小白入门基础 - spring Boot 入门
1.简介
spring Boot是为了简化java的开发流程而构建的,即使是使用springMVC框架,也依然需要大量配置和依赖导入,
这无疑是繁琐的,spring Boot采用了”习惯由于配置“的原则,进行一键化部署,这样极大减少了人工开发量。
传统Spring开发流程:

Spring Boot开发流程:

Spring Boot在依赖管理、容器配置、组件参数这方面,都极大的优化了开发量。
开发者只需要专注于业务逻辑开发。
2.项目构建
1、目录创建以及依赖包引入
spring目录结构:

2、创建一个项目:

3、引入项目依赖:
<parent><groupId>org.springframework.boot</groupId><!--所有spring都要依赖spring-boot-parent才能进行构建--><artifactId>spring-boot-parent</artifactId><version>2.0.1.RELEASE</version>
</parent>
<dependencies><dependency><groupId>org.springframework.boot</groupId><!--使用一些列starter启动器来描述工程所需要功能--><artifactId>spring-boot-starter-web</artifactId></dependency>
</dependencies>
<!--项目构建方式-->
<build><!--以插件的形式来进行构建--><plugins><plugin><groupId>org.springframework.boot</groupId><!--将所有的类和资源打包成一个独立的jar包--><artifactId>spring-boot-maven-plugin</artifactId></plugin></plugins>
</build>
SpringBoot会帮我们引入一系列的依赖包:

4、使用Maven构建Spring Boot
(1)创建控制器
@Controller
public class MyController {@RequestMapping("/out")@ResponseBodypublic String out(){return "success";}
}
(2)编写入口类
入口类名字:工程名+application单词

//说明这是一个SpringBoot应用的入口类
@SpringBootApplication
public class MySpringBootApplication {public static void main(String[] args) {//启动SpringBoot应用SpringApplication.run(MySpringBootApplication.class);}
}
这种启动方式和python中的django以及go中的beego类似了。
(3)应用启动
执行入口文件:

springboot启动起来了。

5、访问浏览器:

springboot应用、部署、发步都已经启动起来了。
是不是特别简单了,再也不用使用tomcat来启动应用了。
6、Spring Initializr构建springboot应用
使用Maven手动创建的时候,需要构建项目结构,手动引入依赖包,创建入口类。
IDEA提供了向导工具Initizlizr,可以帮我们一键创建SpringBoot项目。

项目配置:

选择启动器:


