Java web开发环境搭建历险记

本文记录了作者在Mac上使用Eclipse配置Maven过程中遇到的问题及解决方法,包括配置环境变量、解决jar包找不到及settings.xml配置等问题。
[2016-1-18]
1.去oracle官网下jdk,Java SE就ok. 配置环境变量PATH.不懂请百度。
2.下载Eclipse IDE for Java EE..更改Eclipse主题,护眼,白色太伤眼。我选的是theme:dark,color-theme:solarized-dark.需要去marketplace里面下载。

版本代号很有意思~都是按照当年天文事件命名的。

3.详细说一说:3.1-3.4:伽利略老头的那四颗木卫。木卫二-Europa有水有大气,不错。

还有Galileo(伽利略),Helios(太阳神),Indigo(靛蓝,dian),Juno(Jupiter的wife,探测木星的)

另:木星很大,是气态行星(就是表面是大气,越往里密度越大),我想知道怎么着陆啊~重力是23,嗯,会感觉到2倍的压力。

Kepler(搜寻系外行星的),Luna(月神,嫦娥探月,中国的哦,可是美苏早就登月了呢),Mars(火星有重大发现:有液态水;大气因为太阳风暴在流失..).

从Luna开始, Eclipse就自带了maven插件,不用另外装了。

[2016-1-19]

1.补充(以下介绍了解决一个蛋疼问题的历程):虽然说Eclipse自带maven插件,可是我在mac上几经周折,才解决jar包找不到,settings.xml等问题。

mac上只有以app结尾的Eclipse应用,进去看了看,没找到maven配置文件,eclispe默认配置在~/.m2/settings.xml。~/.m2这个目录不知道什么时候就已经创建好了。

cd进入没找到settings.xml,于是我touch了一个,去maven官网查到了基本配置,主要就是本地仓库路径,不配置默认也是~/.m2/reposiroty。中央仓库也不用配置。当时我还尝试了mirror的各种配置。

在Mars(Eclipse版本)下,新建maven项目,选择archetype:maven-archetype-quickstart,填好一堆Id后,问题就来了。

问题一:无法从本地或者远程仓库获取archetype

问题二:找不到maven-resource-plugin.jar,maven-clean-plugin.jar。而且提示http://repo1.maven.org/maven2拒绝访问。

Could not calculate build plan: Plugin org.apache.maven.plugins:maven-resources-plugin:2.6 or one of its dependencies could not be resolved: Failed to read artifact descriptor for org.apache.maven.plugins:maven-resources-plugin:jar:2.6

等等。

我把原始错误信息(抱歉原始错误信息没保存)百度了下,基本上是参照那几个方法。

一开始想到是不是网络原因,无法从中央仓库下载这些东东。公司内网和校园网都试过,还是不行。

后来,尝试修改settings.xml。从网上各种找配置,修改mirrors。还是不行。还试过手动下载这俩jar包,放到repo下对应路径。还是不行。

想卸载Mars上的maven插件再重装,结果说其他模块依赖这个插件,不能卸载。要安装的话,会提示已经有更新的版本安装了。哎,又下载了Luna版本,然并卵。

这时候的我还在纠结原因:网络问题?maven配置?Eclipse版本?缺少插件?

难道Mars版本有问题?对maven插件没支持好?就这样不能用自带的maven插件了?

于是乎放弃插件,转向单独安装maven,配置M2_HOME和PATH,命令行试一下mvn -v出现了版本信息。好像有转机了。

参照这里点击打开链接

mvn archetype:generate 一直在下载各种jar,有时候卡住了,我就ctrl+C,继续刚才的命令(后来发现这也是原因之一)。最终也没下载完全。

[2016-1-20]

又试了试,那一堆jar居然神奇的下载完成了,可以选择archetype了,但还是提示“问题二”,再次百度之,据说是要删除repository/org/apache/maven/plugins下的包,然后在Mars下maven->update。而且我直接删除了我自己新建的maven配置文件,也不知道这样maven会从哪里读取默认的配置。

另外,我想到会不会Eclipse还是少安装了什么插件。于是在Help->Instal new software中搜索m2e(搜maven找不到),出现了一个M2Eclipse Extensions Development Support (Optional),这是个什么东东,先装上再说吧。话说之前我也尝试过这个方法,但是“开启”的方法不对。按照上面说的删包,更新,这时候Progress窗口显示了下载各种包,包括上面那两个jar,这时候,我松了一口气。然后项目上那红色的叉号终于没了。运行App.java,Hello World也出来了。

跑到命令行,执行一遍maven archetype:generate,再导入Eclipse也可以了。

另外这篇文章点击打开链接提到mvn help:system这个命令来下载一堆东西,会不会是这个原因呢。而且提到在线安装的不好管理,是不是说maven配置和插件下载的问题。

总结:说白了,错误信息说的很清楚,就是找不到插件jar包。现在我都不确定原因在哪,有可能是那个小小的插件,也有可能是网络,也有可能是上述操作的顺序问题。出现上述问题的原因可能是我比较钻牛角尖,不解决这个问题我很难放弃。其实当时有选择的余地,可以选Intelij IDEA或者当时一开始就用maven命令行。不过如果当时放弃了,以后再也不敢面对这个问题了,起码在mac环境下。整整用了快两天时间,也是醉了。另一个是因为maven的原因,未下载完全的插件包,为什么要手动删除呢?这都是什么设计。

新建maven项目有个小问题,默认jdk是1.5,实际引用的还是我安装的jdk1.7,虽说是警告,不影响工程,但看着总不舒服。于是还是把maven安装版conf/settings.xml复制了一份到~/.m2/settings.xml。Mars里再点选这个配置文件,看来前面不选的话也没什么问题。参照这里点击打开链接

svn插件的安装

新建maven项目,去Spring官网找个项目练习一下。等以后尝试下.Intelij IDEA。


标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值