转移到 http://blog.ggt8702.com

博主申请了一个新空间,并将博客转移至该空间,新的博客地址为http://blog.ggt8702.com 。
源码来自:https://pan.quark.cn/s/7a757c0c80ca 《在Neovim中运用Lua的详尽教程》在当代文本编辑器领域,Neovim凭借其卓越的性能、可扩展性以及高度可定制的特点,赢得了程序开发者的广泛青睐。 其中,Lua语言的融入更是为Neovim注入了强大的活力。 本指南将深入剖析如何在Neovim中高效地运用Lua进行配置和插件开发,助你充分发挥这一先进功能的潜力。 一、Lua为何成为Neovim的优选方案经典的Vim脚本语言(Vimscript)虽然功能完备,但其语法结构与现代化编程语言相比显得较为复杂。 与此形成对比的是,Lua是一种精简、轻量且性能卓越的脚本语言,具备易于掌握、易于集成的特点。 因此,Neovim选择Lua作为其核心扩展语言,使得配置和插件开发过程变得更加直观和便捷。 二、安装与设置在Neovim中启用Lua支持通常十分简便,因为Lua是Neovim的固有组件。 然而,为了获得最佳体验,我们建议升级至Neovim的最新版本。 可以通过`vim-plug`或`dein.vim`等包管理工具来安装和管理Lua插件。 三、Lua基础在着手编写Neovim的Lua配置之前,需要对Lua语言的基础语法有所掌握。 Lua支持变量、函数、控制流、表(类似于数组和键值对映射)等核心概念。 它的语法设计简洁明了,便于理解和应用。 例如,定义一个变量并赋值:```lualocal myVariable = "Hello, Neovim!"```四、Lua在Neovim中的实际应用1. 配置文件:Neovim的初始化文件`.vimrc`能够完全采用Lua语言编写,只需在文件首部声明`set runtimepath^=~/.config/nvim ini...
基于STM32 F4的永磁同步电机无位置传感器控制策略研究内容概要:本文围绕基于STM32 F4的永磁同步电机(PMSM)无位置传感器控制策略展开研究,重点探讨在不使用机械式位置传感器的情况下,如何通过算法实现对电机转子位置和速度的精确估算与控制。文中结合STM32 F4高性能微控制器平台,采用如滑模观测器(SMO)、扩展卡尔曼滤波(EKF)或高频注入法等先进观测技术,实现对电机反电动势或磁链的实时估算,进而完成磁场定向控制(FOC)。研究涵盖了控制算法设计、系统建模、仿真验证(可能使用Simulink)以及在嵌入式平台上的代码实现与实验测试,旨在提高电机驱动系统的可靠性、降低成本并增强环境适应性。; 适合人群:具备一定电机控制理论基础和嵌入式开发经验的电气工程、自动化及相关专业的研究生、科研人员及从事电机驱动开发的工程师;熟悉C语言和MATLAB/Simulink工具者更佳。; 使用场景及目标:①为永磁同步电机驱动系统在高端制造、新能源汽车、家用电器等领域提供无位置传感器解决方案的设计参考;②指导开发者在STM32平台上实现高性能FOC控制算法,掌握位置观测器的设计与调试方法;③推动电机控制技术向低成本、高可靠方向发展。; 其他说明:该研究强调理论与实践结合,不仅包含算法仿真,还涉及实际硬件平台的部署与测试,建议读者在学习过程中配合使用STM32开发板和PMSM电机进行实操验证,以深入理解控制策略的动态响应与鲁棒性问题。
先看效果: https://pan.quark.cn/s/21391ce66e01 企业级办公自动化系统,一般被称为OA(Office Automation)系统,是企业数字化进程中的关键构成部分,旨在增强组织内部的工作效能与协同水平。 本资源提供的企业级办公自动化系统包含了详尽的C#源代码,涉及多个技术领域,对于软件开发者而言是一份极具价值的参考资料。 接下来将具体介绍OA系统的核心特性、关键技术以及在实践操作中可能涉及的技术要点。 1. **系统构造** - **三层构造**:大型OA系统普遍采用典型的三层构造,包含表现层、业务逻辑层和数据访问层。 这种构造能够有效分离用户交互界面、业务处理过程和数据存储功能,从而提升系统的可维护性与可扩展性。 2. **C#编程语言** - **C#核心**:作为开发语言,C#具备丰富的类库和语法功能,支持面向对象编程,适用于开发复杂的企业级应用。 - **.NET Framework**:C#在.NET Framework环境中运行,该框架提供了大量的类库与服务,例如ASP.NET用于Web开发,Windows Forms用于桌面应用。 3. **控件应用** - **WinForms**或**WPF**:在客户端,可能会使用WinForms或WPF来设计用户界面,这两者提供了丰富的控件和可视化设计工具。 - **ASP.NET Web Forms/MVC**:对于Web应用,可能会使用ASP.NET的Web Forms或MVC模式来构建交互式页面。 4. **数据库操作** - **SQL Server**:大型OA系统通常采用关系型数据库管理系统,如SQL Server,用于存储和处理大量数据。 - **ORM框架**:如Ent...
