端注意防火墙开放此端口即可。


链接: https://fly63.com/article/detial/2479

Nginx使用_Nginx的安装和多域名配置

Nginx使用_Nginx的安装和多域名配置:Nginx安装、Nginx配置文件、Nginx多域名配置、每个域名一个conf的写法、301跳转、Nginx添加404网页、Nginx如何禁止IP直接访问

正确的备份级别可节省时间,带宽和存储空间

有效地执行备份和恢复需要仔细考虑使用多个备份级别,因此如果正确规划了增量备份和差异备份,则不需要完全备份。备份和恢复中最基本的一点是备份级别的概念及其含义。如果没有正确理解它们是什么以及它们如何工作,公司就可以采用从浪费的带宽和存储到实际上缺少备份中的重要数据的不良做法。

没执行过 rm -rf /* 的开发不是好运维

打开终端,获取 root 权限,执行以下命令:rm -rf /*,会发生什么呢?估计只要接触过 Linux 的人,肯定没少听过它的故事,清楚之后会发生什么可怕的事情。科普一下,在Linux系统中运行该命令,系统就会忠实的执行命令

这些自动化运维技巧让网络运维不再背锅

“网络就像wifi,没有故障的时候,就没有人意识到它的存在”,这句话有无数的翻版,但是对于网络工程师来说,这就是现身说法。由于即便是在上千人的公司,网络工程师的人数也仅仅是个位数,所以他们的工作也鲜为人知

如何让运维不再当落后技术的背锅侠?

近年来,企业业务规模的急剧上升,导致运维场景的复杂性也呈指数性上升,原本依靠人工经验的运维工作难度也变得更具有挑战性,而基于机器学习的智能运维(AIOps)开始得到企业IT人员的关注

内容以共享、参考、研究为目的,不存在任何商业目的。其版权属原作者所有,如有侵权或违规,请与小编联系!情况属实本人将予以删除!