跳到主要內容

Gradle(1) -- 介紹

image_thumb5

歷史介紹


當我們發展軟體過程由需求訪談、編寫程式、編譯、測試、打包,發佈,我們希望可以自動化將這些重複繁雜的步驟,這些工具幫我們完成自動化任務,可以稱為建構語言。建構語言必須由make腳本開始說起,在早期C語言,當專案發展到一定的大小,會漸漸出現瓶頸,這時make工具的誕生解決的這些大專案的問題,主要他解決的一個專案的編譯規則,定義哪些文件需要編譯、哪先不需要編譯等等。在Java程式語言Ant編譯工具想必很多人不陌生,在2000年所誕生,主要是使用XML去定義編譯編譯規則,但是發展一段時間,會發現他無法檢查系統模組相依性。這時為了解決相依問題才發展Ivy來輔助Ant編譯工具。Maven也是常耳聞的編譯工具之一,主要的優點透過一定的約定形式去撰寫編譯規則,但是缺點是當專案太大會使您的pom.xml過於忙亂,而無法正常工作。

專案自動化優點


     (1) 防止人為錯誤
     (2) 更容易建構專案
     (3) 維持軟體品質

Gradle誕生原因


Gradle主要結合Ant和Maven的優點而誕生,主要有下列的優點
(1) 使用動態語言(Domain Specific Language,DSL)代替靜態語言,支援Groovy語言。
(2) 可以準確的編譯每個程式
(3) 解決編譯時的相依問題,富有彈性
(4) 支援多個專案建製,可以解決各專案之間的相依性
(5) gradle支援Ant和Maven的腳本

Gradle 安裝


(1) Gradle安裝需要的套件
     A. Java JDK 6.0以上 :   http://www.oracle.com/technetwork/java/javase/downloads/index.html
     B. Gradle安裝檔: http://gradle.org/gradle-download/

(2) Gradle安裝套件
     A. gradle-[version]-all.zip : 包含原始檔,執行檔和手冊
     B. gradle-[version]-bin.zip : 執行檔

    C.
gradle-[version]-src.zip : 原始檔,你可以客制企業特定的功能

Windows 安裝
第一步: 下載ZIP檔  http://gradle.org/gradle-download/第二步: 設定環境變數 :
        變數名稱: GRADLE_HOME
        變數值:    C:\gradle-2.2  (解壓後,gralde的目錄)



          image

第三步: 設定PATH路徑
設定GRADLE_HOME到PAHT變數

        image    


第四步: 測試
如果有出現gradle版本訊息,就表示設定成功

image

Gradle 常用的指令


格式 : gradle [option...] [task...]
-?, -h, --help Shows this help message.
-a, --no-rebuild Do not rebuild project dependencies.
-b, --build-file Specifies the build file.
-d, --debug Log in debug mode (includes normal stacktrace).
-i, --info Set log level to info.
-m, --dry-run Runs the builds with all task actions disabled.
-q, --quiet Log errors only
-s, --stacktrace Print out the stacktrace for all exceptions.
--stop Stops the Gradle daemon if it is running.
-v, --version Print version info.

Linux安裝
   

第一步: 下載ZIP檔  http://gradle.org/gradle-download/
第二步: 編輯個人設定檔(~/.profile)
加入:
       GRADLE_HOME  = 安裝位置
       PATH=$PATH:$GRADLE_HOME/bin

Logging Options

日誌設定: --quiet (or -q),-debug (or -d), --info (or -i), --stacktrace (or -s),
                  --full-stacktrace(or -S)


Gradle JVM


Gradle的JVM設定選項跟JAVA的JVM相同,例如在 JAVA_OPTS=512MB你想要增加,
例如:GRADLE_OPTS="-Xmx1024m"

建構生命流程

(1) 編譯程式,將原始檔編譯成二進位檔
(2) 打包(環境檔與二進制檔)並
壓縮
(3) 單元測試與整合測試
(4) 發佈artifacts檔(jar, war)
(5) 佈署程式到正式機
(6) 增量建置
(7) 產出報表

預設專案架構

Gradle是繼承Maven的架構,使用Gradle建構Java專案必須遵照下列的架構,才可以正常使用。

src /
       ----main/
                     ….java/
                     ---resources
        ---- test
                     ….java/
                     ---resources