创建完成之后,我们发现自动帮我们生成了各类文件配置。
自动生成了入口类:
@SpringBootApplication
public class Springbootdemo1Application {public static void main(String[] args) {SpringApplication.run(Springbootdemo1Application.class, args);}
}
三:结尾
现在大部分产品都是直接以SpringBoot为脚手架开发了,它的核心就是实现了自动装配,当然它的整个使用的核心依然是spring, 只不过通过它可以很高效率的编写spring应用,技术都是不断迭代的,在以前,Spring起项目的时候,繁杂的配置太多了。我们的重点是快速成型,先干活,后边有兴趣再研究也可以~ 框架这个东西首先要会用。好啦,本文就到此为止啦,希望能够对各位小伙伴有所帮助哦!
相关文章:
小白入门基础 - spring Boot 入门
1.简介 spring Boot是为了简化java的开发流程而构建的,即使是使用springMVC框架,也依然需要大量配置和依赖导入, 这无疑是繁琐的,spring Boot采用了”习惯由于配置“的原则,进行一键化部署,这样极大…...
探索Elasticsearch内存应用的关键因素
了解Elasticsearch内存模型 Elasticsearch的内存使用主要包括堆内存和操作系统缓存。堆内存是Elasticsearch用来存储数据结构的内存,例如文档索引、倒排索引等。操作系统缓存则是Elasticsearch缓存磁盘上的数据块以加速读取操作的一种机制,通常被称为OS…...
关于简单的数据可视化
1. 安装数据可视化必要的openpyxl、pandas,matplotlib等软件包 使用清华源,命令如下: pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn pandaspip install -i https://pypi.tuna.tsingh…...
透明OLED屏价格:影响因素与市场趋势
在当今的显示技术领域,透明OLED屏以其独特的透明特性和出色的显示效果,正逐渐成为市场的新宠。然而,对于许多消费者和企业来说,透明OLED屏的价格仍是关注的焦点。作为OLED透明屏市场部总监,我认为了解影响透明OLED屏价…...
C++ 释放指针
在C中,释放指针通常使用delete或delete[]操作符; 如果指针指向的是单个对象,可以使用delete操作符进行释放; 在释放完内存后,最好将指针置为nullptr,以避免出现悬空指针(dangling pointer&#…...
三数之和【双指针】
Problem: 15. 三数之和 文章目录 思路 & 解题方法复杂度Code 思路 & 解题方法 两数相加的加强版,先确定第一个数,然后从右边去用双指针找另外两个数。注意题目需要避免重复的答案,所以要注意处理这个问题。 复杂度 时间复杂度: 添加…...
http 503 错误
503错误是一种HTTP状态码,表示你请求的网站或服务暂时不可用,通常是因为服务器过载或维护,你可能会看到类似这样的提示:503 Service Unavailable、503 Service Temporarily Unavailable、HTTP Server Error 503、HTTP Error 503 I…...
MATLAB - MPC - 优化问题(Optimization Problem)
系列文章目录 前言 模型预测控制可在每个控制间隔内解决一个优化问题,具体来说就是二次规划(QP)。求解结果决定了被控对象在下一个控制间隔之前使用的操纵变量(MV)。 该 QP 问题具有以下特点: 目标或 "成本 "函数 - …...
机器学习中的概念 张量、标量、向量、矩阵等数据结构的区别
张量、标量、向量和矩阵等数据结构在深度学习和数学中扮演着重要角色,它们之间的区别如下: 标量(Scalar):标量是一个单独的数,它没有方向,只有大小。在深度学习中,标量通常表示一个…...
eureka注册列表 某服务出现多个服务实例
最近文件导出功能偶发成功,大部分情况都失败,开始以为接口被拦截,gateway服务没有接口调用日志,发现测试环境可以,正式环境功能无法正常使用。 偶然看到注册中心如下 发现file服务有3个实例,调用接口将错误…...
ubuntu22.04配置双网卡绑定提升带宽
这里写自定义目录标题 Bonding简介配置验证参考链接 Bonding简介 bonding(绑定)是一种linux系统下的网卡绑定技术,可以把服务器上n个物理网卡在系统内部抽象(绑定)成一个逻辑上的网卡,能够提升网络吞吐量、实现网络冗余、负载均衡等功能,有很…...
VINS-MONO拓展1----手写后端求解器,LM3种阻尼因子策略,DogLeg,构建Hessian矩阵
文章目录 0. 目标及思路1. 非线性优化求解器2. 基于VINS-MONO的Marginalization框架构建Hessian矩阵2.1 estimator.cpp移植2.2 solve.cpp/preMakeHessian()2.3 solve.cpp/makeHessian() 3. solve.cpp/solveLinearSystem()求解正规方程4. 更新状态5. 迭代求解6. EVO评估结果7. 待…...
RxJS 操作符-学习笔记
提前准备: pipe 方法: 用于组合多个操作符,可以将一系列操作符作为参数传递给 pipe 方法,这些操作符将 依次 对数据流进行处理。这里的依次很关键,也代表着pipe()中组合的这么几个操作符的执行顺序就是从开始一直到结束的,其中的…...
【Linux】linux配置静态IP、动态IP方法汇总
1、systemd-networkd 1.1 说明 systemd-networkd是systemd 的一部分 ,负责 systemd 生态中的网络配置部分(systemd-networkd.service, systemd-resolved.service)。使用 systemd-networkd,你可以为网络设备配置基础的 DHCP/静态IP网络等,还可以配置虚拟网络功能,例如网桥…...
