Docker下部署运行JBoss4.0.5,EJB远程客户端无法通过RMI方式调用EJB服务

harbouryan 2019-03-06 09:30:23
我们把以前直接部署在主机(RHEL4 update7)上的JBoss4.0.5,以及上面的EJB3.0的应用,手工打镜像,部署在Docker内运行。web访问、远程debug端口(-Xdebug -Xnoagent -Xrunjdwp:transport=dt_socket,address=9797)均正常使用。
但是,在Docker外的客户端(比如我的Windows下的Elclipse内),远程调用Docker内的EJB服务,报错,无法解析Docker容器的IP。
请教老师,这种情况下,该怎么解决?为什么远程客户端会有Docker容器IP的解析问题,容器的端口都暴露到容器主机的指定端口了。容器启动命令如下:
docker run -d -p 8090:9099 -p 10399:1399 -p 10797:9797 --name xxx xx:xx


远程客户端报错如下(其中的10.2.33.80是容器的host主机IP; 10.42.0.2是容器的IP):
#########host:10.2.33.80:10399
javax.naming.CommunicationException [Root exception is java.rmi.ConnectException: Connection refused to host: 10.42.0.2; nested exception is:
java.net.ConnectException: Connection timed out: connect]
at org.jnp.interfaces.NamingContext.lookup(NamingContext.java:722)
at org.jnp.interfaces.NamingContext.lookup(NamingContext.java:587)
at javax.naming.InitialContext.lookup(InitialContext.java:392)
at com.sysnet.smp.core.AbstractServiceLocator.innerLookup(AbstractServiceLocator.java:87)
at com.sysnet.smp.core.AbstractServiceLocator.lookup(AbstractServiceLocator.java:55)
at com.sysnet.smp.support.rmi.RMIServiceLocator.getServiceReceiver(RMIServiceLocator.java:38)
at com.sysnet.smp.support.rmi.RMIServiceLocator.innerLookupRMIService(RMIServiceLocator.java:81)
at com.sysnet.smp.support.rmi.RMIServiceLocator.lookupRMIService(RMIServiceLocator.java:76)
at com.sysnet.smp.SMPServiceLocator.lookupRMIService(SMPServiceLocator.java:52)
at pharos.framework.servicectrl.ServiceLocator.lookupEJBService(ServiceLocator.java:78)
at pharos.framework.servicectrl.ServiceLocator.lookupEJBService(ServiceLocator.java:58)
at pharos.framework.servicectrl.ServiceLocator.lookupEJBService(ServiceLocator.java:31)
at pharos.ctm.test.deal.U150506_UpdatePolicyInfo.main(U150506_UpdatePolicyInfo.java:98)
Caused by: java.rmi.ConnectException: Connection refused to host: 10.42.0.2; nested exception is:
java.net.ConnectException: Connection timed out: connect
at sun.rmi.transport.tcp.TCPEndpoint.newSocket(TCPEndpoint.java:601)
at sun.rmi.transport.tcp.TCPChannel.createConnection(TCPChannel.java:198)
at sun.rmi.transport.tcp.TCPChannel.newConnection(TCPChannel.java:184)
at sun.rmi.server.UnicastRef.invoke(UnicastRef.java:110)
at org.jnp.server.NamingServer_Stub.lookup(Unknown Source)
at org.jnp.interfaces.NamingContext.lookup(NamingContext.java:625)
... 12 more
Caused by: java.net.ConnectException: Connection timed out: connect
at java.net.PlainSocketImpl.socketConnect(Native Method)
at java.net.PlainSocketImpl.doConnect(PlainSocketImpl.java:333)
at java.net.PlainSocketImpl.connectToAddress(PlainSocketImpl.java:195)