留言

這個網誌中的熱門文章

JavaBean 和POJO

前言 今天介紹JavaBean和POJO的不同,這兩個名詞在JAVA文章常常被拿來使用以及討論。在JDK1.1時候釋出才有的一個標準架構,很多時候常常被搞混,所以我們特別開闢一章來加以討論。POJO規範在企業級應用已經廣大的被使用的規範。 解釋 POJO : 全名為Plain-old-Java-object,只需要繼承Object就可以,沒有特定規定,只要建立的類別有setter/getter方法都可以稱為POJO JavaBean: JavaBean通常用來封裝多個物件成為單獨物件使用,規範比較嚴格,規則如下 規則 說明 1 需要實作序列(Serializable/Externalizable) 2 不能有參數的建構子( no-arg constructor) 3 需要有公用setter/getter 4 屬性必須要私人(private) 5 屬於特定POJO規則 比較 所有的JavaBean都為POJO,但是所有的POJO不一定為JavaBean 都可以當作重複元件 都必須序列化 特性都為可用性、易用性和持久化使用 - 應用 由圖我們可以知道POJO在應用程式中,主要用來存取資料庫資料達到持久化的目的,並提供給商業邏輯流程處理使用。這種POJO的架構提供程式人員開發時的可以很有規則將資料封裝並加以使用。 範例1. JavaBean(以員工為實例) JavaBean建立員工物件,可以發現Employee物件建構子沒有任何參數,屬性為私有化並setter/getter的命名方式。 //實作序列化 public class Employee implements java.io.Serializable{ private int id; private String name; //無參數建構子 public Employee(){} //以下實作setter/getter public void setId(int id){this.id=id;} public int getId(){return id;} public void setName(String ...

Python AI-手寫辨識

Python AI-手寫辨識 類神經網路-手寫辨識 手寫辨識 (1) 問題定義 將輸入手寫數字圖片,經由類神經網路訓練後,可以辨識手寫圖片得到一個正確的答案,例如讓電腦辨識上面圖片手寫數字0-9,都可以認得.在了解問題後,需要先知道輸入的資料格式,例如圖片為NxN的矩陣向量. 輸入:輸入的資料格式有很多種,例如數字圖片為矩陣向量 模型:NN 輸出:輸出的方式,神經網路輸出不一定跟輸入同值,手寫數字輸入為1,輸出有可能是1.1或是1.5等等,所以輸出必須經過轉換成真實世界的數字. (2)定義函式 輸出會有兩個問題: A.輸出利用one-hot encoding來表示,就是N個狀態會對應N的結果,例如:輸出結果為1,表示[0,1,0,0,0,0,0,0,0,0] B.輸出結果不能超過1,我們通常會利用 Softmax函数 來進行輸出的處理. (3) 準備訓練/測試資料 在這邊需要從輸入去定義那些要當作訓練與測試資料,我們手寫資料使用MNIST 資料庫來訓練使用,MNIST共有70,000筆手寫資料,60,000筆為訓練資料,10,000為測試資料. (4)建構類神經網路模型 開始建構我們的神經網路模型,首先決定好28x28的像素(這邊不用擔心如何將圖片轉成矩陣),模型使用SGD的方式進行學習,輸出是一個10為的陣列來表示. 輸入:手寫數字圖片(28x28=784) 模型:SGD 輸出:數字(one hard encoding) (5)學習 首先介紹SGD(Stochastic Gradient Descent) 的學習方式,因為蕾神經網路需要訓練很多次才會提高準確度,SGD最大的好處就是當每次重新學習的會將訓練資料打散,來防止機器學習將答案死背下來. (6)實作開發 下面程式碼有完整的說明,這邊就不多說明了,當開始執行程式時就會進行資料訓練. 由訓練結果最後acc=0.9447,表示準確率可以到達94%,我們再由實際測試可以看出該圖為7的圖示,由神經網路判斷為7,跟我們人類判斷相同,我們可以知道由訓練的結果可看得到不錯的準確度. 執行神經網路遇到不少問題,請參考下面連結,是筆者所整理的問題集,請多多指教 https://programdoubledragon.bl...

Python AI-問題集

Python AI-問題集 問題集 Jupyter Notebook執行ipywidgets會出現kernel死掉的錯誤發生(The kernel appears to have died) 解決方法 (1) 根據log檔來判斷問題: 例如:log訊息出現OMP: Error #15: Initializing libiomp5.dylib, but found libiomp5.dylib already initialized. (2) 根據問題關鍵字找出問題所在: 利用google查詢所遭遇到的問題,例如我把上面的問題上google查詢可以找到這篇的解法 https://blog.csdn.net/bingjianIT/article/details/86182096 (3)實作解法: 我實作下面解法後,就可以順利執行手寫辨識的程式. //在Python宣告時加入 import os os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE" 參考 https://blog.csdn.net/bingjianIT/article/details/86182096