Hive自定义函数支持国密SM4解密
当前项目背景需要使用到国密SM4对加密后的数据进行解密,Hive是不支持的,尝试了华为DWS数仓,华为只支持在DWS中的SM4加密解密,不支持外部加密数据DWS解密 新建Maven工程 只需要将引用的第三方依赖打到jar包中,hadoop和…...
CentOS 8 8.5.2111 网络在线安装系统 —— 筑梦之路
之前写过一篇关于centos 8 官方停止更新维护后解决yum源问题的文章: CentOS 8 停止维护后换可用yum源——筑梦之路_http://ftp.iij.ad.jp/pub/linux/centos-vault/8.5.21-CSDN博客 由于centos 8 dvd的镜像比较大,有时候我们根本不需要去下载一个10G以上…...
安全与认证Week3
目录 Key Management 密钥管理 密钥交换、证书 密钥的类别 密钥管理方面 密钥分发问题 密钥分发方案 混合密钥分发 公钥分发 公钥证书 X.509 理解X.509 X.509证书包含 X.509使用过程 X.509身份验证服务 X.509版本3 取消 由X.509引申关于CA 用户认证、身份管理…...
跟我学c++中级篇——再谈C++20中的协程
一、协程 在前面分析过协程是什么,也对c20中的协程的应用进行了举例说明。所以这次重点分析一下c20中的整体构成及应用的方式。等明白了协程是如何动作的,各种情况下如下何处理相关的事件,那么在以后写协程时就不会死搬硬套了。 二、整体说…...
【计算机毕业设计】SSM企业工资管理系统
项目介绍 本项目包含管理员与普通员工两种角色, 管理员角色包含以下功能: 管理员登录,员工管理,部门管理,岗位管理,职称管理,工龄奖金管理,工资项管理,考勤管理,工资查询,统计图表等功能。 员工角色包含以下功能: 员工登录,个人信息管理…...
x-cmd pkg | doggo - 现代化的 DNS 客户端
目录 简介首次用户快速实验指南功能特点类似工具与竞品进一步探索 简介 doggo 是一个由 Karan Sharma 于 2020 年使用 Go 语言开发的 DNS 客户端。它类似于 dig 命令,但旨在以现代化、简洁和可读的格式输出 DNS 查询结果。 首次用户快速实验指南 使用 x doggo 即可…...
哈尔滨全屋定制厂家:值得信赖的筛选逻辑深度解析
哈尔滨全屋定制厂家筛选逻辑深度解析:5步找到值得信赖的本地品牌 “哈尔滨全屋定制厂家选择,不是看广告多响,而是这5个筛选逻辑能帮你避开90%的坑”。对于准备在哈尔滨做全屋定制的业主来说,选对厂家直接决定了最终效果与性价比&…...
保姆级教程:Windows下GDC-client下载TCGA数据的完整配置流程(含环境变量与配置文件修改)
Windows平台TCGA数据下载全流程:从环境配置到实战避坑指南 在生物信息学研究中,TCGA数据库无疑是癌症基因组学的宝库。但对于刚入门的研究者来说,获取这些数据往往成为第一道门槛。本文将彻底解决Windows用户在使用GDC-client工具时的各种&qu…...
告别虚拟机!在Windows 11上零配置搭建Masm汇编实验环境(保姆级图文教程)
在Windows 11上零配置搭建Masm汇编实验环境:从入门到实战 对于计算机专业的学生和开发者来说,汇编语言是理解计算机底层工作原理的重要工具。然而,传统的汇编环境搭建往往需要复杂的配置步骤或依赖虚拟机,这给初学者带来了不小的门…...
SEO_10个简单有效的SEO技巧,快速提升网站排名
SEO:10个简单有效的SEO技巧,快速提升网站排名 在当今互联网时代,网站的排名直接关系到它的流量和盈利能力。SEO(搜索引擎优化)技巧就是为了帮助网站在搜索引擎中获得更高的排名。本文将分享十个简单有效的SEO技巧,帮助…...
告别配对烦恼:用Auracast蓝牙广播,让手机、耳机和电视实现一拖多音频共享
告别配对烦恼:Auracast蓝牙广播重塑多设备音频共享体验 清晨七点的健身房,二十位健身爱好者同时戴上耳机,电视里的晨间新闻通过Auracast技术瞬间传入每个人的耳中;家庭影院里,父亲用电视播放电影,母亲通过降…...
Optimizing ImageNet Classification with Advanced Deep Convolutional Neural Networks
1. 深度卷积神经网络在ImageNet分类中的核心挑战 ImageNet分类任务一直是计算机视觉领域的标杆性挑战,这个包含1400万张手工标注图像的数据集,要求模型能够准确识别22000个不同类别的物体。当我第一次尝试用传统卷积神经网络处理这个任务时,遇…...
GLM-OCR公式识别效果展示:LaTeX格式精准渲染,学术党必备工具
GLM-OCR公式识别效果展示:LaTeX格式精准渲染,学术党必备工具 作为一名经常需要处理学术文献的研究人员,我深知公式识别的痛点。那些复杂的数学表达式,要么手动输入到LaTeX里费时费力,要么用传统OCR工具识别后变成一堆…...
零基础玩转OpenClaw:星图平台百川2-13B镜像+自动化初体验
零基础玩转OpenClaw:星图平台百川2-13B镜像自动化初体验 1. 为什么选择星图平台OpenClaw组合 作为一个长期被本地环境配置折磨的技术爱好者,当我第一次听说星图平台提供预装OpenClaw和百川2-13B模型的"开箱即用"镜像时,内心是充满…...
批量发短信接口的数据格式设计:CSV、JSON还是XML?
在开发者对接批量发短信接口的实际开发中,数据格式的选型是核心技术环节,CSV、JSON、XML三种主流格式各有技术特性,适配不同的业务场景。选品不当易导致数据解析效率低、接口调用失败、批量发送卡顿等问题。本文将从接口对接的核心诉求出发&a…...
知网vs维普vs万方:用同一款工具降AI率效果差多少?
知网vs维普vs万方:用同一款工具降AI率效果差多少? 很多同学在降AI率的时候有一个疑问:学校用的是知网检测,我在某个平台降完之后,如果学校临时换成维普或万方,效果还能达标吗? 这个问题的本质是…...