下载前必看:https://pan.quark.cn/s/ac7b3acb6cfd 《模拟人才招聘选拔群体决策支持系统》是一款为人力资源部门量身打造的高级软件应用,它融合了人工智能技术、大数据分析方法以及多方位评估手段,致力于改善招聘流程,增强人才选择的精准度与工作效率。 该系统通过构建逼真的人才招聘情境,引导决策者在繁杂的信息体系中做出更为理性的判断。 在人才选拔阶段,系统借助大数据分析手段对海量的个人简历进行有效甄别,迅速锁定与岗位特征相符的应聘者。 其能够依据事先定义的职位规范,自动对接应聘者的学历层次、职业履历、能力专长等资料,显著降低了人工审查的时间投入。 与此同时,该系统拥有智能评估模块,能够对候选人的个性特征、发展潜能及团队协作素养等非量化指标进行数值化衡量。 经由心理测试、网络面试等途径获取的数据,将运用机器学习模型展开深度解析,从而构建详尽的应聘者能力剖析报告,助力招聘人员全面把握候选人的综合条件。 再者,模拟人才招聘选拔群体决策支持系统支持多方用户协同运作。 在集体决策场景下,各位评审专家可独立对候选人作出评价,系统将汇总所有评审意见,转化为群体抉择的参考蓝本。 此类集体决策架构有助于削减个体主观倾向,提升决策的公平性与可靠性。 系统还配备了卓越的数据报表系统,能够输出多样化的招聘数据统计,例如求职者数量、面试合格率、新员工维系比率等,为企业实时呈现人力资源现状,有利于管理层制定更为得当的招募方针。 在实践操作层面,模拟人才招聘选拔群体决策支持系统不仅有助于提升招聘效能,压缩招聘开销,更能协助企业发掘潜在的高素质人才,为机构的长远进步注入动力。 然而,在运用此类系统时亦需关注应聘者隐私权保护,确保信息安全性,并融合人工评判,防止技术过度依赖,维持人性化招聘的基本...
