기본 콘텐츠로 건너뛰기

Eclipse에서 작성한 프로젝트를 운영서버에 배포하기

이클립스에서 작성한 프로젝트를 운영서버에서 배포하기
- Eclipse는 개발환경, 개발 후 실행환경에 배포하는 절차가 요구됨
- 실행환경 : Tomcat, 없는 경우

- JAR 파일로 패키징 : Web App이 아닌 경우, Tomcat 이 내장된 Web App인 경우
    java -jar 파일이름.jar<enter>

- WAR 파일로 패키징 : Web Application Archives, Tomcat의 webapp/ 안에 복사
    <packaging>war</packaging>

Project -> Run As -> Maven clean(전에 했던 빌드를 지운다) -> .../target/(파일 생기는 곳) -> Maven install -> JAR / WAR tartget/(파일 생성)

무료 웹서버 계정을 주는 곳
- oracle cloud 서비스
- 100G, Linux, ...
- Oracle, MySQL, ...

유료 휍호스팅은 어디가 쌀까?
- cafe24.com
- gabia.com

Developer Tools
    Spring Boot DevTools
    Lombok
Web
    Spring Web

cd my-app
npm start<enter>
개발 완료시 빌드
npm run build<enter>
- my-app/build // 이 안에 빌드 파일이 들어간다

빌드된 파일을 모두 복사하여 Spring 프로젝트의 static/ 안에 복사해서 붙이기

application.properties
spring.mvc.view.prefix=/ // static/ 경로이다
spring.mvc.view.suffix=.html // .html을 생략가능

태그

라벨:

이 블로그의 인기 게시물

Javascript on 함수

엔터키 감지하기 <input type="password" onkeypress="func(event)" /> function func(event) {      if(event.keyCode == 13) { // keyCode 13은 엔터이다           alert("엔터를 입력했습니다.");     }     if (event.tartget.value == 13) {          alert("엔터를 입력했습니다.");     } }
더보기

React 시작하기

App.js import Hello from './comp/Hello' ; function App() {   return (     < div className = "App" >       < Hello />     </ div >   ); } export default App; export default App; Hello.js import './Hello.css' ; function Hello() {   return (     < h1 > Hello, World! </ h1 >   ); } export default Hello; Hello.css h1 {   color : red; }
더보기

Python 인공신경망 추천 시스템(회귀)

예제 # 인공신경망을 이용한 추천 시스템 # - 순차형(Sequential) 신경망 생성법 # - 함수형(Functional) 신경망 생성법 # - 지금까지 나온 추천 방식 중에서 가장 좋은 성능 # - Regression 방식으로 분석가능 # - 영화의 평점 정보(userid, movieid, rating) # - 이용자는 영화에 대한 취향이 모두 다르다 # - 영화는 다양한 장르가 혼합되어 있다 # - 이용자는 자신의 취향에 맞는 영화에 높은 rating을 제시함 # - 어떤 이용자에게 어떤 장르의 영화를 추천할 것인가? # __call__() 함수를 가진 클래스는 파이썬 함수 callable(클래스)를 사용하면 True를 반환한다 from tensorflow.keras.models import Sequential, Model from tensorflow.keras.layers import Dense, Embedding, Input input = Input(shape=(1,)) # 함수형 신경망 생성법 hidden1 = Dense(2, activation='relu')(input) # Dense(2, activation='relu')__call__() hidden2 = Dense(2, activation='relu')(hidden1) # callable.object callable(Dense) # __call__ 함수가 있으면 True, 없으면 False # Using Functional API from keras.models import Sequential from keras.layers import * model = Sequential() model.add(Input(shape=(3,))) # Input tensor model.add(Dense(4)) # hidden layer 1 model.add(Dense(units=4)) # hidden layer 2 model.add(Dense(units=1)) # ou...
더보기