To embed OSGi in servlet container

最新推荐文章于 2024-09-18 11:45:05 发布
最新推荐文章于 2024-09-18 11:45:05 发布
阅读量165 收藏
点赞数
分类专栏： eclipse tomcat embed OSGi 文章标签： eclipse embed osgi tomcat
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/winseII/article/details/84253897
版权

环境：

Eclipse Modeling Tools

Version: Indigo Service Release 2

Build id: 20120216-1857

 

操作系统：win7

tomcat： apache-tomcat-7.0.27

 

1、 简单操作（在bridge基础上再添加jar）

主页：

http://eclipse.org/equinox/server/http_in_container.php

http://eclipse.org/equinox/server/downloads/bridge.war

基本操作：

http://developer.51cto.com/art/200910/157948.htm

 

2、 通过eclipse product生成可运行的程序，然后嵌入到tomcat

（这里需要稍稍的了解类的加载。）

demo.zip 在 sample.http 的基础上增加了product打包功能，导入eclipse modeling后，打开/sample.server/server-web.product，点击·Launch an Eclipse application·，然后在浏览器中输入http://localhost/helloworld (启动后jetty默认端口为80)会看到“Hello World -- sample servlet”。

 

嵌入到tomcat，需要对bridge/WEB-INF/eclipse进行修改。

由于tomcat启动是已经加载了servlet-api（即javax.servlet），同时由于使用tomcat取代jetty作为容器。

1、 如果存在引用javax.servlet bundle。获取该插件的源码，分别打开${BUNDLE}/META-INF/MANIFEST.MF。切换到`Dependencies`页签，删除`Required Plug-ins`中javax.servlet，在`Imported Packages`中添加javax.servlet, javax.servlet.http。 

2、 打开server-web.product，导出可运行的程序。

3、 文件处理

删除导出的 product-export/eclipse/plugins/ 下的 jetty.server 和 javax.servlet 的包。

 

同时，bridge/WEB-INF/eclipse/plugins仅保留org.eclipse.equinox.http.servletbridge和org.eclipse.update.configurator。（其他的包在product-export/eclipse/plugins/已经包含了）

 

拷贝 product-export\eclipse 下全部的文件到bridge/WEB-INF/eclipse

4、 配置文件bridge/WEB-INF/eclipse/configuration/config.ini

修改加载与启动的bundle。

打开config.ini， org.eclipse.update.configurator和org.eclipse.equinox.http.servletbridge； 删除 javax.servlet 和 org.mortbay.jetty.server 的加载项。

 

（仅进行了粗略的处理，org.eclipse.equinox.launcher应该也还可以去掉）

 

all-in-one.zip处理了后面的三个步骤，运行deploy.bat，然后把all-in-one/bridge/WEB-INF目录（是整个WEB-INF目录）拷贝到webapps/ROOT/目录下即可。

 


 

 

刚开始遇到同样的问题。在正常启动前，还没有处理掉javax.servlet插件。可能导致加载了不同jar中的的servlet类（javax.servlet bundle与servlet-api jar）：

 

 写道
org.osgi.framework.BundleException: The bundle could not be resolved.
Reason: Missing Constraint: Import-Package:
org.eclipse.equinox.servletbridge; version="1.0.0"

 

http://www.eclipse.org/forums/index.php/mv/tree/34715/

 

 

查看的相关文章：

http://eclipse.org/equinox/server/http_in_container.php

http://www.geclipse.eu/fileadmin/Documents/Guides/deployment.pdf

http://eclipse.dzone.com/articles/embedding-osgi-tomcat

http://developer.51cto.com/art/200910/157948.htm

 

http://stackoverflow.com/questions/10252768/to-embed-osgi-in-servlet-container-or-servlet-container-in-osgi

 

http://www.blogjava.net/Phrancol/articles/267508.html

 

 

源码地址：

:pserver:dev.eclipse.org:/cvsroot/rt,org.eclipse.equinox/server-side/bundles/org.eclipse.equinox.http.servletbridge

:pserver:dev.eclipse.org:/cvsroot/rt,org.eclipse.equinox/server-side/bundles/org.eclipse.equinox.servletbridge

 

https://github.com/winse/hello/tree/ca902237e03c05f13c7a3cf838de48c825d98dc4

 

