APACHE-ATLAS-2.1.0 - 【编译打包】使用IDEA在WINDOWS下编译打包APACHE-ATLAS-2.1.0

【idea windows打包 】 tar包 失败往往是黎明前的黑暗,继之而出现的就是成功的朝霞。 阅读详情

下载源码

APACHE-ATLAS官网下载地址
APACHE-ATLAS官方安装指南

添加镜像

在MAVEN的settings.xml中添加阿里云的镜像,不是一般的快o( ̄︶ ̄)o

<mirror>
  <id>nexus-aliyun</id>
  <mirrorOf>central,!jeecg,!jeecg-snapshots,!mapr-releases</mirrorOf>
  <name>Nexus aliyun</name>
  <url>http://maven.aliyun.com/nexus/content/groups/public</url>
</mirror>

执行编译

首先需要切换到源码目录下。
export MAVEN_OPTS="-Xms2g -Xmx2g"
mvn clean -DskipTests install

#如不使用内置的solr与hbase则采取该方式编译:
mvn clean -DskipTests package -Pdist

#如使用内置的solr与hbase则采取该方式编译:
mvn clean -DskipTests package -Pdist,embedded-hbase-solr

#如使用内置的solr与cassandra 则采取该方式编译:
mvn clean package -Pdist,embedded-cassandra-solr

在这里插入图片描述

下载HBASE/SOLR很慢

推荐使用方法二解决该问题,需要提前知道这两个依赖的版本。

Download HBase:
    [mkdir] Created dir: D:\02-▒▒▒▒▒ռ▒\06-▒▒▒▒ռ▒\03-github\atlas-2.1.0-rc3\distro\target\hbase
      [get] Getting: https://archive.apache.org/dist/hbase/2.0.2/hbase-2.0.2-bin.tar.gz
      [get] To: D:\02-▒▒▒▒▒ռ▒\06-▒▒▒▒ռ▒\03-github\atlas-2.1.0-rc3\distro\hbase\hbase-2.0.2.tar.gz
............................................................................

①. 方法一:修改HBASE/SOLR的下载地址

将ATLAS源码中distro模块中pom.xml文件的<hbase.tar>和<solr.tar>的标签进行修改:

<hbase.dir>${project.build.directory}/hbase</hbase.dir>
<hbase.tar>https://archive.apache.org/dist/hbase/${hbase.version}/hbase-${hbase.version}-bin.tar.gz</hbase.tar>
<hbase.folder>hbase-${hbase.version}</hbase.folder>

<solr.dir>${project.build.directory}/solr</solr.dir>
<solr.tar>https://archive.apache.org/dist/lucene/solr/${solr.version}/solr-${solr.version}.tgz</solr.tar>
<solr.folder>solr-${solr.version}</solr.folder>

HBASE修改为:

<hbase.tar>https://mirrors.huaweicloud.com/apache/hbase/${hbase.version}/hbase-${hbase.version}-bin.tar.gz</hbase.tar>

SOLR修改为:

<solr.tar>https://mirrors.huaweicloud.com/apache/lucene/solr/${solr.version}/solr-${solr.version}.tgz</solr.tar>
②. 方法二:手动下载相关依赖

HBASE的下载地址:https://archive.apache.org/dist/hbase/2.0.2/
从日志看应该下载 hbase-2.0.2.tar.gz,下载后需要将hbase-2.0.2-bin.tar.gz修改为hbase-2.0.2.tar.gz后,将文件放到:distro/hbase 目录下。

SOLR的下载地址:https://archive.apache.org/dist/lucene/solr/7.5.0/
从日志看应该下载 solr-7.5.0.tgz,下载后将该文件放到:distro/solr目录下。

Element XXX is not allowed here

POM.XML文件中如果出现“Element XXX is not allowed here”这样的错误或者标红,一般处理方式为:
①. 刷新MAVEN并重启IDEA
②. 将对应的JAR包升级

父POM.XML文件报错

当前maven-deploy-plugin插件的版本为:2.7
在这里插入图片描述
需要将插件版本升级为3.0.0-M1。
在这里插入图片描述

AS3.0性能瓶颈?Starling框架GPU加速渲染实战指南 在图形渲染领域,CPU软件渲染与GPU硬件加速是两种核心的底层技术方案。CPU渲染通过单线程处理矢量计算与光栅化,其性能瓶颈在于处理大量图形对象时的计算负载。而GPU渲染则利用并行架构,将纹理与顶点数据交由显卡处理,通过批处理(Batching)机制大幅减少绘制调用(Draw Call),实现性能的指数级提升。这一技术价值在于,它使得复杂粒子系统、大量精灵动画等高负载场景能够稳定维持高帧率。对于仍在使用传统Flash AS3.0进行游戏或富媒体应用开发的工程师而言,面对显示列表(Display List)带 阅读详情

