SpringBoot携带Jre绿色部署项目_免安装Jdk[Windows服务器]

本文介绍如何在SpringBoot项目中实现绿色部署,通过打包项目为jar,同时携带Jre并在Windows服务器上运行,避免因Jdk版本不一致导致的问题。作者提供了详细步骤,包括自测项目结构和bat启动文件内容,以及Jdk1.6-1.8版本的下载链接。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

SpringBoot携带Jre绿色部署运行项目[Windows服务器]

说明:

实际应用的不方便场景:
	1. 实际项目部属时,现有服务器可能已安装有Jdk,和自己项目的Jdk版本不一致,
			不敢轻易安装自己使用的Jdk,担心对现有项目造成破坏;
	2. 待运行自己项目的服务器,不想每台都独立安装自己所需Jdk环境,想要项目文件夹完整拷贝,
			便可直接运行使用;
当前方案解决思路的好处:
	1、无需独立安装自己需要的Jdk环境,防止对服务器上已有的项目造成影响;
	2、多台服务器部署时,不用每台服务器都安装环境,拷贝过去即可直接运行;

1. 实现步骤

1:将自己的SpringBoot项目打包,生成指定jar;
2:直接官网下载项目运行时[Runtime Environment]版本的 jre ,解压后,将文件夹拷贝出来;  
	或  (((直接拷贝本地jdk目录下的jre亦可:
			***: A、找到自己开发电脑,已安装Jdk的电脑,打开JDK目录,
				 B、将Jdk路径下的 jre 文件夹,整体复制出来;)))
	【注 ==> 开发环境Jdk下的 jre 文件夹占用体积大些,官网提供的 jre 文件夹体积稍小些 】
3:将项目Jar和Jre文件夹放置同一文件夹下,另新建一个bat启动文件;
4:bat文件内容:start jre1.8/bin/java -jar TestSringBootRun.jar; 【即指定自己的Jdk环境运行项目】

2. 自测项目文件目录及bat文件内容,截图如下:

2-1 项目文件夹列表:

在这里插入图片描述

2-2. bat内容

@REM 控制台显示的标题名称,如无需要可删除此条
title 测试SpringBoot携带Jre运行服务

@REM 使用当前路径下的Jre,运行当前路径下的Jar项目  
start jre1.8/bin/java -jar TestSringBootRun.jar

在这里插入图片描述

3. 扩展: 1.6-1.8版本的jdk下载

#  注:
#		目前官网下载低于jdk1.8版本,需要登陆用户才可下载;
#		下面是热心网友提供的账号及密码,亲测有效
账户:3028064308@qq.com
密码:OraclePassword123!

账户: 602205528@qq.com
密码:Hkk.520.1314

账户:2696671285@qq.com 
密码:Oracle123

账户:541509124@qq.com
密码:LR4ever.1314

1、java SE 1.6各个版本 jdk
2、java SE 1.7各个版本 jdk
3、java SE 1.8各个版本 jdk

### RAGFlow与DeepSeek集成与配置指南 #### DeepSeek概述 DeepSeek是一个基于Dify构建的本地知识库解决方案,支持通过Ollama来安装和管理文本嵌入模型。这使得用户能够在私有环境中部署先进的自然语言处理能力[^1]。 #### FastGPT/RagFlow简介 FastGPT/RagFlow专为企业级用户提供了一个高度可定制化的平台,它不仅拥有强大的检索增强生成(Retrieval-Augmented Generation, RAG)引擎,还具备工作流编排(Workflow Orchestration)功能,可以满足复杂的数据处理和服务调用需求[^2]。 #### 集成方案设计 为了实现RagFlow同DeepSeek的有效结合,建议采取如下架构: - **数据层**: 利用DeepSeek作为底层的知识存储仓库; - **索引服务**: 借助于Ollama提供的向量数据库技术创建高效的语义索引; - **应用逻辑层**: RagFlow负责定义具体的查询流程以及如何组合多个API请求完成特定任务; #### 安装准备事项 确保已经按照官方指导完成了以下准备工作: - Ollama环境设置完毕并能正常运行; - 已经获取到了所需的预训练模型文件; - 成功克隆了RagFlow项目源码至开发机器上; #### 实现步骤说明 ##### 创建新的Pipeline 在`pipelines/`目录下新建Python脚本用于描述整个pipeline的工作方式: ```python from ragflow.pipelines import PipelineBuilder from ragflow.nodes.retriever.deepseek_retriever import DeepSeekRetrieverNode from ragflow.nodes.generator.text_generator_node import TextGeneratorNode def create_pipeline(): builder = PipelineBuilder() retriever_config = { "host": "<your_deepseek_host>", "port": 8090, "index_name": "example_index" } generator_config = {"model_path": "./models/pretrained_model"} pipeline = ( builder.add_node( node=DeepSeekRetrieverNode(**retriever_config), name="Retrieve Documents", ) .add_node(node=TextGeneratorNode(**generator_config), name="Generate Response") .build() ) return pipeline ``` 此处展示了怎样连接到远程主机上的DeepSeek实例,并指定要使用的索引名称。同时也指定了用来生成回复的具体模型路径。 ##### 运行测试样例 编写简单的命令行界面来进行交互式的问答会话模拟: ```python if __name__ == "__main__": from ragflow.utils.logger import setup_logger logger = setup_logger(__file__) pipe = create_pipeline() while True: query = input("Ask anything (or type 'exit' to quit): ") if query.lower() == 'exit': break try: result = pipe.run(query=query) print(f"\nAnswer:\n{result['response']}\n") except Exception as e: logger.error(e) ``` 这段代码实现了基本的人机对话循环,在其中每次输入一个问题都会触发一次完整的pipeline执行过程,最终返回由AI合成的回答内容给用户查看。
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