winseII
关注
专栏目录
web container与osgi container集成方案实践
tianshibaijia
10-27 144
一、目的： 目前Osgi Web开发仅有HttpService,Virgo的可以将WAR应用转换成Bundle，对我而言有些“重”，为了力求简洁，自行尝试使用Web Container来集成Osgi Container,便于定制客户化的管理功能，监控功能。 二、环境准备： 框架： spring3.1 RC1 osgi 3.6.2 gemini-blueprint 1.0 se...
OSGi in Action
10-05
HIGHLIGHT OSGi in Action is the definitive guide to OSGi, the hottest technology available for creating modular enterprise Java applications. DESCRIPTION What is OSGi? Simply put, OSGi is a ...
Refer to embed CRD document elaborating the requirements
12-16
"Word 文档编辑技巧和快捷键总结" 本文档总结了 Word 文档编辑中的一些常用技巧和快捷键，涵盖了文档编辑、表格设置、图片插入、文字排版、格式设置等方面。 一、文档编辑技巧 1. 使用 Ctrl 键快速跳转到指定位置...
Backend - Eclipse 软件写 java 项目
是萝卜干呀的博客
09-18 917
知识量决定了未来能走多远
Eclipse 悬浮提示：提高编程效率的利器
lly202406的博客
09-14 509
悬浮提示是 Eclipse IDE 中的一项功能，当您将鼠标悬停在代码编辑器的某个元素上时，它会显示与该元素相关的信息。这些信息可能包括变量类型、方法签名、文档注释等。悬浮提示的目的是提供快速、方便的代码导航和文档查阅方式，减少开发者查找相关信息的需要，从而提高编码速度和准确性。
MyBatis系统学习（四）——MyBatis的关联映射和缓存机制
2301_79858914的博客
09-16 1263
一对一（One-to-One）：两个表中一条记录对应另一个表中的一条记录。一对多（One-to-Many）：一个表中一条记录对应另一个表中的多条记录。多对多（Many-to-Many）：两个表中的多条记录彼此关联。使用resultMap标签进行复杂的对象关系映射。通过注解来实现简单的映射。动态 SQL：MyBatis 提供了ifchoosewhenforeach等标签来处理动态 SQL，满足多变的业务需求。resultMap的使用resultMap。
HTTP&Tomcat
Dongdong20021203的博客
09-15 1777
Web是全球广域网，也称为万维网(www)，能够通过浏览器访问的网站。在我们日常的生活中，经常会使用浏览器去访问百度京东传智官网等这些网站，这些网站统称为Web网站。如下就是通过浏览器访问传智官网的界面:我们知道了什么是Web，那么JavaWeb又是什么呢？顾名思义JavaWeb就是用Java技术来解决相关web互联网领域的技术栈。等学习完JavaWeb之后，同学们就可以使用Java语言开发我们上述所说的网站。而国内很多大型网站公司也是首选Java语言来解决web互联网相关的问题。
【MyBatis】Java 数据持久层框架：认识 MyBatis
书山有路，学海无涯。记录成长，追逐梦想
09-15 1148
MyBatis 和 JPA 一样，也是一款优秀的持久层框架，它支持定制化 SQL、存储过程，以及高级映射。它可以使用简单的 XML 或注解来配置和映射原生信息，将接口和 Java 的 POJOs（Plain Old Java Objects，普通 Java 对象）映射成数据库中的记录。
Tomcat_WebApp
gege_0606的博客
09-15 906
这个目录包含启动和关闭 Tomcat 的脚本。这是 Tomcat 的配置文件目录，里面的文件用来配置服务器的行为。这个目录包含 Tomcat 运行时需要的 Java 类库和依赖包。大多数情况下，你不需要改动这个目录，它已经包含了 Tomcat 必需的库文件。Tomcat 的日志文件会存放在这里。你可以通过查看这些日志来了解服务器的运行状态、错误信息以及访问记录。这是 Tomcat 临时文件的存放目录。在运行 Web 应用时，有些临时文件会存储在这个目录中。这个目录是 Web 应用程序的部署目录。
JSP学生学籍管理系统设计与实现(源代码+论文+开题报告+外文翻译+答辩PPT).zip
09-21
1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。
省市区数据，完成三级联动，选择地区
09-21
省市区数据，完成三级联动，选择地区
机械原理课程设计网球自动捡球机.doc
最新发布
09-21
机械原理课程设计网球自动捡球机.doc
2024秋招华为笔试题大全-仅供参考具体需要根据实际修改
09-21
2024秋招华为笔试题大全-仅供参考具体需要根据实际修改
借助于Ascend310 AI处理器完成深度学习算法部署任务，
09-21
应用背景为变电站电力巡检，基于YOLO v4算法模型对常见电力巡检目标进行检测，并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务，并对系统性能做出一定的优化。.zip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。
基于深度学习的物体识别与抓取方法，六自由度机械臂，python编写程序.zip
09-21
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。
电子设计论文文档资料液面检测器电子设计论文文档资料液面检测器
09-21
电子设计论文文档资料液面检测器电子设计论文文档资料液面检测器
基于深度学习的多特征电力负荷预测.zip
09-21
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。
CenterNet 部署版本，便于移植不同平台（onnx、tensorRT、rknn、Horizon）
09-21
CenterNet 是一种用于目标检测的神经网络架构，它的核心思想是利用目标的中心点作为检测的关键信息。这种方法与传统的目标检测方法（如基于边界框的方法）有所不同，因为它不直接预测目标的边界框，而是预测目标的中心点坐标和目标的宽度与高度。 CenterNet 的主要特点包括： 1. **中心点预测**：网络输出目标的中心点坐标，以及目标的宽度和高度。 2. **热图（Heatmap）**：网络生成一个热图，其中每个像素点的值表示该点成为目标中心点的概率。 3. **回归任务**：除了中心点坐标，网络还需要预测目标的宽度和高度，这通常通过预测中心点周围的偏移量来实现。 4. **多任务学习**：CenterNet 通常会同时预测目标的类别、中心点坐标、宽度、高度以及目标的旋转角度（在某些变体中）。 5. **端到端训练**：CenterNet 可以直接在最终的目标检测任务上进行端到端的训练，无需复杂的区域提议网络（Region Proposal Network, RPN）或锚点（anchor）机制。 6. **高效性**：由于省略了传统目标检测中的一些步骤，CenterNe
Describe the two ways to embed a JavaScript script in an HTML document.
05-24
There are two ways to embed a JavaScript script in an HTML document: 1. Inline Script: In this method, we can embed the JavaScript code inside the HTML document in the `<script>` tag. For example: `...
评论
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