前后端分离架构(Vue 前端 + Java/SpringBoot 后端)项目部署 || 全服务器部署(宝塔面板)全流程 || 前端Netlify + 后端服务器 部署对比

前后端分离架构(Vue 前端 + Java/SpringBoot 后端)项目部署 || 全服务器部署(宝塔面板)全流程 || 前端Netlify + 后端服务器 部署对比

一、 部署需要分「前端」「后端」「数据库」三个部分

优先选低成本 + 易操作的组合:

  • 前端:免费静态托管平台(Netlify/Vercel,无需服务器)
  • 后端:云服务器(学生机,每月 9 元起)
  • 数据库:云服务器内置 MySQL(或用免费云数据库)
下文的部署采用的是全服务器部署方式,即前后端都部署到云服务器上

二、第一步:部署前端(Vue 项目,免费 + 5 分钟完成)

  1. 本地打包前端代码
    在 Vue 项目根目录执行命令,生成静态文件目录dist:
npm run build 
  1. 部署到 Netlify(免费、自动构建、带 HTTPS)
    (如果是全服务器部署,此步骤可以跳过)
    把前端代码推到 GitHub/Gitee 仓库(已有仓库可跳过);
    打开Netlify 官网,用 GitHub/Gitee 账号登录;
    点击「Add new site」→「Import an existing project」,选择你的前端仓库;
    配置构建参数(Netlify 会自动识别 Vue 项目,默认即可):
    构建命令:npm run build
    发布目录:dist
    点击「Deploy site」,等待 2 分钟,Netlify 会生成一个免费域名(如your-site.netlify.app),前端部署完成。

三、第二步:部署后端(Java/SpringBoot,学生机低成本)

  1. 购买学生云服务器
    推荐腾讯云轻量应用服务器(学生机):
    价格:2 核 2G/1M 带宽,每月 9 元(需学生认证);
    系统:选CentOS 7.x(Linux 系统,稳定常用,宝塔面板部署)。
  2. 服务器环境配置(用宝塔面板可视化操作)
    登录腾讯云服务器控制台,通过「WebShell」登录服务器;
    安装宝塔面板(可视化管理服务器):
wget -O install.sh http://download.bt.cn/install/install_6.0.sh &&bash install.sh 

这个命令只需要输入一次,记住给的账号和密码,下次再次登录,直接使用外网地址就行,重复运行会导致内存挤压,程序崩溃

登录宝塔面板


安装完成后,记录宝塔的登录地址(如http://服务器IP:8888)、账号密码;
登录宝塔面板,一键安装「LNMP 套件」(包含 Nginx/MySQL/Node.js)。

⚠ 如果忘记宝塔界面登录密码,重置方法:
cmd + R打开终端面板,输入 ssr 用户名@主机服务器ip指定 SSR 客户端连接代理服务器

接着输入下面的代码

cd /www/server/panel && btpython tools.py panel 你的重置密码 
宝塔面板密码重置


当看见命令行返回了你宝塔账户的用户名,就证明你成功地重置了密码。
完成以上操作就可以重新登录宝塔面板啦!

四、第三步:部署数据库(MySQL,服务器内置)

宝塔面板→「软件商店」→安装MySQL 8.0;
点击「设置」→「数据库」→「添加数据库」:
数据库名:quiz_db
用户名 / 密码:自定义(如quiz_user/123456);
导入本地数据库脚本:
本地导出 SQL 文件,在宝塔「数据库」→「导入」上传 SQL 文件。

如果出现报错信息:mysqldump: [ERROR] unknown variable ‘collation=utf8mb4_general_ci’.
数据库部署报错信息


✅ 本地 DataGrip 连接的是 MySQL 8.0 版本,导出的 SQL 里自带了高版本专属的排序规则 utf8mb4_0900_ai_ci;✅ 服务器宝塔的 MySQL 版本是 5.7/5.6 版本,不认识这个高版本规则,直接拒绝导入,同时连带报表不存在(因为建表语句第一步就执行失败了)。

五、第四步:连接前后端 + 配置域名

  1. 后端配置数据库
    修改 SpringBoot 项目的application.yml,将数据库连接改为服务器的 MySQL:
spring:datasource:url: jdbc:mysql://服务器IP:3306/quiz_db?useSSL=false&serverTimezone=Asia/Shanghaiusername: quiz_user password:123456

打包 jar 包,上传到服务器并启动后端服务。
部署后端代码具体步骤:

  1. 本地打包 SpringBoot 项目为jar包: IDEA 中执行mvn package,生成target/xxx.jar;
  2. 上传jar 包到服务器: 宝塔面板→「文件」→新建目录(如/www/backend),上传 jar 包;
  3. 启动后端服务:
    • 安装「PM2
      管理器」、「Java项目项目管理器」(宝塔软件商店);
    • 点击左侧导航栏「网站」→「Java项目」: 项目名称:自定义(如quiz-backend)
      • 启动文件:选择上传的 jar 包 启动命令:java -jar xxx.jar --server.port=8080(指定端口);

使用Nginx进行反向代理
「网站」→「PHP项目」→ 「添加站点」

Nginx创建节点


项目前端dist文件结构

前端打包成静态资源放在和jar同一目录下

项目结构

完成创建后项目会自动启动,后端服务在服务器8080端口运行。

项目后端部署

六、最终访问

公网访问链接


将这个网址发给你的朋友,他们就可以访问你的网站啦!

以上采用的是全服务器部署策略,若是采用前端Netlify部署 + 后端服务器部署,Netlify会强制将http请求转换成https请求,而https请求若是没有部署ssl证书和域名的加持,浏览器会识别成不安全网站,向后端请求资源的行为会被拦截

解决方案有两个:

方案一:全服务器部署 ,使用http请求(即上文提到的部署方式)

  • 将前后端都部署在云服务器上,使用http请求和默认80端口,将前端项目打包,上传至后端项目
    所在文件夹,使用Nginx进行反向代理
  • 核心优势是 “零额外成本”(无需买域名、SSL 证书),适合个人测试、小型 demo 或非公开项目;
  • 缺点: “HTTP” 有安全性缺陷(数据传输未加密,适合非敏感场景),且无法使用需要 HTTPS 的功能(如浏览器定位、PWA、部分第三方 API); 前端静态资源和后端 API 都依赖同一台服务器的带宽和性能,若访问量增大,可能需要升级服务器配置;
  • Nginx 的作用:监听服务器的 80 端口(HTTP 默认端口),当用户访问http://服务器IP时,Nginx 会 “转发请求”—— 静态资源(页面、CSS、JS)直接返回前端文件,API 请求(如/api/login)转发到后端的 8080 端口

请求发送流程图:

1. 在浏览器输入:http://服务器IP2. 80端口请求进入Nginx3. 判断请求类型:静态资源(页面/CSS/JS)3. 判断请求类型:API接口(如/api/login)4. 返回静态资源4. 处理API请求,返回数据(如JSON)5. Nginx将结果返回给浏览器6. 浏览器渲染页面,展示内容

用户

云服务器(公网IP)

Nginx反向代理

服务器本地:前端静态文件(dist文件夹)

服务器本地:后端服务(8080端口)

用户看到最终页面

方案二:Netlify 前端 + 服务器后端 , 使用https请求

  • 核心优势是 “生产级正式性”(HTTPS 加密、自定义域名),适合公开项目、面向用户的产品,但需承担域名 / SSL 成本(部分 SSL 免费),并遵守备案规则;前端静态资源由 Netlify 的 CDN(全球分发网络)加载,用户访问页面更快(就近获取资源),后端仅需处理 API 请求,服务器压力更小,更适合有一定访问量的项目。
  • 后端服务器配置 SSL 证书(通过 Nginx 或后端框架本身),让后端接口支持https://你的域名:8080/api(或用 Nginx 监听 443 端口,转发到 8080,隐藏端口)—— 否则前端(HTTPS)调用后端(HTTP)仍会被浏览器拦截(混合内容错误)。

如果坚持将前端部署在Netlify上,需要购买域名,申请SSL证书,购买域名后,需要解析域名(DNS[ Domain Name System]解析),与自己的服务器进行绑定,但是,这个方法,如果是在腾讯云购买域名,会提示你,只有备案过的域名才能进行解析,但是,只有购买期超过三个月的域名才能够备案

申请ssl证书失败

请求发送流程图:

1. 输入: https://你的自定义域名2. 加载前端静态资源3. 返回前端页面 完成初步渲染4. 前端发起接口请求: https://你的域名/api5. 解析域名 → 云服务器公网IP6. 转发请求到本机后端7. 处理业务 返回JSON数据8. HTTPS加密返回数据9. 把接口数据返回前端