at java.net.PlainSocketImpl.connect(PlainSocketImpl.java:182)
at java.net.SocksSocketImpl.connect(SocksSocketImpl.java:366)
at java.net.Socket.connect(Socket.java:529)
at java.net.Socket.connect(Socket.java:478)
at java.net.Socket.<init>(Socket.java:375)
at java.net.Socket.<init>(Socket.java:189)
at sun.rmi.transport.proxy.RMIDirectSocketFactory.createSocket(RMIDirectSocketFactory.java:22)
at sun.rmi.transport.proxy.RMIMasterSocketFactory.createSocket(RMIMasterSocketFactory.java:128)
at sun.rmi.transport.tcp.TCPEndpoint.newSocket(TCPEndpoint.java:595)
... 17 more
...全文
441 2 打赏 收藏 转发到动态 举报
写回复
用AI写文章
2 条回复
切换为时间正序
请发表友善的回复…
发表回复
harbouryan 2019-03-06
  • 打赏
  • 举报
回复
JBoss4.0.5在容器内的启动脚本如下: container_Current_Address=$(hostname -i) echo $container_Current_Address /jboss/JBOSS405/bin/debug.sh -b 0.0.0.0 -Djava.rmi.server.hostname="$container_Current_Address" -Dremoting.bind_by_host=false
harbouryan 2019-03-06
  • 打赏
  • 举报
回复
发现原因应该是,EJB远程客户端的RMI stub会持有服务端的IP/hostname,再次根据这个持有的“服务端IP/hostname”与EJB服务端进行网络交互,而此时的EJB服务端是在容器内的,容器的网络是被Docker隔离的host主机内的网络。所以,客户端会报无法连接容器的IP。 使用Docker的host模式运行,将容器的网络完全映射到host主机上,此时只要保证不与host主机的其它服务有端口冲突,就可以远程调用EJB服务了。Docker命令:docker run -d --net="host" --name xxx 但是host模式并不好用,需要调整端口。如果采用Docker的默认bridge模式,如果也能使用RMI方式远程调用EJB,就更好了。
内容概要:本文研究了基于Q-Learning自适应强化学习的PID控制器在自主水下航行器(AUV)运动控制中的应用,旨在提升其在复杂海洋环境下的控制性能。通过建立AUV的动力学模型,将Q-Learning算法与传统PID控制相结合,实现控制器参数的在线自适应优化,有效增强了系统的响应速度、稳定性和抗干扰能力。研究采用Matlab进行仿真验证,结果表明该方法在轨迹跟踪与姿态控制方面具有优越表现,为水下机器人智能控制提供了可行的技术路径与理论支持。; 适合人群:具备自动控制理论、强化学习或水下机器人建模背景,从事相关科研工作的研究人员、高校研究生及工程技术开发者。; 使用场景及目标:①应用于高精度、强鲁棒性的水下机器人运动控制系统设计;②开展智能PID控制器在非线性、时变系统中的参数自整定研究;③作为强化学习在复杂工业控制场景中落地的典型案例参考,推动算法与工程实践融合。; 阅读建议:建议结合提供的Matlab代码进行仿真实验,重点剖析Q-Learning与PID融合的架构设计、奖励函数设定及参数收敛过程,可进一步拓展至与其他智能优化算法(如DQN、Actor-Critic)的对比研究,深化对自适应控制机制的理解。
已经博主授权,源码转载自 https://pan.quark.cn/s/a4b39357ea24 Matlab 被视为一种功能卓越的编程平台,特别是在数值运算和数据分析方面展现出广泛的应用价值。在应对多元非线性回归的挑战时,Matlab 拥备多种工具和函数,支持用户对复杂的数据进行构建模型和适配。本指南将重点阐释在 Matlab 环境下如何执行多元非线性回归分析。 我们需要掌握三种关键的回归指令: 1. `polyfit(x,y,n)`:此函数适用于拟合一元幂函数,能够导出一个多项式模型。例如,若知晓数据呈现二次函数形态,可选择`n=2`来适配一个二次曲线。 2. `regress(y,x)`:这是一个多元线性回归指令,能够处理多个自变量对因变量的影响。即便数据并非完全呈现线性特征,该函数也能提供一个线性近似。 3. `nlinfit(x,y,’fun’,beta0)`:这是最为通用的非线性回归指令,适用于适配任何类型的函数,无论是一元或多元,前提是用户能够定义函数形式(`fun`参数)。 回归分析的核心在于寻找一组最优的系数,使得模型能够最恰当地描述数据。这通常涉及选择一个合适的函数形态,随后通过最小化误差平方和来估算系数。在Matlab中,`regress`指令主要用于处理线性模型,而`nlinfit`则处理更为复杂的非线性模型。 对于多元线性回归模型,我们可以用如下形式进行表述: \[ y = \beta_0 + \beta_1x_1 + \beta_2x_2 + \cdots + \beta_px_p + \epsilon \] 其中,\( y \)是因变量,\( x_1, x_2, \ldots, x_p \)是自变量,\( \beta_0, \beta_1, ...

6,786

社区成员

发帖
与我相关
我的任务
社区描述
JBoss技术交流
社区管理员
  • JBoss技术交流社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