# =================================================================================== # ✅ 优化版 Dockerfile:使用本地 Superset 源码构建(无需 git clone) # 文件路径: ~/superset-prod/Dockerfile.superset # =================================================================================== # 设置参数,默认为 5.0.0(可外部传入) ARG SUPERSET_VERSION=5.0.0 # 基础镜像(官方 Superset 运行时镜像) FROM apache/superset:${SUPERSET_VERSION} AS base-image # 切换为 root 用户以便安装系统依赖 USER root # ================ # 【关键修复】写入阿里云 APT 源(避免文件不存在问题) # ================ RUN echo "deb https://mirrors.aliyun.com/debian/ bookworm main non-free contrib" > /etc/apt/sources.list && \ echo "deb https://mirrors.aliyun.com/debian-security bookworm-security main non-free contrib" >> /etc/apt/sources.list && \ echo "deb https://mirrors.aliyun.com/debian/ bookworm-updates main non-free contrib" >> /etc/apt/sources.list && \ echo "deb https://mirrors.aliyun.com/debian/ bookworm-backports main non-free contrib" >> /etc/apt/sources.list && \ chmod 644 /etc/apt/sources.list # ================================ # 安装系统依赖(编译工具 + 图像处理 + Node.js 支持) # ================================ RUN apt-get update && \ apt-get install -y --no-install-recommends \ build-essential \ libssl-dev \ libffi-dev \ python3-dev \ libev-dev \ libjpeg-dev \ zlib1g-dev \ curl \ gnupg \ wget \ tar \ && rm -rf /var/lib/apt/lists/* # ================================ # ✅ Superset 5.0.0 前端要求 Node.js ≥ 20.16.0 # ================================ # ================ # 卸载旧 Node.js(如果存在) # ================ RUN apt-get remove -y nodejs npm || true # ================ # 使用 Nodesource 安装 Node.js 20.x # ⚠️ 注意:setup_20.x 脚本会自动配置源和 GPG 密钥,比手动添加更可靠。 # ================ RUN curl -fsSL https://deb.nodesource.com/setup_20.x | bash - # 安装 Node.js 和 npm RUN apt-get update && \ apt-get install -y nodejs && \ rm -rf /var/lib/apt/lists/* # 启用 corepack(推荐) RUN corepack enable # 验证 Node 和 NPM RUN node --version && npm --version # ================================ # 设置 Python 虚拟环境(可选,通常已有) # ================================ ENV VIRTUAL_ENV=/app/.venv ENV PATH="$VIRTUAL_ENV/bin:$PATH" # ================================ # STAGE 1: 构建前端资源(frontend-builder) # ================================ FROM base-image AS frontend-builder # 必须再次声明 ARG,否则无法继承! ARG SUPERSET_VERSION # 设置工作目录 WORKDIR /app/superset-frontend # 👉 从构建上下文复制本地 frontend 源码 COPY ./superset-${SUPERSET_VERSION}/superset-frontend/ . # ================ # 设置国内镜像加速(关键!) # ================ # Node.js、Puppeteer、Sass、Electron 等二进制文件镜像 ENV NODEJS_ORG_MIRROR=https://npmmirror.com/mirrors/node/ ENV SASS_BINARY_SITE=https://npmmirror.com/mirrors/node-sass/ ENV ELECTRON_MIRROR=https://npmmirror.com/mirrors/electron/ ENV PUPPETEER_DOWNLOAD_HOST=https://npmmirror.com/mirrors/puppeteer/ # 跳过 Puppeteer 自动下载 Chromium(推荐生产构建时跳过) ENV PUPPETEER_SKIP_DOWNLOAD=true ENV PUPPETEER_SKIP_CHROMIUM_DOWNLOAD=true # 设置 npm registry 