用户浏览器

Netlify CDN服务器

Netlify 存储前端打包文件

DNS域名解析服务器

云服务器 443端口 HTTPS

Nginx 反向代理 已配置SSL证书

云服务器本地 后端服务 8080端口

浏览器渲染接口数据 展示最终完整页面

简言之,方案一更加省钱,但是,方案二是更为正式稳健的一种部署方案。

Read more

Stable-Diffusion-v1-5-archive企业合规实践:生成内容水印嵌入+版权元数据自动标注

Stable-Diffusion-v1-5-archive企业合规实践:生成内容水印嵌入+版权元数据自动标注 1. 引言:当AI创意遇上企业合规 想象一下,你的设计团队用Stable Diffusion v1.5 Archive快速生成了上百张营销海报,效率提升了十倍。但法务部门突然找上门,问了一个尖锐的问题:“这些AI生成的图片,版权怎么算?万一被竞争对手盗用了,我们怎么证明是自家生成的?” 这不是危言耸听,而是很多企业引入AI图像生成工具后,面临的真实合规挑战。AI生成的内容,在法律上属于“作品”还是“数据”?如何证明其归属?如何防止内部敏感信息通过AI工具泄露? 今天,我们就来解决这个痛点。我将带你深入Stable Diffusion v1.5 Archive的部署实践,重点分享如何为企业级应用添加生成内容水印嵌入和版权元数据自动标注功能。这不仅能让你的AI创意工作流更高效,还能让它在法律和合规层面坚如磐石。 2. 为什么企业需要AI生成内容的合规方案? 在深入技术实现之前,我们先搞清楚问题的严重性。很多技术团队只关注模型效果和生成速度,却忽略了合规这个“隐形炸弹

基于西门子S7-1200FC PLC与松下机器人Profinet通信实现机器人外部自动控制应用

⒈训练主题 通过西门子S7-1200 PLC与松下机器人Profinet通信实现机器人的外部自动化控制,应用中程序的调配采用二进制方式,同时PLC需要采集机器人安全作业原点(Home点),保证机器人安全作业,通过PLC的编程调试和机器人的配置实现上述功能。 ⒉软硬件配置 ⑴硬件配置 ①机器人控制系统:TM1800G3机器人:YA-1VAR81;机器人连接电缆:TSMWU894LM;电缆单元:TSMWU600;200V/380V变压器:TSMTR010HGG;RT轴焊丝盘架(刚用):TSMYU204;校枪尺:AXU01727T;机器人通信装置(Profinet):TSMYU965,产品实物如下图。 ②西门子PLC:CPU 1214FC DC/DC/RLY,型号:6ES7 214-1HF40-0XB0。 ③按钮:若干。 ④调试电脑1台,注意电脑IP地址在同一个网段(IP:192.168.0.***),子网掩码为:255.255.255.

基于 NSGA-II 的城市密集区无人机多目标路径规划 ——Matlab 实现与核心算法解析

基于 NSGA-II 的城市密集区无人机多目标路径规划 ——Matlab 实现与核心算法解析

城市密集区的无人机路径规划是无人机自主导航领域的经典难题,其核心痛点在于需要同时满足硬约束防撞、动力学极限、多目标性能折中三大核心要求。本文基于非支配排序遗传算法(NSGA-II),实现了城市密集区无人机的多目标路径规划 Matlab 方案,针对建筑避障、雷达威胁、飞行能耗、轨迹平滑等需求完成了全流程建模与开发,通过B 样条轨迹平滑、分层罚函数机制、高阶可视化面板等关键设计,解决了复杂场景下的轨迹穿模、约束违规、多目标权衡等问题。 目录 一、研究背景与问题建模 1.1 城市密集区规划难点 1.2 算法选型与整体设计 二、核心模块详细实现 2.1 复杂场景构建模块(build_Scenario.m) 2.1.1 场景核心要素 2.1.2 关键参数表 2.2 染色体解码与 B 样条轨迹生成

.NET开发者做AI Agent总卡壳?微软Agent Framework:从架构拆解到订单机器人实战,C#也能快速搭智能代理

.NET开发者做AI Agent总卡壳?微软Agent Framework:从架构拆解到订单机器人实战,C#也能快速搭智能代理

上个月帮客户搭“电商售后AI Agent”时,我踩了个典型的.NET开发者痛点:用C#调用GPT-4做对话、接数据库查订单、调物流API查进度,结果写了一堆胶水代码——对话状态存Session里丢数据、不同功能模块冲突、多轮交互逻辑越改越乱。直到翻到微软刚开源的Agent Framework,才发现这些问题早被针对性解决:不用自己拼组件,直接用框架的Skill管理功能、State Manager管状态,3天就把之前2周的活儿重构完了。 很多.NET开发者聊AI Agent时,总觉得是Python生态的“专属领域”,要么羡慕LangChain的灵活,要么愁.NET下组件不兼容。但微软这套Agent Framework,其实是把.NET的强类型、高稳定性和AI Agent的“自主决策、多工具调用”结合到了一起——它不是简单的“API封装”,而是一套能落地企业级场景的完整体系。本文会从“踩坑经历→架构拆解→实战落地→避坑总结”四个维度,带你搞懂这套框架到底怎么用,以及它能给.