相关推荐

AS3.0与Starling框架:GPU加速2D图形渲染实战指南

GPU加速渲染是现代图形应用提升性能的核心技术,其原理是将图形计算任务从CPU卸载到专为并行处理设计的图形处理器上。这项技术能显著降低CPU占用,实现高帧率渲染,对于游戏和交互式应用开发具有重要价值。在Flash/AIR生态中,Stage3D API提供了底层的GPU访问能力,而Starling框架则在其之上构建了易于使用的2D抽象层,让开发者能以熟悉的显示列表编程模式享受硬件加速带来的性能飞跃。本文聚焦于利用AS3.0结合Starling框架解决传统矢量渲染的性能瓶颈,通过环境搭建、核心概念解析与实战优化

weixin_34357928的博客 277

在CentOS下编译/打包/安装APACHE-ATLAS-2.1.0

在CentOS下编译/打包/安装APACHE-ATLAS-2.1.0

记录并分享 428

libGDX跨平台游戏开发框架:从架构解析到实战避坑指南

跨平台游戏开发框架是现代游戏工程中的重要技术,它通过抽象底层平台差异,允许开发者使用同一套核心代码部署到多个终端。其核心原理在于“核心-后端”分离架构,将平台无关的游戏逻辑与平台特定的实现解耦,通过不同的后端模块适配桌面、移动和Web环境。这种设计为中小型团队和独立开发者带来了显著的技术价值:既能复用现有Java技术栈,又能保持对渲染、内存和性能的底层控制力,避免了被黑盒引擎限制的困境。在应用场景上,它尤其适合需要同时覆盖Android、iOS、桌面及HTML5的2D游戏项目,或是希望将Java业务能力快速

weixin_34203832的博客 291

Apache Atlas 编译及安装记录

1、环境准备 atlas现在是市场很受欢迎的数据管理工具,但是atlas的下载完是一个源码的项目,无法直接使用,所以要对源码进行编译(就是由源程序到目标程序的过程内含代码生成、代码集成、语法分析、词法分析、依赖下载)后才能安装使用。 linux 但是编译过程中要通过网络下载相应的依赖包,所以内网环境下的服务器暂时用不了,所以我采用的是腾讯云的云服务器。 JDK 8安装 下载地址 https://www.oracle.com/java/technologies/downloads/#java8 下载:

快乐星球 2302

apache-atlas-2.1.0源码编译包

atlas是apache旗下的元数据管理软件,可以和大部分大数据组件集成,从而管理所有数据信息的元数据,方便后续数据资产的管理,官网只存在源码文件包,此处将源码在linux系统下完成编译,方便各位使用

ai获客系统功能代码

AI 获客系统是一个复杂的体系,以下为你提供一个简化的 Python 示例,聚焦于客户行为分析与销售线索筛选功能,模拟实现从多渠道收集数据后的初步处理流程。假设已有从官网、线上商城等渠道收集到的客户数据,以字典列表形式存储,每个字典包含客户基本信息及购买行为数据。通过分析客户购买频率与金额,筛选出高价值销售线索。python上述代码仅为基础示例,实际 AI 获客系统还涉及更复杂的数据采集、清洗、存储,以及运用机器学习算法进行深度客户洞察等功能。

weixin_ggwwsscc的博客 896

APACHE-ATLAS-2.1.0 - 在WINDOWS下使用命令行编译打包报错:Error assembling JAR: A zip file cannot include itself

在WINDOWS下使用IDEA编译打包APACHE-ATLAS-2.1.0,报错:Error assembling JAR: A zip file cannot include itself。

记录并分享 501

Petalinux-2018.3添加内核驱动(linux-xlnx源码打补丁)

大部分模块可以直接使用,需要添加自己的驱动文件时,可以通过linux-xlnx源码打补丁方式和使用PetaLinux编译为.ko文件加载运行,本文章介绍通过linux-xlnx源码打补丁方式添加内核驱动文件。根据查找资料,了解到可以通过打补丁方式添加到工程文件中。. /opt/tool-pkg/petalinux/2018.3/components/yocto/source/arm/layers/core/oe-init-build-env (该执行文件在Petalinux软件安装路径下)

