window环境下将solr6.3部署到tomcat中

本文详细介绍了如何在Windows环境下部署Solr 6.3版本,包括所需JDK及Tomcat版本的选择与配置,以及解决部署过程中出现的403访问权限错误等问题。
.我下载的solr是6.3版本的,需要jdk1.8及以上,tomcat8
JDK1.8的下载地址:http://www. Oracle .com/technetwork/ Java /javase/downloads/jdk8-downloads-2133151.html
tomcat8的下载地址:http://tomcat.apache.org/download-80.cgi
注意:Window环境下下载的都是zip包

2.安装jdk,这里就省略了,参考其他文章

3.solr6.3发布版本本身就有一个可以运行的web版本,在solr-webapp下,


(1)将webapp拷贝出来,我这里是放到
D:\Program\apache-tomcat-8.5.11\webapps\下面,并重命名为solr。
(2)在solr下面新建一个目录solrhome,并将 solr-6.3.0\server\solr 下面的配置文件全部拷贝到solrhome下面
(3).将solr-6.3.0\server\lib\ext下面的jar包拷贝到solr/WEB-INF/lib下面。
(4).复制server/resources下的log4j.properties到solr/WEB-INF/classes下面,如果没有classes目录,就新建classes目录。
(5)修改web.xml文件,关联到solr配置文件,这样在tomcat容器启动后,再启动solr服务器框架时,就会去读取这些配置文件,初始化solr框架。在web.xml中找到节点<env-entry>,默认是注释的,去掉注释。节点配置如下:节点名称solr/home,对应的值为:
D:\Program\apache-tomcat-8.5.11\webapps\solr\solrhome
,这个值就是你的solr配置文件的存放路径。可自定义。修改后的web.xml如下:
<env-entry>
       <env-entry-name>solr/home</env-entry-name>
       <env-entry-value>D:\Program\apache-tomcat-8.5.11\webapps\solr\solrhome</env-entry-value>
       <env-entry-type>java.lang.String</env-entry-type>
</env-entry>


ok,一切就绪。输入http://localhost:8080/solr/index.html来访问看看。我的天,居然报错了,贴出来看看:

报403错误,403一般都是没有权限。真是奇怪,为什么会报这个错误呢,我也是折腾了好一会。最后发现在web.xml中有这么一段配置:
<security-constraint>
    <web-resource-collection>
      <web-resource-name>Disable TRACE</web-resource-name>
      <url-pattern>/</url-pattern>
      <http-method>TRACE</http-method>
    </web-resource-collection>
    <auth-constraint/>
  </security-constraint>
  <security-constraint>
    <web-resource-collection>
      <web-resource-name>Enable everything but TRACE</web-resource-name>
      <url-pattern>/</url-pattern>
      <http-method-omission>TRACE</http-method-omission>
    </web-resource-collection>
  </security-constraint>


有个节点<auth-constraint />,这个配置表示拒绝所有对这个资源的访问。原来如此,把这段代码注释掉:

重新运行看看。终于可以了。
内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
评论 1
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