和缓存 RUN npm config set registry https://registry.npmmirror.com && \ mkdir -p /tmp/npm-cache && \ npm config set cache /tmp/npm-cache # 使用缓存安装依赖(需 DOCKER_BUILDKIT=1) RUN --mount=type=cache,id=npm-node-modules,target=/app/superset-frontend/node_modules \ --mount=type=cache,id=npm-cache,target=/tmp/npm-cache \ npm ci # 构建前端生产包 RUN npm run build && \ echo "✅ Frontend built successfully" # 输出构建结果(调试用) RUN ls -la ./dist # ================================ # STAGE 2: 主应用镜像注入前端资源 # ================================ FROM apache/superset:${SUPERSET_VERSION} # 切换到 root 安装额外依赖或修改文件 USER root # 设置时区为中国上海 ENV TZ=Asia/Shanghai RUN ln -snf /usr/share/zoneinfo/$TZ /etc/localtime && \ echo $TZ > /etc/timezone # 删除旧静态资源 RUN rm -rf /app/superset/superset/static/dist # 👉 从构建阶段复制构建好的前端资源 COPY --from=frontend-builder /app/superset-frontend/dist /app/superset/superset/static/dist # 可选:验证是否复制成功 RUN ls -la /app/superset/superset/static/dist # 清理 pip 缓存(减小镜像体积) RUN pip cache purge || true # 切回非特权用户(安全) USER superset # 启动命令(与官方一致) CMD ["gunicorn", "-w", "2", "-k", "gevent", "--bind", "0.0.0.0:8088", "--access-logfile", "-", "--error-logfile", "-", "superset.app:create_app()"] 报错:gapinyc@DESKTOP-9QS7RL5:~/superset-prod$ # 清理旧缓存(非常重要) docker builder prune --all # 开启 BuildKit 并构建(查看详细日志) export DOCKER_BUILDKIT=1 docker compose up --build WARNING! This will remove all build cache. Are you sure you want to continue? [y/N] y ID RECLAIMABLE SIZE LAST ACCESSED 7968gn27cvvc2zx7hbblv5nmy* true 12.29kB 5 minutes ago s0luvqtdlybcxryvvdsid90v9* true 4.096kB 5 minutes ago bc50njfk80nh89oudq7cbl95v* true 4.096kB 5 minutes ago 98a86xjxjs1qp9zqh0iropa9n* true 87.97MB 5 minutes ago wwhdue4f24k750ik9ztr9hdyq* true 12.29kB 5 minutes ago xznp0g3bvbars64nkeiofk6cx* true 87.97MB 5 minutes ago nrvh4a6ggrtkrbc6zj8t24ub8* true 8.192kB 5 minutes ago 7eqfopon0z698k1ph2nxyeb3k true 87.97MB 5 minutes ago exffl2ggt9fyw6md029ldoweq true 16.38kB 5 minutes ago 95swb02n6lwqaajfvjsef6tro true 4.096kB 5 minutes ago yvabxiqn4t4o00o4ve2467a8t true 8.192kB 5 minutes ago 5i1mzff25vd4mgzx2jw6r77dz true 20.48kB 5 minutes ago utpubire8d7psyhbevl93ozzu true 175.6MB 5 minutes ago znbs3ib6swl31cty7io7yh2x0 true 43.34MB 5 minutes ago sxdafbfm8nl972rbebkh4fi80 true 32.77kB 5 minutes ago 54vhfjb8xqjlbuywy8ejvit0d true 383.2MB 5 minutes ago o7r8ft4b56fkavjxadzt1vb4b true 20.48kB 5 minutes ago l51ypsmsq5qoirhazn7oht5o4 true 8.342MB 5 minutes ago z02mhuuzujunsu2m6t1rflplx true 232.2MB 24 minutes ago thpuiaylasa5xauqrevkhjyw5 true 574.7MB 24 minutes ago ljakhqydugc69gjkfup8btqxu true 26.91kB 24 minutes ago r6hpffvsli4b4t1dwy89kc5m6 true 4.128kB 24 minutes ago y0oatv6liap5530ubhqn07qcr true 4.128kB 24 minutes ago m0lf561aodreg12zm3u3ze7tq true 164.5kB 24 minutes ago v5exd6tx5j07yqp90umca14fz true 17.83MB 24 minutes ago m0l6yd4zmroqzcv51ip9iofko true 106.1MB 24 minutes ago