weblogic启动时不用输用户名和密码的方法 weblogic布署方式

CARLA仿真:自定义地图与AI车辆行为编程 CARLA仿真:自定义地图与AI车辆行为编程 ,人工智能,计算机视觉,大模型,AI,本文围绕CARLA仿真平台,介绍了其基础功能与安装方法,详解地图系统,包括预设地图的加载切换及自定义地图的创建、导入与优化。还阐述了AI车辆的创建、属性设置、销毁,以及行为控制,如交通规则遵守、路径规划、复杂行为编程和行为树应用。同时涉及传感器与车辆感知、交通场景构建、自定义地图与AI行为结合应用、高级应用,以及常见问题解决方案和学习资源,为CARLA仿真应用提供全面指导。 阅读详情

 

weblogic启动时不用输用户名和密码的方法- -

      用weblogic做为web服务器。其启动的时候会提示输入用户名和密码。能不能不用输入用户名和密码就可以登陆呢?或者做到自动话。回答上肯定的。

      分两种情况:
      7.1
版本.在startWeblogic.sh文件中增加两个变量WLS_USER和WLS_PW分别保存用户名和密码。此时再运行startWeblogic.sh命令就可以不用输入用户名和密码了

      8.1版本。虽然它的startWeblogic.sh文件中也写明了上述两个变量是用来保存用户名和密码的。但是实际证明,这样并不能自动登陆并启动weblogic。我想可能是该文件的最后一句话(即启动weblogic的)可能和7。1相比缺了参数吧(应该是这样吧,要不为什么7。1可以而8。1不可以呢,当时也没有仔细看)。不过可在startWeblogic.sh文件的同级目录下建立一文件boot.properties,内容如下:
     

      username=weblogic
      password=weblogic #
这里的用户名和密码和安装时设定的要一致

  运行startweblogic.sh命令时会自动读取boot.properties文件中的内容,并在第一启动时对其进行加密

weblogic布署方法

   实验环境:Weblogic Server/Express 8.1 、Window professional 2000、Ant2.0

阅读对象:刚接触Weblogic而对如何布署Web(暂不含J2EE)不甚熟悉的初学者 软件开发网

前提:webapp在Tomcat下能够正常工作,具备正常的webapp目录结构,包含所需的web.xml;Weblogic Server/Express 8.1正常安装并能正常启动,配置了域和Server,这里以域default和Server KEZC为例加以说明。

Weblogic_Home : D:/bea

软件开发网

软件开发网

WeblogicServer_Home: D:/bea/user_projects/domains/default

Weblogic Server/Express 8.1支持三种布署方式:自动布署、命令行布署(可与Ant结合)、控制台(console)布署。下面简要说明三种布署方式。

软件开发网

1、 自动布署:

软件开发网

这里的自动布署特指在WeblogicServer_Home/applications目录。如果服务器启动期间启用了自动部署特性,则服务器会经常扫描applications目录,看是否增加了新的web布署,或者是否修改了web布署的程序.如果有新的布署,则服务器将试图以web根名(目录布署以文件夹名称为根名,war布署以war名称为根名)作为布署应用的初始化名称和根环境开始自动布署.所以,如果要采用自动布署功能,请将webapp文件夹或者war包拷贝到applications目录下,WeblogicServer会定时检测自动布署。

如何允许服务器自动布署呢?只要保证启动服务器的startWeblogic命令(windows下为startWebLogic.cmd,Unix/Linux下为startWebLogic.sh)的PRODUCTION_MODE值为false或者不设置即可,这个也是默认值.上述两个文件在D:/bea/user_projects/domains/default目录下.在此情况下,如果web程序文件被修改,Weblogic Server将会自动加载.这个原则适用于applications目录下的全部三种布署方式.

     另外,虽然应用程序可以放置在applications目录下的任何位置,但是自动布署只适用于applications根目录.

