博客
关于我
Hyperledger Burrow 集成区块链浏览器blockscout
阅读量:126 次
发布时间:2019-02-27

本文共 803 字,大约阅读时间需要 2 分钟。

BlockScout环境配置指南

环境配置

运行BlockScout前,确保环境满足以下条件:

  • 操作系统: CentOS 7.6
  • Docker版本: Docker CE 19.03.5
  • Burrow版本: v0.30.2

下载源码

首先克隆BlockScout源码仓库,并进入项目目录:

git clone https://github.com/poanetwork/blockscoutcd blockscout

构建Docker镜像并启动

在Docker环境中构建并运行BlockScout:

  • 打开Makefile文件,修改启动命令,确保容器以 detached 模式运行:
  • start:    build postgres    @echo "==> Starting blockscout"    @docker run -d --name $(BS_CONTAINER_NAME) \        $(BLOCKSCOUT_CONTAINER_PARAMS) \        -p 4000:4000 \        $(DOCKER_IMAGE) /bin/sh -c "mix phx.server"
    1. 设置 Burrow 的 web3 监听地址,并构建镜像:
    2. ETHEREUM_JSONRPC_VARIANT=ganache ETHEREUM_JSONRPC_HTTP_URL=http://192.168.130.11:26860 make start
      1. 检查容器运行状态:
      2. docker ps

        注意事项

        • 数据持久化: 请注意,当前配置未将数据目录挂载到宿主机,容器重启后会丢失数据。建议根据实际需求进行调整。

        查看运行结果

        访问浏览器,输入地址:http://yourip:4000

        操作完成

        以上步骤即为完整的BlockScout环境配置流程,确保按照上述命令逐步操作即可顺利运行。

    转载地址:http://eyib.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>