Linux(centos6.5)下安装jenkins

本文详细介绍了如何在CentOS环境下安装并配置Jenkins,实现自动化部署。包括JDK及Maven环境搭建、Jenkins安装配置步骤、端口设置、解决常见安装问题等,并提供了登录密码的查找方式。

Jenkins 的前身是 Hudson 是一个可扩展的持续集成引擎。

通俗的来讲,jenkins就是一个可以实现自动化部署的一个插件,

对于我来说,也是应用在系统部署上。

1、安装JDK,maven环境搭建 (这个就不废话了,自己不会就Google)

2、jenkins

[root@centos03 home]#  wget -O /etc/yum.repos.d/jenkins.repo http://pkg.jenkins-ci.org/redhat/jenkins.repo
[root@centos03 home]#  rpm --import http://pkg.jenkins-ci.org/redhat/jenkins-ci.org.key
[root@centos03 home]#  yum install jenkins

  

 如果不能安装就到官网下载jenkis的rmp包,官网地址(http://pkg.jenkins-ci.org/redhat-stable/)


[root@centos03 home]#  wget http://pkg.jenkins-ci.org/redhat-stable/jenkins-2.7.3-1.1.noarch.rpm
[root@centos03 home]#  rpm -ivh jenkins-2.7.3-1.1.noarch.rpm

  配置jenkis的端口  

[root@centos03 home]#  vi /etc/sysconfig/jenkins

找到修改端口号:

JENKINS_PORT="8080" 此端口不冲突可以不修改

作者修改为了:JENKINS_PORT="9999"

启动jenkis

1 [root@centos03 home]# service jenkins start

如果提示

  Starting Jenkins bash: /usr/bin/java: 没有那个文件或目录

这是jdk的配置问题

[root@centos03 home]# vi /etc/init.d/jenkins
<br>candidates="
/etc/alternatives/java
/usr/lib/jvm/java-1.6.0/bin/java
/usr/lib/jvm/jre-1.6.0/bin/java
/usr/lib/jvm/java-1.7.0/bin/java
/usr/lib/jvm/jre-1.7.0/bin/java
/usr/lib/jvm/java-1.8.0/bin/java
/usr/lib/jvm/jre-1.8.0/bin/java
/usr/bin/java
/home/jdk1.7.0_79/bin/java (注意 这里修改为自己安装的jdk路径)
" 

 重启jenkins

[root@centos03 home]# service jenkins restart  jenkins登录密码在这个文件里

[root@centos03 home]# vi /var/lib/jenkins/secrets/initialAdminPassword  接下就是安装插件了

转载于:https://my.oschina.net/gyuan/blog/917310

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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