2、 命令行布署:

在默认安装条件下,Weblogic Server会包含一个weblogic.Deployer的实用程序,提供基于命令行的布署与管理技术,可以方便的与Ant结合进行自动化布署(使用wldeploy任务).

在使用命令行布署之前,要先进行环境变量的初始化,否则系统将识别不了weblogic.Deploy命令:

D:/bea/weblogic81/server/bin>setWLSEnv.cmd

设置成功,系统返回信息:

http://www.mscto.com

CLASSPATH=d: bea JDK141~1 lib tools.jar;d: bea WEBLOG~1 server lib weblogic_sp.j
ar;d: bea WEBLOG~1 server lib weblogic.jar;d: bea WEBLOG~1 server lib ojdbc14.ja
r;D: tool java mysql mysql-connector-java-3.0.12-production-bin.jar

PATH=d: bea WEBLOG~1 server bin;d: bea JDK141~1 jre bin;d: bea JDK141~1 bin;C: W
INDOWS system32;C: WINDOWS;C: WINDOWS System32 Wbem;D: Borland JBuilder2005 thir
dparty ant bin;d: bea WEBLOG~1 server bin oci920_8

Your environment has been set.

详细的参数请参考weblogic.Deployer的帮助信息.

 

       详细的可以参考sdj21的<<使用Ant管理配置Weblogic>>

浏览地址为: http://dev2dev.bea.com.cn/bbs/jishudata/ArticleShow.jsp?Id=7

3、 控制台(console)布署:

 

这里的控制台布署方式是指基于web-UI的布署方式.

启动先前配置好的server,输入:http://localhost:7001/console登录进入管理控制台.

按顺序点击DeploymentsàWeb Application Modules,然后在右框架中点击链接Deploy a new Web Application Module,选择想要布署的web程序所在的目录.

如果web程序可布署的话,在列表中的文件之前会出现一个单选框.

 

选中要布署的web程序,点击Target Module按钮,输入布署的web程序名称(如果有多个服务器和集群,则还要选择目标服务器和集群),点击Deploy按钮,等待web布署启动.

 

4、 Weblogic Server/Express8.1编译临时文件夹:

 

Weblogic Server/Express 8.1 将JSP/Servlet文件编译为class,存储在D:/bea/user_projects/domains/default/KEZC/.wlnotdelete/extract目录下相应的子文件夹中.

5、 Weblogic.xml解析:

 

Weblogic.xml描述符文件用来对web.xml文件的基本配置和布署特性进行扩展,主要包含针对weblogic server特有的属性,比如安全代理角色控制、缺省web设置等.值得注意的是, 只要web.xml够用weblgic.xml并不是必须的.

Weblogic.xml以weblogic-web-app为根节点,包括以下属性:

 

description, weblogic-version, security-role-assignment, run-as-role-assignment,

reference-descriptor, session-descriptor, jsp-descriptor, auth-filter,

container-descriptor, charset-params, virtual-directory-mapping, url-match-map,

preprocessor, preprocessor-mapping,security-permission, context-root,

wl-dispatch-policy, servlet-descriptor,init-as, destroy-as

详细的请查看来自weblogic.xml配套的DTD文件说明,里面有详细的元素功能说明和应用举例,浏览地址:http://www.bea.com/servers/wls810/dtd/weblogic810-web-jar.dtd

 

180.在 Vue3 中使用 OpenLayers 实现多个多边形的绘制、编辑、删除与清空 【摘要】本文介绍如何在Vue3+TypeScript环境下使用OpenLayers实现多边形地图交互功能。通过Composition API封装核心逻辑,实现了多边形绘制、编辑、删除及清空等操作。关键技术包括:使用VectorLayer管理图形数据,Draw/Modify/Select交互控制,以及通过ref()管理交互状态。文中提供了完整代码示例,并解决了交互对象叠加问题,为开发GIS应用提供了基础模块。该方案支持扩展为数据库存储、后端交互等高级功能。 阅读详情

