开源框架-mvn install后为何还需要package,而之后为何又要tar解压缩呢?

问题描述

mvn install后为何还需要package,而之后为何又要tar解压缩呢?

最近在学Apache的一个开源框架,按照Apache官方的教程,我在ubuntu的命令行内安装配置该框架需要大概如下几步:
1.用git clone获取源码
2.执行mvn clean install将源码存入本地仓库(编译在这一步吗?)
3.用mvn clean package -Pdist将文件打包
4.执行tar *.tar.gz解压文件
5.配置

我的疑问就是:第三步和第四步不是矛盾的吗?package打包后,为什么第四步又要解压?
另外,其实每一步的内涵我也不是特别懂,
1.比如第一步是下载源码吗?还是下载二进制文件?
2.第二步有没有除了下载很多依赖的包以外,有编译的过程吗?
3.第三步和第四步为何是矛盾的?

求助各位,谢谢

解决方案

你可以看看第三步中打包生成了哪些文件 然后第四步解压了哪些文件就知道是否矛盾了

解决方案二:

第四布解压放到服务器上 运行啊 一般resin都是拿到war包 然后解压

时间: 2024-11-08 23:32:19

开源框架-mvn install后为何还需要package,而之后为何又要tar解压缩呢?的相关文章

查看某著名开源框架源码后看到的一个不理解的地方,求解答

问题描述 下面其中一段检查log4j存不存在的代码. private static final boolean isLog4JAvailable; static { boolean available; //额外使用了一个临时变量 try { Class.forName("org.apache.log4j.Logger"); available = true; //为什么不直接修改isLog4JAvailable,而是去修改临时变量? } catch (ClassNotFoundExc

iOS - CocoaPods 第三方开源框架管理

1.CocoaPods CocoaPods 是一个负责管理 iOS 项目中第三方开源库的工具.CocoaPods 的项目源码在 Github 上管理.该项目开始于 2011 年 8 月 12 日,在这两年多的时间里,它持续保持活跃更新.开发 iOS 项目不可避免地要使用第三方开源库,CocoaPods 的出现使得我们可以节省设置和更新第三方开源库的时间,在 iOS 开发中经常会用到第三方库如 AFNetworking,ASIHttpRequest 等,在使用第三方库时,你除了要导数源码外,但是,

分布式计算开源框架Hadoop入门实践(三)

Hadoop基本流程 计算开源框架Hadoop入门实践(三)-hadoop分布式计算框架"> 一个图片太大了,只好分割成为两部分.根据流程图来说一下具体一个任务执行的情况. 在分布式环境中客户端创建任务并提交. InputFormat做Map前的预处理,主要负责以下工作: 验证输入的格式是否符合JobConfig的输入定义,这个在实现Map和构建Conf的时候就会知道,不定义可以是Writable的任意子类. 将input的文件切分为逻辑上的输入InputSplit,其实这就是在上面提到的

Android开源框架ViewPageIndicator和ViewPager实现Tab导航

前言:     关于使用ViewPageIndicator和ViewPager实现Tab导航,在开发社区里已经有一堆的博客对其进行了介绍,如果我还在这里写如何去实现,那简直就是老生常谈,毫无新鲜感,而且,我也不认为自己对ViewPageIndicator的理解会比别人好,毕竟我也是看着大神的帖子,在学习实践着.     那我还写这个有啥意义呢?其实么,就是想在这里记录下,在使用ViewPageIndicator和ViewPager实现Tab导航时,大家有可能会遇到的坑.这个坑,需要我们开发时尽量

开源框架思索-----一篇醍醐灌顶的好文章

本文源于IT168 作者 陈雄华 http://tech.it168.com/o/2006-12-13/200612131101722.shtml 1 空前繁荣的开源世界 大致2000年以前,Java世界还是Sun一言九鼎,唯我独尊的时代.Sun发布的任何规范和标准都无一例外地被Java社区有意无意的追捧着,Java世界沉浸在一片歌功颂德,前拥后簇的氛围里.IBM,Bea,Oracle这些Java阵营的代表者也都为能最先最快实现Sun的各种规范而弹冠相庆. 但这三四年来,Java的列车驶进了春秋

AI 从业者该如何选择深度学习开源框架丨硬创公开课

编者按:本文内容来自微软美国总部机器学习科学家彭河森博士在雷锋网(公众号:雷锋网)硬创公开课的分享,并由彭河森博士亲自整理成文. 正如程序语言一样,深度学习开源框架同样各有优劣和适用的场景,那么 AI 从业者该如何有针对性地选择这些平台来玩转深度学习? 本期公开课特邀了先后在谷歌.亚马逊.微软供职的机器学习科学家彭河森博士为大家讲述<MXNet火了,AI从业者该如何选择深度学习开源框架>.彭河森博士亲眼见证并深入参与了这三家巨头布局深度学习的过程. 嘉宾介绍 彭河森,埃默里大学统计学博士.现担

Facebook 发布开源框架 PyTorch, Torch 终于被移植到 Python 生态圈

本周,Facebook 的 AI 研究团队发布了一个 Python 工具包,专门针对 GPU 加速的深度神经网络(DNN)编程.它有望辅助.或在一定程度上替代,现有的 Python 数学.统计库(比如 NumPy).它实现了机器学习框架 Torch 在 Python 语言环境的执行.开发团队表示,除 Facebook之外,它还已经被推特.卡内基梅隆大学和 Salesforce 等机构采用. 使用 Pytorch 的机构 Torch 是一个十分老牌.对多维矩阵数据进行操作的张量(tensor )库

实践操作:六步教你如何用开源框架Tensorflow对象检测API构建一个玩具检测器

TensorFlow对象检测API是一个建立在TensorFlow之上的开源框架,可以轻松构建,训练和部署对象检测模型. 到目前为止,API的性能给我留下了深刻的印象.在这篇文章中,我将API的对象设定为一个可以运动的玩具.本文将用六个步骤突出API的性能并教你如何构建一个玩具探测器,你也可以根据这六个步骤扩展与实践你想要构建的任何单个或多个对象检测器. 玩具检测器 代码在我的GitHub repo上. 地址:https://github.com/priya-dwivedi/Deep-Learn

预告:MXNet火了,AI从业者该如何选择深度学习开源框架丨硬创公开课

近日 MXNet 被亚马逊AWS 正式选成为官方深度学习平台,使得前者再次火遍整个 AI 圈. 除了 MXNet 外,谷歌.微软.亚马逊.百度等巨头都围绕深度学习搭建了自己的开源平台.目前研究人员正在使用的深度学习框架不尽相同,有 TensorFlow.CNTK.MXNet.Torch .Caffe.Theano.Deeplearning4j 等. 正如程序语言之争一样,深度学习开源框架同样各有优劣和适用的场景,那么 AI 从业者该如何有针对性地选择这些平台来玩转深度学习? 本期公开课特邀先后在