sanyuedtaifen的博客 1556

APACHE-ATLAS-2.1.0 - 【编译打包】- 在WINDOWS下使用命令行编译打包报错:MAVEN强制插件设置的规则,检查项未通过

在WINDOWS下使用IDEA编译打包APACHE-ATLAS-2.1.0,报错:MAVEN强制插件设置的规则,检查项未通过。

记录并分享 360

【python快速编程入门(第二版)黑马程序员课后编程题】

python快速编程入门(第二版)黑马程序员课后编程题

weixin_46167259的博客 1万+

泛微E9开发 明细表字段赋值到主表字段,将各类型合计赋值到主表类型合计中

①绑定明细表类型、预计金额字段的值改变事件,每当有值发生改变,就需要重新计算供应商1、供应商2、供应商3的合计,如果不绑定这两个字段的话,会出现计算不及时或计算错误的问题。②当有明细行被删除时,也需要重新计算供应商1、供应商2、供应商3的合计,比如删除了供应商1的明细行,如果不重新计算,那么供应商1的值还是被删之前的值,合计错误。将各类型合计赋值到主表类型合计中。

a_waste_only的博客 3836

AS3.0与Starling渲染性能对比:GPU加速如何实现千级动画流畅运行

图形渲染是富媒体应用开发的核心技术,其性能直接影响用户体验。传统CPU渲染通过软件光栅化逐帧计算每个显示对象的属性,当动画数量增多时,CPU负载急剧上升,导致帧率下降。GPU渲染则利用图形处理器的并行计算能力,将纹理和顶点数据批量提交,显著提升渲染效率。这种技术价值在于解放CPU,使其专注于业务逻辑,从而实现大规模动画的流畅播放。在网页游戏、复杂交互界面等应用场景中,GPU加速渲染成为解决性能瓶颈的关键。本文通过对比AS3.0显示列表与Starling引擎,深入分析**批处理渲染**和**纹理图集**如何优

weixin_30410119的博客 357

【pprof】简要学习教程

基本介绍 pprof 是在做性能优化前的性能分析工具。 安装: go get -u github.com/google/pprof 分析工具 go tool pprof 是命令行指令,用于分析 Profiling 数据,源数据可以是 http 地址,也可以是已经 dump 下当 profile 文件;查看模式可以命令行交互模式,也可以是浏览器模式(-http 参数)。 两种应用 服务型应用 _ "net/http/pprof" 包,专用于采集 web 服务 运行数据的分析。即在运行的服务中通过 API .

码农印象 885

AS3.0 GPU加速渲染:Starling框架原理、集成与性能优化实战

GPU加速渲染是现代图形应用开发的核心技术,它通过将图形计算任务从CPU卸载到GPU,利用GPU的并行处理能力实现性能的飞跃。这一原理不仅应用于深度学习、科学计算等高性能计算领域,在桌面和移动端富媒体应用开发中同样至关重要。传统基于CPU的矢量渲染在处理复杂动画和大量显示对象时容易遇到性能瓶颈,而GPU渲染技术通过纹理映射和批处理机制,能够显著提升图形渲染效率。Starling框架正是基于这一理念,为AS3.0开发者提供了完整的GPU加速渲染解决方案。通过将显示列表映射到Stage3D API,Starli

weixin_30650039的博客 439

【2005】人工智能⭐

问题的解答来自于过去的经验而不是规则,这些经验是以案例方式存储的。但是当人们遇到一个新的问题的时候,一般先是回忆,从记忆中找到一个与新的问题相似的案例,然后把该案例的有关信息和知识复用到新问题的求解之中。1、若案例(case)不够充足,而有足够的规则(知识),试问如何构建一个包含有基于案例推理和基于规则推理的推理系统,以使推理效率提高而且总能求得问题的解。一般认为,CBR适合缺乏完备和健全的理论,但又可获取丰富经验的领域,而RBR则适合于对领域有充分的认识,能以完备和健全的形式表示领域理论的场合。

super_mochi1 282

Cesium 实现动态加载气象数据:渲染成动态雨雪/云层效果(源码 + 原理)

本文介绍了在Cesium中实现动态天气效果的技术方案。核心思路是通过时间轴驱动多层数据动态切换,包括:1)时间维度处理,按序列加载不同气象图层;2)空间维度处理,将气象数据切分为瓦片;3)效果层实现,制作风场、降水等动态可视化效果。文章详细讲解了后端数据预处理(生成瓦片和风场JSON)、前端实现(双层雷达瓦片交替渐变、风场粒子系统)的具体方法,并提供了完整的代码示例。此外还探讨了雨雪粒子、云层效果等增强功能,以及工程化建议,为构建科学准确的动态天气可视化系统提供了实用解决方案。

专注AI大模型,软件混淆,授权 627

AS3.0显示列表与Starling GPU渲染性能极限对比测试

在图形渲染领域,CPU软件渲染与GPU硬件加速是两种核心的底层技术路线。CPU渲染通过软件逐像素计算,适合处理复杂逻辑和矢量图形,但面对大量图形对象时容易成为性能瓶颈。GPU渲染则利用图形处理器的并行架构,将绘制指令批量提交,显著提升图形密集型任务的吞吐效率。这一技术价值在需要高帧率、高同屏对象数的应用场景中尤为突出,例如2D游戏、数据可视化和大规模粒子特效。本文通过对比Flash技术栈中经典的AS3.0显示列表(CPU驱动)与Starling框架(基于Stage3D的GPU加速)在同屏动画数量上的承载极限

weixin_34364071的博客 432

YOLOv11官方代码库与预训练模型下载:介绍Ultralytics官方GitHub及模型权重(yolov11n.pt, yolov11s.pt等)