相关推荐

AFSIM仿真系统组件开发入门:手把手教你扩展传感器与武器模型

本文为AFSIM仿真系统组件开发入门指南,手把手教你如何扩展传感器与武器模型。通过深入解析AFSIM基于组件的体系结构,并结合构建自定义电子扫描阵列雷达传感器和协同交战智能武器系统两个实战案例,详细介绍了从C++插件开发、MATLAB算法集成到脚本接口暴露的完整流程,帮助你掌握定制AFSIM仿真的核心能力。

t8u9v0w1x的博客 498

启动weblogic域,不需要输入密码设置方法

一、问题描述与分析 部署完WEBLOGIC后,在每次启动时执行./startWebLogic.sh脚本时,都会停在输入用户名与密码这里,相当不方便。所以要做到启动过程不输入密码有两种做法,见下面实例。 二、实验过程 A.修改WebLogic的启动脚本,即修改startWebLogic.sh,增加用户名(weblogic)与密码(password),步骤如下: 1.进入WLS_H...

VickHUC的博客 1270

在银河麒麟V10上部署Atlas 300i Duo:从固件到驱动的一站式踩坑笔记

日期:2025-09-09关键词:鲲鹏920、Atlas 300i Duo、银河麒麟V10、NPU、驱动、固件。

weixin_41544125的博客 2824

启动weblogic域不需要输入密码设置方法

一、问题描述与分析 部署完WEBLOGIC后,在每次启动时执行./startWebLogic.sh脚本时,都会停在输入用户名与密码这里,相当不方便。所以要做到启动过程不输入密码有两种做法,见下面实例。 ...

civbl2961的博客 455

DAP-Link DIY复刻指南

DAP-Link是ARM开源的一个项目,主要用于代码下载以及调试,支持SWD和JTAG调试接口,对于开发嵌入式的同学相信都或多或少有所耳闻。除了DAP-Link之外还有很多同类型的调试器,如ST-LinkJ-Link,但是这些都是不开源的,无法复刻或进行二次开发。但DAP-Link不同,完全开源,不用担心侵权问题,且随着开源社区大家的共同努力,DAP-Link经过了不断的迭代,先如今已取代ARM之前推出的CMSIS-DAP开源项目。

爱出名的狗腿子 1万+

超声波测距的15度魔法:HC-SR04测量角度特性在机器人避障中的实战技巧

本文深入探讨了HC-SR04超声波测距模块在机器人避障中的15度测量角度特性及其应用技巧。通过分析15度角的工程意义、多模块阵列设计、狭小空间优化方案及温度补偿技术,帮助开发者提升机器人环境感知能力。文章特别强调了HC-SR04模块在低成本避障方案中的核心优势与实战优化策略。

weixin_29172963的博客 431

实战:Oracle Weblogic 11g配置无密码启动,启动关闭脚本,修改节点内存

上篇博文介绍了Oracle Weblogic 11g的安装部署,本文介绍Weblogic安装后的基本配置包括:设置weblogic启动关闭的无密码验证,启动关闭脚本,修改默认的节点内存。

专注于数据库技术分享,包含但不限于Oracle,MySQL,PostgreSQL,ElasticSearch及国产数据库等 1319

Cadence仿真数字电路功耗

Cadence仿真数字电路功耗 数字电路的功耗采用平均电流乘电源电压获得,所以本文的关键是测量平均电流。 仿真前设置好仿真参数后,在仿真的ADE街边选择:outputs➡to be saved➡select on design 选择电源的负端电流(若选择正端,则电流为负): 选择完成后,在ADE界面讲所选节点的plot也勾选上,点击run。仿真完成后自动显示波形。在波形上选中该电流曲线,右击选择:send to➡calculator 注意上图中,商店前的波形不稳定,需要进行截取。在calculator

qq_41519780的博客 1万+

weblogic启动不需要输入用户名密码

方法一:在startWebLogic.cmd/sh中添加JAVA_OPTIONS参数:-Dweblogic.management.username=weblogic -Dweblogic.management.password=weblogic 方法二:在域目录下建立boot.properties文件。例: username=weblogic password=weblogi...