vlp3omyofio3kiqyap8vgrxi8 true 54.28MB 24 minutes ago ktysdx9dj8vwlnayj856l1n4f true 17.37kB 24 minutes ago 12w2i0vkf3j3jv3imqsqf7bcu true 22.92kB 24 minutes ago pfpxjbj4g3djzi9mx39rc1cve true 37.62kB 24 minutes ago 0kmmce4pe4k2leco9xwaypw3p true 55.02kB 24 minutes ago ve009em3uk57xbtv3jef2bcjd true 2.455GB 24 minutes ago ilnbf71ocgh115xmnka3qeto8 true 33.03kB 24 minutes ago p0djy9ajvynm168aenbueljis true 4.128kB 24 minutes ago cye6byrpg2bfnxehpxswkzr23 true 25.8kB 24 minutes ago qp5om7td1ln31iplgx07d6n9x true 139.8kB 24 minutes ago qj0gowq71443bcl7b0lrtvc6u true 85.43MB 24 minutes ago m6xpcsbf5q8x11ipeaq007o5l true 40.44kB 24 minutes ago 46eui68t5fcr19zvqe8c3ndh4 true 58.57kB 24 minutes ago mn0zzagqta7m7fxm8peuv1lhz true 12.41kB 24 minutes ago x2dx2qy6jkmwcbz2g87u2936f true 16.63kB 24 minutes ago kr5s97fgp4vsb9pwhcuqc9w24 true 64.48MB 24 minutes ago jlz9ux4ecdo1j6653v9sg1cwc true 13.9MB 24 minutes ago 1eyn0r214fmpftxqhq7ge88e1 true 113.5MB 24 minutes ago Total: 4.592GB [+] Building 905.5s (20/24) => [internal] load local bake definitions 0.0s => => reading from stdin 531B 0.0s => [internal] load build definition from Dockerfile.superset 0.0s => => transferring dockerfile: 5.18kB 0.0s => [internal] load metadata for docker.io/apache/superset:5.0.0 0.7s => [internal] load .dockerignore 0.0s => => transferring context: 2B 0.0s => [internal] load build context 0.7s => => transferring context: 77.36MB 0.6s => [base-image 1/8] FROM docker.io/apache/superset:5.0.0@sha256:09735adaae3945c5a8fabbeca31a7954c8c74de195702ba61622aee8604d5c55 290.8s => => resolve docker.io/apache/superset:5.0.0@sha256:09735adaae3945c5a8fabbeca31a7954c8c74de195702ba61622aee8604d5c55 0.0s => => sha256:5076e42f58bb17964c1bb4525b2f741cbfbbe5abdfdb89b35a0803c6ba3954a4 1.31MB / 1.31MB 0.3s => => sha256:f8f548c28eef246b30d063cc1c2a3cf12c9229bc5c49a570cde49db1ad7545e7 73.34MB / 73.34MB 66.1s => => sha256:a3e1b113320c3e639e554a24ae69a85346a25000eda8a46c9d6f276de69ca5fe 124.53MB / 124.53MB 73.8s => => sha256:a18ad28520f63bce799014cb7a5f193851d8f006ba01d40327fdda272fb1a760 2.34kB / 2.34kB 0.2s => => sha256:389597503680cfbd1bb5a0265a409d70e3c2772701291514509e71a0fba164e9 701B / 701B 0.1s => => sha256:c938f49e556a6e8fcac74004700552e0dd2000cdc933d488a61011197169f9e6 2.63MB / 2.63MB 0.5s => => sha256:3348ab5e494bdf58886525bc85e83dd2477403615320111752a7b5bf5f577e1b 35.60MB / 35.60MB 47.5s => => sha256:8b0a372be1aaa78650b5a5d6ac85d78544d1e7e28f13189cbc401b6cca8a1b9b 10.52MB / 10.52MB 26.1s => => sha256:7ddde918316c5253f0859e63c4e66f6344d7820c690cd75c3bd3c112c3c4c9d6 988B / 988B 0.1s => => sha256:31d57132d97eba3b2767589577d30b498a62309a440ac53d147a3db22c1a6171 2.44kB / 2.44kB 0.2s => => sha256:a874b65acd402a02370f75f3193fa339ce3d56f509f583f1ebc6a443ff6a227c 4.85kB / 4.85kB 0.1s => => sha256:7a470f82b8063097e7dc15b8a1997ab778204ce8dda6c4dc6cb252a535fd43cf 9.96kB / 