本文介绍了Ultralytics官方GitHub仓库和YOLOv11预训练模型。Ultralytics仓库是YOLO系列算法的官方实现,包含YOLOv11最新代码、预训练模型、文档和工具。仓库采用清晰的代码结构和活跃的更新策略,支持全流程开发。YOLOv11提供了5种不同规模的模型变体(YOLOv11n/s/m/l/x),在精度、速度和模型大小间权衡,适用于从移动设备到高精度检测等不同场景。各模型在COCO数据集上预训练,可直接使用或微调,满足多样化应用需求。

本博客聚焦 YOLOv11 全流程落地,涵盖架构优化、数据集处理、训练技巧与多场景部署,兼及国产数据库、Java 开发与 AI 模型应用,内容兼顾理论与工程实践,为开发者提供系统干货,助力高效提升技术能力。 5837

Unity WebXR开发实战:从打包优化到性能调优的完整指南

WebXR技术通过浏览器实现了沉浸式VR/AR体验的无门槛访问,其核心原理是利用WebGL和WebAssembly将3D应用运行于浏览器沙盒环境。这项技术的价值在于打破了原生应用下载安装的壁垒,极大降低了用户体验成本,适用于教育、营销、轻量级游戏等场景。在工程实践中,开发者常面临AssetBundle打包策略优化、光照烘焙性能提升等挑战。本文聚焦Unity引擎与WebXR的集成,深入探讨如何通过系统性的资源管理、图形渲染优化和代码逻辑调整,解决构建部署中的常见问题,确保复杂项目在Web端流畅运行。

weixin_34341117的博客 424

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

Flash动画性能优化:AS3.0传统渲染与Starling GPU渲染实战对比

在图形渲染领域,CPU渲染与GPU渲染是两种核心的底层技术方案。CPU渲染依赖于中央处理器逐帧计算和绘制每个图形元素,其原理是串行处理显示列表中的所有对象,包括位置、颜色变换等矩阵运算。而GPU渲染则利用图形处理器的大规模并行计算架构,将图形数据转换为顶点和纹理,通过着色器程序进行批量处理,其技术价值在于能显著提升图形密集型应用的运行效率。在Flash动画和游戏开发中,当面临大量同屏动画对象时,传统的CPU渲染方式极易遇到性能瓶颈,导致帧率下降。此时,采用基于Stage3D的GPU加速渲染引擎如Starli

weixin_33924312的博客 380

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

Apache Atlas 2.1.0 环境部署以及案例设计

Apache Atlas 2.1.0 单机版环境搭建

weixin_45929430的博客 2003

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

IDEA打包教程

一、 IDEA打包教程 1、 进入ctrl+alt+shift+s进入project structure 1.1、 编辑artifacts 1.1.1、 配置library files 一般情况下把它们全选中就对了 1.1.2、 配置静态资源Directory Content 1.2、 配置导出的项目名 1.3、 配置导出的项目存放位置 默认在target目录下 ...

ChyoD1811的博客 1718

Apache Atlas简单安装

编译、安装Apache Atlas。

邢慧鹏的博客 2273

Apache Spark 编译、打包过程

目录1 下载源码 版本: Ubuntu 20.04.2 LTS Apache Maven 3.6.3 JDK 1.8 R 3.1.1 1 下载源码 # 下载源码,推荐这样下载 git clone https://github.com/apache/spark.git # 查看所有的tag,每个tag都是一个版本 git tag # 切换到指定版本,这里我要编译的版本是2.4.0 git checkout v2.4.0 ...

终回首的博客 1237

Atlas2.1.0实战:安装、配置、导入hive元数据、编译排坑

2022-01-12T09:31:21,610 INFO [main] org.apache.hadoop.hive.conf.HiveConf - Found configuration file file:/u/module/hive/conf/hive-site.xml Exception in thread "main" java.lang.NoClassDefFoundError: org/apache/hadoop/mapred/JobConf at org.apache.hadoop.hiv

qq_32656561的博客 3361
上一篇: APACHE-ATLAS-2.1.0 - 【安装部署】基于CENTOS7.6.18安装APACHE-ATLAS-2.1.0
下一篇: JAVA基础 - log4j.xml简介
cloneme01
博客等级 码龄20年 2万+粉丝 248原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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

打赏作者

cloneme01

谢谢您的支持与鼓励!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
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