持续疯长,往天那边去 239

浅谈Mike 3D中制作垂向水温分层边界

本次以水温分层为例进行讲解,可应用于水库的水温分层模拟中

zhuzhujiayoua的博客 1419

【福建dem】原始高程数据tif格式

DEM(Digital Elevation Model,数字高程模型)是一种地理信息系统中的关键数据集,它提供了地表地形的三维信息,通常用于分析地貌特征、模拟水文过程、规划建设、灾害预警等多个领域。这种数据对于地理分析非常有价值,例如,它可以用于计算坡度、坡向、地形粗糙度等地形特征,或者进行洪水模拟、地质灾害评估、太阳能辐射分析等。“福建dem原始高程数据tif格式”是研究和理解福建省地形地貌的重要资源,结合GIS工具,可以揭示丰富的地理信息,为科研、工程和决策提供有力支持。

鸿业远图科技 946

如何让weblogic启动的时候不用输入用户和密码?

1、创建以下目录: mkdir –p /u03/weblogic/Oracle/Middleware/user_projects/domains/xzxj/servers/AdminServer/security 其中security是要创建的目录,其他的都是存在的。xzxj是域名。 2、编辑boot.properties文件,加入以下内容: username=weblogic pas

he_jian1的专栏 1万+

Android CCodec (四) Output Buffer流程分析

Android 多媒体架构 Codec2 Output Buffer

给大佬递杯卡布奇诺的博客 3267

Weblogic大全

weblogic默认的初始密码: weblogic/weblogic Weblogic忘记密码? 用户weblogic的密码忘了,到现场将weblogic的密码重新初始化,在网上找了两种办法,自己最后又进行了 相应的实验,此种方法初始化weblogic的密码可以成功. 方法一、 eg:weblogi8 1.删除boot.properties文件(备份D:\be

HkEndless的专栏 1787

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

[转]weblogic8.1.4布署全过程

weblogic8.1.4布署全过程1)下载安装WEBLOGIC8.1.4 2)打补丁:拷贝weblogic_sp.jar 到 $WL_HOME/server/lib/      拷贝license.bea 到 $BEA_HOME 3)开始菜单:BEA WebLogic Platform 8.1组下的 ,选择快速启动项 4)新建域配置(新建WEBLOGIC配置,下一步,用户名输入相

lanvia的专栏 1610

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。

weblogic的集群与配置 http://blog.youkuaiyun.com/lifetragedy

一、Weblogic的集群 还记得我们在第五天教程中讲到的关于Tomcat的集群吗? 两个tomcat做node即tomcat1, tomcat2,使用Apache HttpServer做请求派发。 现在看看WebLogic的集群吧,其实也差不多。 区别在于: ²  Tomcat的集群的实现为两个物理上不同的tomcat,分别就是两个node,没有总控端,

wangxinarron的专栏 687

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

Weblogic 布署

1.建立自己想要的domain 2.开始-所有程序-weblogic-user projects-domain-mydomain 3.打开weblogic控制台:http://localhost:7001/console(本地服务) 4.控制台中创建连接池 a.主界面下,选择“connection Pools”,点击【continue】 ...

weixin_33847182的博客 128

weblogic的集群与配置

本文转摘于;http://blog.youkuaiyun.com/liuqiwen0512/article/details/7739421 一、Weblogic的集群 还记得我们在第五天教程中讲到的关于Tomcat的集群吗?   两个tomcat做node即tomcat1, tomcat2,使用Apache HttpServer做请求派发。 现在看看WebLogic的集群吧,其实也差不多。

無大志的专栏 888

通向架构师的道路(第九天)之weblogic的集群与配置

一、Weblogic的集群 还记得我们在第五天教程中讲到的关于Tomcat的集群吗? 两个tomcat做node即tomcat1, tomcat2,使用Apache HttpServer做请求派发。 现在看看WebLogic的集群吧,其实也差不多。 区别在于: ²  Tomcat的集群的实现为两个物理上不同的tomcat,分别就是两个node,没有总控端,没有任何控制台可言(只有

