图解eclipse+myelcipse开发EJB[ZZ] + My Deployment

在开发ejb之前,我们先得配置好服务器,我使用的是Weblogic9.0中文版,关于Weblogic9.0配置请看我的另一片文章。 配置Weblogic9.0
   
    首先需要配置好eclipse。我这里主要说明weblogic的配置。
     ejb19.jpg

    注意JDK选择JDK5.0的版本。
   
    顺便将weblogic8的配置也贴上来,供大家比较参考
    ejb18.jpg
   
    注意weblogic8的JDK版本必须是JDK1.4。
   
    接下来就开始我们的开发了。

ejb1.jpg

ejb2.jpg

ejb3.jpg

ejb4.jpg

ejb5.jpg

下面就是SessionBean的代码
30

其实就是修改了其中的一个方法:
 1  /**
 2       * An example business method
 3       *
 4       * @ejb.interface-method view-type = "remote"
 5       * 
 6       *  @throws  EJBException Thrown if method fails due to system-level error.
 7        */
 8       public  String hello()  throws  EJBException {
 9           //  rename and start putting your business logic here
10           return   new  String( " HelloEJBWorld! " );
11      }
注意:代码中的解释文字不要删除,因为XDoclet需要。

配置属性
ejb6.jpg

添加weblogic.jar。我的路径是:bea/weblogic90/server/lib/weblogic.jar
ejb16.jpg

ejb7.jpg

ejb8.jpg

ejb9.jpg

ejb10.jpg

ejb11.jpg

ejb12.jpg

ejb13.jpg

ejb14.jpg

ejb15.jpg

就下来写EJBTest类:
 1  package  com;
 2 
 3  import  java.rmi.RemoteException;
 4  import  java.util.Properties;
 5 
 6  import  javax.ejb.CreateException;
 7  import  javax.naming.Context;
 8  import  javax.naming.InitialContext;
 9  import  javax.naming.NamingException;
10 
11  import  com.interfaces.HelloWorld;
12  import  com.interfaces.HelloWorldHome;
13 
14  public   class  EJBTest {
15 
16       /**
17       *  @param  args
18        */
19       public   static   void  main(String[] args) {
20           //  TODO 自动生成方法存根
21          Properties properties = new  Properties();
22          properties.setProperty(Context.INITIAL_CONTEXT_FACTORY, " weblogic.jndi.WLInitialContextFactory " );
23          properties.setProperty(Context.PROVIDER_URL, " t3://localhost:7001 " );
24          
25          Context context;
26           try  {
27              context  =   new  InitialContext(properties);
28              HelloWorldHome hwh = (HelloWorldHome)context.lookup( " ejb/HelloWorld " );
29              HelloWorld hw = hwh.create();
30              String s = hw.hello();
31              System.out.println(s);
32          }  catch  (NamingException e) {
33               //  TODO 自动生成 catch 块
34              e.printStackTrace();
35          }  catch  (RemoteException e) {
36               //  TODO 自动生成 catch 块
37              e.printStackTrace();
38          }  catch  (CreateException e) {
39               //  TODO 自动生成 catch 块
40              e.printStackTrace();
41          }
42          
43      }
44 
45 
46  }
47 



最后就是看结果了,先启动weblogic,然后运行EJBTest程序。

ejb17.jpg


 deploy EJB (the EJB developed in Eclipse & MyEclipse)
============================================================================
Deployed in BEA WebLogic Server9.1 Administration Console.
============================================================================
************************
how to pack jar file
************************
WLEJB/
 ..........
 classes/
  com/
   ejb/
    HelloWorld.class
    HelloWorldSession.class
   interfaces/
    HelloWorld.class
    HelloWorldHome.class
    HelloWorldUtil.class
  META-INF/
   ejb-jar.xml
   MANIFEST.MF
   weblogic-ejb-jar.xml

execute the command:
D:/CODE/Eclipse/WLEJB/classes>jar cvf wlejb.jar META-INF com


1)Lock & Edit
2)Install
3)browse to D:/CODE/Eclipse/WLEJB/classes and select "wlejb.jar" and save
4)choose "wlejb.jar" and click "start"
5)run EJB client

** No file would be copy to E:/bea/user_projects/domains/base_domain/autodeploy

============================================================================
Deployed in MyEclipse tool button
============================================================================
1)first set Application Server Property: Weblogic 9.1
2)then click MyEclipse Button "Deploy MyEclipse J2EE project to server..."
3)then classes folder and a jar (generated) would be copy to E:/bea/user_projects/domains/base_domain/autodeploy
4)click MyEclipse Button start the server
5)run client, bingo!

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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