9.96kB 0.1s => => sha256:0ce39d859758a42b8ba4397abadaf8789a641299283c879e030da4679ef7106e 629.41MB / 629.41MB 248.1s => => sha256:68eb1cf5c0c810aedc50fc163e48365e89a4478b962997c7e67df9fae21d8d60 262B / 262B 0.1s => => sha256:0e71a9bd61d00737a8afe7c7f361710e2127cab19f6c12f138d888e79d71efa0 1.22kB / 1.22kB 0.1s => => sha256:4d795241b7747181e5c8177efd87ff0faa1c2c2a7ac9018192ec13a0071bf770 8.74kB / 8.74kB 0.1s => => sha256:95dd74b7b8988b4680458f2aa1729079f60ff988d09886b2f46ed9a02bb82219 24.35MB / 24.35MB 15.1s => => sha256:37591259d964ab04b704f5f018c6bff09db82e061c600439c2286fa7a401d4c3 3.57kB / 3.57kB 0.1s => => sha256:3d7a4f9903c7f164ba9bdf1ed1efad9cebcc996a859c660d7af427196d17039d 1.23kB / 1.23kB 0.1s => => sha256:76cd59922f90f6e2e8355fe110eb05942eb1ae1b3392258c1ca00a2357800f65 122B / 122B 0.1s => => sha256:13f6fa5948a7754638aad4a466dc0488f9de4971baf570e70cdd62b5b4f3ae5a 250B / 250B 0.1s => => sha256:97d6de0a545765dddb2d94496e338bef32c4b01efdbd3bb17c841ac1f9f3724d 15.65MB / 15.65MB 29.9s => => sha256:ec3d0f2946e94fda9c33818980e4032bb49b970cf7ab6829363c075259a7e0b3 3.52MB / 3.52MB 9.0s => => sha256:d107e437f7299a0db6425d4e37f44fa779f7917ecc8daf1e87128ee91b9ed3d3 28.23MB / 28.23MB 23.0s => => extracting sha256:d107e437f7299a0db6425d4e37f44fa779f7917ecc8daf1e87128ee91b9ed3d3 0.6s => => extracting sha256:ec3d0f2946e94fda9c33818980e4032bb49b970cf7ab6829363c075259a7e0b3 0.1s => => extracting sha256:97d6de0a545765dddb2d94496e338bef32c4b01efdbd3bb17c841ac1f9f3724d 0.3s => => extracting sha256:13f6fa5948a7754638aad4a466dc0488f9de4971baf570e70cdd62b5b4f3ae5a 0.0s => => extracting sha256:76cd59922f90f6e2e8355fe110eb05942eb1ae1b3392258c1ca00a2357800f65 0.0se => => extracting sha256:3d7a4f9903c7f164ba9bdf1ed1efad9cebcc996a859c660d7af427196d17039d 0.0ss => => extracting sha256:37591259d964ab04b704f5f018c6bff09db82e061c600439c2286fa7a401d4c3 0.0se => => extracting sha256:95dd74b7b8988b4680458f2aa1729079f60ff988d09886b2f46ed9a02bb82219 0.3ss => => extracting sha256:4d795241b7747181e5c8177efd87ff0faa1c2c2a7ac9018192ec13a0071bf770 0.0s => => extracting sha256:0e71a9bd61d00737a8afe7c7f361710e2127cab19f6c12f138d888e79d71efa0 0.0s => => extracting sha256:4f4fb700ef54461cfa02571ae0db9a0dc1e0cdb5577484a6d75e68dc38e8acc1 0.0s => => extracting sha256:68eb1cf5c0c810aedc50fc163e48365e89a4478b962997c7e67df9fae21d8d60 0.0s => => extracting sha256:0ce39d859758a42b8ba4397abadaf8789a641299283c879e030da4679ef7106e 7.1s => => extracting sha256:7a470f82b8063097e7dc15b8a1997ab778204ce8dda6c4dc6cb252a535fd43cf 0.0s => => extracting sha256:a874b65acd402a02370f75f3193fa339ce3d56f509f583f1ebc6a443ff6a227c 0.0s => => extracting sha256:31d57132d97eba3b2767589577d30b498a62309a440ac53d147a3db22c1a6171 0.0s => => extracting sha256:7ddde918316c5253f0859e63c4e66f6344d7820c690cd75c3bd3c112c3c4c9d6 0.0s => => extracting