虎子专栏 7456

weblogic8.0 配置(告诉大家)

我们知道在weblogic7.x之前,安装完后weblogic会自动创建默认的应用目录DefaultWebApp。如果没有特别的需要,就可以利用这个默认的应用目录布署Web应用程序或者J2EE系统了。而在weblogic8.x之后版本中,它不会自动创建默认的应用目录。所以我们需要使用Configuration Wizard来创建自己的应用目录,发布应用目录有两种方法,现分别介绍。 1.weblog

shenghuiping2001的专栏 1091

Weblogic配置自己的应用

我们知道在weblogic7.x之前,安装完后weblogic会自动创建默认的应用目录DefaultWebApp。如果没有特别的需要,就可以利用这个默认的应用目录布署Web应用程序或者J2EE系统了。而在weblogic8.x之后版本中,它不会自动创建默认的应用目录。所以我们需要使用Configuration Wizard来创建自己的应用目录,发布应用目录有两种方法,现分别介绍。1.weblo

YiYaYo的专栏 1079

通向架构师的道路之weblogic的集群与配置

² Weblogic的集群必须设立一个总控端,可从上图中看出,然后这个总控端我们把它称为AdminServer,然后在其下可以挂weblogic的集 群的node,这个node不是物理上不同的两个weblogic,而是不同的domain,我们假设domain1, domain2为两个weblogic的集群的节点。嘿嘿,千万不要把这个JDBC连接池的“target”即作用域设错了哈,我们现在是集群,要把这个JDBC连接池的作用域设在我们的集群上的哈!是的,果然,它自动布署了。

1、测试博主技术知识分享 2、pos行业知识技术分享 3、java后端技术知识分享 4、嵌入式技术知识分享 5、运维部署相关知识分享 1272

快速配置weblogic8.X的应用目录

我们知道在weblogic7.x之前,安装完后weblogic会自动创建默认的应用目录DefaultWebApp。如果没有特别的需要,就可以利用这个默认的应用目录布署Web应用程序或者J2EE系统了。而在weblogic8.x之后版本中,它不会自动创建默认的应用目录。所以我们需要使用Configuration Wizard来创建自己的应用目录,发布应用目录有两种方法,现分别介绍。 1.webl

java电商源码分享 1149

Weblogic的集群

《收藏自http://www.cnblogs.com/HondaHsu/p/4267972.html》 一、Weblogic的集群 还记得我们在第五天教程中讲到的关于Tomcat的集群吗? 两个tomcat做node即tomcat1, tomcat2,使用Apache HttpServer做请求派发。 现在看看WebLogic的集群吧,其实也差不多。 ...

baimo7074的博客 141

快速配置weblogic8_X的应用目录

我们知道在weblogic7.x之前,安装完后weblogic会自动创建默认的应用目录DefaultWebApp。如果没有特别的需要,就可以利用这个默认的应用目录布署Web应用程序或者J2EE系统了。而在weblogic8.x之后版本中,它不会自动创建默认的应用目录。所以我们需要使用Configuration Wizard来创建自己的应用目录,发布应用目录有两种方法,现分别介绍。1.weblogi

tyg_owen的专栏 825

转帖 快速配置weblogic8.X的应用目录 yhjvc [原作]

我们知道在weblogic7.x之前,安装完后weblogic会自动创建默认的应用目录DefaultWebApp。如果没有特别的需要,就可以利用这个默认的应用目录布署Web应用程序或者J2EE系统了。而在weblogic8.x之后版本中,它不会自动创建默认的应用目录。所以我们需要使用Configuration Wizard来创建自己的应用目录,发布应用目录有两种方法,现分别介绍。    1.w

xiangbo520的专栏 919
上一篇: Oracle 笔记
下一篇: josn工具类
oolala
博客等级 码龄20年 2粉丝 8原创
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
 
 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
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