Maven基础知识整理

Maven

最近公司要新起项目,回过头来看一下关于构建工具的事。比较常用的就是maven了

maven是一个项目自动构建工具,类似的还有ant, gradle。maven具体是如何管理构建过程的呢?

首先什么是构建。写好的代码,要发布到web服务器,需要打包的过程,就是在构建。

maven工程必须按照约定的目录结构构建:

根目录:工程名
|---src:源码
|---|---main:存放主程序
|---|---|---java:java源码文件
|---|---|---resource:存放框架的配置文件
|---|---test:存放测试程序
|---pom.xml:maven的核心配置文件

pom.xml:

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>com.hzg.maven</groupId>
    <artifactId>Hello</artifactId>
    <version>0.0.1-SNAPSHOT</version>

    <name>Hello</name>

    <dependencies>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.0</version>
            <scope>test</scope>
        </dependency>
    </dependencies>
</project>

使用maven,最关键的就是这个pom.xml。可以看到,首先定义了项目的“坐标”,即groupId、artifactId、version,通过这个坐标可以唯一标识一个依赖,这个项目本身也可能会被发布到本地和远程仓库中,有了这个坐标就方便其他项目导入了。dependencies中定义的是项目用到的jar包,也是通过坐标来定位的。scope是依赖的范围,包括以下几种:

scope含义
compile默认值,适用于所有阶段(开发、测试、部署、运行)
provided只在开发、测试阶段使用,避免servlet容器和本地仓库的jar包冲突
runtime只在运行时使用,如JDBC驱动,适用运行和测试阶段
test只在测试时使用,用于编译和运行测试代码,不会随项目发布
system类似provided,需要显示提供包含依赖的jar,maven不会在仓库中查找它

写到这的时候了解了一下,比如项目中用到的lombok依赖的scope是provided。lombok只在编译阶段有效,在编译时将带lombok注解的java文件正确编译为完整的class文件。system不常用。

有的项目由于设计需要,可能会拆分为多个模块。例如在项目Hello中包含了模块a和模块b两个子模块,maven可以管理这种父子模块的关系,配置文件大概长这样:

父项目的配置文件:

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <groupId>com.abcd.hello</groupId>
    <artifactId>hello-parent</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <packaging>pom</packaging>
    
    <modules>   <!--子模块-->
        <module>hello-a</module>
        <module>hello-b</module>
    </modules>
    <properties>   <!--版本信息-->
        <slf4j.version>1.8.0</slf4j.version>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.slf4j</groupId>
            <artifactId>slf4j-api</artifactId>
            <version>${slf4j.version}</version>
        </dependency>
    </dependencies>
</project>

子模块的配置文件:

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>com.abcd.hello</groupId>
        <artifactId>hello-parent</artifactId>
        <version>0.0.1-SNAPSHOT</version>
    </parent>
    <artifactId>hello-a</artifactId>
    <packaging>war</packaging>    <!--指定打包方式为war包-->
</project>

项目中需要添加依赖时,加一个dependency标签即可。maven解析依赖时会先从本地仓库查找被依赖的jar包;如果本地仓库没有的,就会去中央仓库查找maven坐标来获取jar包,并下载到本地仓库中。而当我们的项目要被其他项目使用时,可能会用到mvn install/deploy命令,将项目发布到仓库中。仓库就好像是一个集中管理jar包的地方,当你本地可能有多个项目用到同一个依赖的时候,通过maven联系仓库来找就好了,而不用你自己去找jar包然后配置到项目里了,就节省了搭建项目的时间。

当我们找好了依赖,而且代码也写好的时候,这时候就需要构建,也就是说服务器并不认你写好的.java文件,只认编译过的.class文件,通过maven就可以帮你快速的编译整个项目的代码。有时候使用maven构建之后会发现项目多了一个target文件夹,这就是构建得到的东西都放在里面。

构建的各个环节包括:

环节作用
clean将以前编译得到的旧文件class字节码文件删除
compile将java源程序编译成class字节码文件
test自动测试,调用junit程序
report测试程序执行的结果
package打包(war/jar)
install将打包得到的文件安装到仓库中
deploy部署到远程服务器


Maven的生命周期模型(lifecycle)

maven有三套相互独立的生命周期,分别是:

  1. clean lifecycle: 构建之前的清理工作
  2. default lifecycle: 构建的核心部分,编译测试打包部署等等
  3. site lifecycle: 生成项目报告,发布站点

可以仅仅调用clean来清理工作目录,也可以直接运行mvn clean install site运行所有三套生命周期。每套生命周期都由一组阶段(phase)组成,这些阶段是有顺序的,比如常用的mvn clean,会执行clean生命周期的clean阶段和之前所有的阶段。

生命周期阶段作用
cleanpre-cleanclean前的工作
cleanclean移除所有上一次构建生成的文件
cleanpost-cleanclean后的工作
defaultvalidate
defaultgenerate-sources
defaultprocess-sources
defaultgenerate-resources
defaultprocess-resources复制并处理资源文件到目标目录
defaultcompiile编译项目源代码
defaultprocess-classes
defaultgenerate-test-sources
defaultprocess-test-sources
defaultgenerate-test-resources
defaultprocess-test-resoureces复制并处理资源文件到目标测试目录
defaulttest-compile编译测试源代码
defaultprocess-test-classes
defaulttest使用合适的单元测试框架运行测试
defaultprepare-package
defaultpackage接收编译好的代码,打包成可发布的格式如jar
defaultpre-integration-test
defaultintegration-test
defaultpost-integration-test
defaultverify
defaultinstall将打包安装到本地仓库
defaultdeploy将打包复制到远程的仓库
sitepre-site
sitesite
sitepost-site
sitesite-depoly

时间仓促,整理个大概,也算是有个大框理解了。


参考博客链接:

Maven生命周期详解

Maven最全笔记,99%的人都收藏了!

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