sha256:8b0a372be1aaa78650b5a5d6ac85d78544d1e7e28f13189cbc401b6cca8a1b9b 0.2s => => extracting sha256:3348ab5e494bdf58886525bc85e83dd2477403615320111752a7b5bf5f577e1b 0.3s => => extracting sha256:c938f49e556a6e8fcac74004700552e0dd2000cdc933d488a61011197169f9e6 0.1s => => extracting sha256:389597503680cfbd1bb5a0265a409d70e3c2772701291514509e71a0fba164e9 0.0s => => extracting sha256:a18ad28520f63bce799014cb7a5f193851d8f006ba01d40327fdda272fb1a760 0.0s => => extracting sha256:a3e1b113320c3e639e554a24ae69a85346a25000eda8a46c9d6f276de69ca5fe 5.7s => => extracting sha256:f8f548c28eef246b30d063cc1c2a3cf12c9229bc5c49a570cde49db1ad7545e7 0.8s => => extracting sha256:5076e42f58bb17964c1bb4525b2f741cbfbbe5abdfdb89b35a0803c6ba3954a4 0.1s => [base-image 2/8] RUN echo "deb https://mirrors.aliyun.com/debian/ bookworm main non-free contrib" > /etc/apt/sources.list && echo "deb https://mirrors.aliyun.co 0.7s => [stage-2 2/6] RUN ln -snf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && echo Asia/Shanghai > /etc/timezone 0.7s => [base-image 3/8] RUN apt-get update && apt-get install -y --no-install-recommends build-essential libssl-dev libffi-dev python 201.7s => [stage-2 3/6] RUN rm -rf /app/superset/superset/static/dist 0.3s => [base-image 4/8] RUN apt-get remove -y nodejs npm || true 0.3s => [base-image 5/8] RUN curl -fsSL https://deb.nodesource.com/setup_20.x | bash - 131.1s => [base-image 6/8] RUN apt-get update && apt-get install -y nodejs && rm -rf /var/lib/apt/lists/* 11.1s => [base-image 7/8] RUN corepack enable 0.3s => [base-image 8/8] RUN node --version && npm --version 0.4s => [frontend-builder 1/6] WORKDIR /app/superset-frontend 0.1s => [frontend-builder 2/6] COPY ./superset-5.0.0/superset-frontend/ . 0.4s => [frontend-builder 3/6] RUN npm config set registry https://registry.npmmirror.com && mkdir -p /tmp/npm-cache && npm config set cache /tmp/npm-cache 1.4s => [frontend-builder 4/6] RUN --mount=type=cache,id=npm-node-modules,target=/app/superset-frontend/node_modules --mount=type=cache,id=npm-cache,target=/tmp/npm-c 266.0s => ERROR [frontend-builder 5/6] RUN npm run build && echo "✅ Frontend built successfully" 0.4s ------ > [frontend-builder 5/6] RUN npm run build && echo "✅ Frontend built successfully": 0.352 0.352 > superset@5.0.0 build 0.352 > cross-env NODE_OPTIONS=--max_old_space_size=8192 NODE_ENV=production BABEL_ENV="${BABEL_ENV:=production}" webpack --color --mode production 0.352 0.356 sh: 1: cross-env: not found ------ Dockerfile.superset:113 -------------------- 112 | # 构建前端生产包 113 | >>> RUN npm run build && \ 114 | >>> echo "✅ Frontend built successfully" 115 | -------------------- failed to solve: process "/bin/sh -c npm run build && echo \"✅ Frontend built successfully\"" did not complete successfully: exit code: 127 gapinyc@DESKTOP-9QS7RL5:~/superset-prod$
10-23
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