Liferay Portal5.2.3环境的初步搭建

本文介绍如何搭建 Liferay Portal 5.2.3 开发环境,包括所需软件配置及步骤,适用于希望从零开始设置 Liferay 的开发者。
原创 Liferay学习笔记(一)——Liferay Portal5.2.3环境的初步搭建 收藏

Liferay Portal5.2.3环境的初步搭建

一、 准备工作

1、 开发包

目前Liferay官网http://www.liferay.com/zh/home上只提供最新版本的liferay包下载,下载5.2.3版本需要到开源社区http://sourceforge.net/projects/lportal/files/Liferay%20Portal/,选择5.2.3版本下载下面两个包:

Portal源码包:liferay-portal-src-5.2.3.zip

Tomcat捆绑包:liferay-portal-tomcat-6.0-5.2.3.zip

2、 开发工具

开发工具 建议版本 本文使用版本

JDK 1.6以上 1.6.0_22

Ant 1.7以上 1.8.2

MyEclipse 5.5以上 7.5

Tomcat 6.0以上 6.0.18

注意:这里的Tomcat是liferay-portal-tomcat捆绑包中的tomcat,所以不需要再另外下载;Ant到http://ant.apache.org/bindownload.cgi下载最新的apache-ant-1.8.2.bin.zip

3、 目录结构

本文假设操作目录结构如下:

D:\workspace 根目录

D:\workspace\ant ant的安装目录

D:\workspace\Liferay liferay工作目录

D:\workspace\Liferay\portal liferay-portal源代码目录

D:\workspace\Liferay\service liferay-portal捆绑Tomcat的目录

D:\workspace\Liferay\ext liferay-portal的扩展项目目录

二、 基础配置

1、 JDK的安装配置

JDK的安装配置和以前一样,这里不再赘述,提醒一下安装配置完成别忘了使用“java -version”和“javac”来检查是否安装成功

2、 Ant的安装配置

解压缩apache-ant-1.8.2.bin.zip到D:\workspace\ant目录下,在环境变量(Windows7下右键点击“计算机”后选择“高级系统设置—>高级—>环境变量”)中为Path系统变量新增如下路径:“D:\workspace\ant\apache-ant-1.8.2\bin;”,保存。

打开dos,输入“ant -version”检查配置是否正确

3、 Tomcat的安装配置

解压缩liferay-portal-tomcat-6.0-5.2.3.zip到D:\workspace\Liferay\service目录下,在环境变量的Path系统变量中新增如下路径:“D:\workspace\Liferay\service\tomcat-6.0.18\bin;”,保存。

运行tomcat的startup.bat,服务器正常启动说明安装成功

4、 MyEclipse的安装配置

这里只说一下MyEclipse中Tomcat服务器的配置。

将MyEclipse中Tomcat配置为第3步中安装的Tomcat,将Tomcat下的JDK配置为第1步中安装的JDK,并为JDK配置虚拟机参数如下:

-Xmx1024m -XX:MaxPermSize=256m -Dfile.encoding=UTF8 -Duser.timezone=GMT -Djava.security.auth.login.config="%CATALINA_HOME%/conf/jaas.config" -Dorg.apache.catalina.loader.WebappClassLoader.ENABLE_CLEAR_REFERENCES=false

提示:打开tomcat的bin目录下的setenv.bat文件,找到名为JAVA_OPTS的变量,其参数值即为需要copy的虚拟机参数。这个步骤非常重要,否则会导致内存溢出。

三、 建立开发环境

方法一:

1、 部署Liferay源码

将liferay-portal-src-5.2.3.zip解压缩到D:\workspace\Liferay\portal目录下



2、 新建配置文件release.${username}.properties

找到portal源码中的release.properties文件,在同目录下新建release.${username}.properties文件。${username}为本机的用户名,可以在dos下使用set命令查看username的值。我的机器username值为Administrator,故新建release.Administrator.properties文件,文件内容只有一行:

lp.ext.dir=D:/workspace/Liferay/ext

注:lp.ext.dir为Liferay指定扩展项目的目录,注意路径中必须使用“/”而不是“\”。

3、 生成扩展目录

运行dos,进入D:\workspace\Liferay\portal目录下,输入“ant clean start build-ext”命令执行,等待ant执行完成(需要3到10分钟)后,在Liferay的ext目录下会出现下列文件:



4、 新建配置文件app.server.${username}.properties

在ext目录下新建app.server.Administrator.properties文件,添加如下内容:

lp.server.type=tomcat

lp.server.tomcat.dir=D:/workspace/Liferay/service/tomcat-6.0.18

注:lp.server.type为Liferay指定服务器类型,lp.server.tomcat.dir为Liferay指定Tomcat服务器的安装目录。

5、 执行配置

打开dos,进入D:\workspace\Liferay\ext目录下,输入“ant clean deploy”命令执行,等待ant执行完成。

6、 开发环境建立完毕。



方法二:

1、 同方法一的步骤1

2、 同方法一的步骤2

3、 在与release.properties文件同目录下新建app.server.Administrator.properties文件,内容和方法一的步骤4文件内容一样。

4、 找到与release.properties文件同目录下的build.xml文件,找到下图中的节点:



并在该节点下新增子节点fileset,内容如下:

<fileset dir= ". " includes= "app.server.Administrator.properties "/>

5、 同方法一的步骤3,不同的是执行完后生成的ext目录下多了一个名为app.server.Administrator.properties的文件

6、 同方法一的步骤5

7、 开发环境建立完毕。

四、 测试开发环境

运行startup.bat启动tomcat服务器,一段时间后会弹出一个登录网页,默认用户名为:test@liferay.com;密码:test;登录即进入Liferay Portal账户,可以对Portlet进行定制。

五、 环境搭建完成。
C语言-光伏MPPT算法:电导增量法扰动观察法+自动全局搜索Plecs最大功率跟踪算法仿真内容概要:本文档主要介绍了一种基于C语言实现的光伏最大功率点跟踪(MPPT)算法,结合电导增量法与扰动观察法,并引入自动全局搜索策略,利用Plecs仿真工具对算法进行建模与仿真验证。文档重点阐述了两种经典MPPT算法的原理、优缺点及其在不同光照和温度条件下的动态响应特性,同时提出一种改进的复合控制策略以提升系统在复杂环境下的跟踪精度与稳定性。通过仿真结果对比分析,验证了所提方法在快速性和准确性方面的优势,适用于光伏发电系统的高效能量转换控制。; 适合人群:具备一定C语言编程基础和电力电子知识背景,从事光伏系统开发、嵌入式控制或新能源技术研发的工程师及高校研究人员;工作年限1-3年的初级至中级研发人员尤为适合。; 使用场景及目标:①掌握电导增量法与扰动观察法在实际光伏系统中的实现机制与切换逻辑;②学习如何在Plecs中搭建MPPT控制系统仿真模型;③实现自动全局搜索以避免传统算法陷入局部峰值问题,提升复杂工况下的最大功率追踪效率;④为光伏逆变器或太阳能充电控制器的算法开发提供技术参考与实现范例。; 阅读建议:建议读者结合文中提供的C语言算法逻辑与Plecs仿真模型同步学习,重点关注算法判断条件、步长调节策略及仿真参数设置。在理解基本原理的基础上,可通过修改光照强度、温度变化曲线等外部扰动因素,进一步测试算法鲁棒性,并尝试将其移植到实际嵌入式平台进行实验验证。
【无人机协同】动态环境下多无人机系统的协同路径规划与防撞研究(Matlab代码实现)​ 内容概要:本文围绕动态环境下多无人机系统的协同路径规划与防撞问题展开研究,提出基于Matlab的仿真代码实现方案。研究重点在于在复杂、动态环境中实现多无人机之间的高效协同飞行与避障,涵盖路径规划算法的设计与优化,确保无人机集群在执行任务过程中能够实时规避静态障碍物与动态冲突,保障飞行安全性与任务效率。文中结合智能优化算法,构建合理的成本目标函数(如路径长度、飞行高度、威胁规避、转弯角度等),并通过Matlab平台进行算法验证与仿真分析,展示多机协同的可行性与有效性。; 适合人群:具备一定Matlab编程基础,从事无人机控制、路径规划、智能优化算法研究的科研人员及研究生。; 使用场景及目标:①应用于灾害救援、军事侦察、区域巡检等多无人机协同任务场景;②目标是掌握多无人机系统在动态环境下的路径规划与防撞机制,提升协同作业能力与自主决策水平;③通过Matlab仿真深入理解协同算法的实现逻辑与参数调优方法。; 阅读建议:建议结合文中提供的Matlab代码进行实践操作,重点关注目标函数设计、避障策略实现与多机协同逻辑,配合仿真结果分析算法性能,进一步可尝试引入新型智能算法进行优化改进。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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