Nano Hash - криптовалюты, майнинг, программирование

Запустите пакет osgi, используя jboss в качестве плагина maven

Я развертываю пакет OSGI в Jboss 7.1.1, используя Jboss в качестве подключаемого модуля maven, и я успешно развернул его в своем jboss, моя консоль показывает следующее сообщение после развертывания.

00:54:51,080 ИНФОРМАЦИЯ [org.jboss.as.server.deployment] (поток службы MSC 1-1) JBAS015876: запуск развертывания «services-1.0-SNAPSHOT.jar» 00:54:51,110 ИНФОРМАЦИЯ [org.jboss. osgi.framework] (поток службы MSC 1-2) JBOSGI011001: Установлен пакет: testAapi:1.0.0.SNAPSHOT 00:54:51,190 INFO [org.jboss.as.server] (поток-обработчик-управления — 7) JBAS018562: Перераспределен «services-1.0-SNAPSHOT.jar».

Но теперь я не понимаю, как я могу автоматически запускать свой пакет osgi, используя тот же плагин maven, что означает jboss в качестве плагина maven

Означает, что я развертываю пакет с помощью mvn jboss-as:deploy, и он развернут, но не запущен.

jboss osgi
12.09.2012

Ответы:


1

См. здесь: http://community.jboss.org/message/759637#759637

14.09.2012
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..