jenkins-2.439.1搭建

一、

二、pipeline文件

pipeline {
? ? agent any // 可以指定特定的agent, 如 'label' 或 'docker'

? ? environment {
? ? ? ? JAVA_HOME = "/usr/local/software/jdk1.8.0_451"
? ? ? ? PATH = "${JAVA_HOME}/bin:${env.PATH}"
? ? }
? ??
? ? tools {
? ? ? ? maven 'M3' // 使用 Global Tool Configuration 中配置的 Maven 名稱
? ? }

? ? stages {
? ? ? ? stage('Checkout') {
? ? ? ? ? ? steps {
? ? ? ? ? ? ? ? // 檢出代碼
? ? ? ? ? ? ? ? git branch: 'main',
? ? ? ? ? ? ? ? url: 'http://192.168.1.102:8060/root/e2mg-cicd-demo.git'
? ? ? ? ? ? }
? ? ? ? }

? ? ? ? stage('Build') {
? ? ? ? ? ? steps {
? ? ? ? ? ? ? ? sh "mvn clean package"
? ? ? ? ? ? }
? ? ? ? }

? ? ? ? stage('Test') {
? ? ? ? ? ? steps {
? ? ? ? ? ? ? ? sh "${JAVA_HOME}/bin/java HelloWorld"
? ? ? ? ? ? }
? ? ? ? }

? ? ? ? stage('Deploy') {
? ? ? ? ? ? steps {
? ? ? ? ? ? ? ? echo 'Deploying application...'
? ? ? ? ? ? ? ? // 這里可以添加部署邏輯
? ? ? ? ? ? }
? ? ? ? }
? ? }

? ? post {
? ? ? ? always {
? ? ? ? ? ? echo 'This will always run'
? ? ? ? }
? ? ? ? success {
? ? ? ? ? ? echo 'This will run only if successful'
? ? ? ? }
? ? ? ? failure {
? ? ? ? ? ? echo 'This will run only if failed'
? ? ? ? }
? ? }
}

三、安裝maven

四、安裝git

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/910329.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/910329.shtml
英文地址,請注明出處:http://en.pswp.cn/news/910329.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

【threejs】一天一個小案例講解:控制面板(GUI)

# 好吧,每天更新實在有點艱巨,我盡量少量多次 代碼倉 所有代碼都會上傳到這里,可自行clone GitHub - TiffanyHoo/three_practices: Learning three.js together! 運行效果圖 ? 知識要點 一、安裝dat.gui npm i dat.gui 二、使用步驟&a…

飛輪儲能輔助雙饋風機參與電力系統一次調頻的仿真模型研究

以下是一篇關于飛輪儲能輔助雙饋風機參與電力系統一次調頻的仿真模型研究的論文 ,涵蓋理論分析、數學模型構建、控制策略設計及仿真驗證等內容,適用于電氣工程、新能源技術等領域的研究參考。 飛輪儲能輔助雙饋風機參與電力系統一次調頻的仿真模型研究 摘要 隨著風電在電力…

一次性理解Java垃圾回收--簡單直接方便面試時使用

Java的垃圾回收是一個面試必問題,只要按照下面的步驟回答肯定不會有大問題。 1.先告訴面試官垃圾回收分為兩大步: a.識別哪些對象是"垃圾"(不再被使用的對象) b.回收這些垃圾對象占用的內存空間 2. 接下來分別介紹標記階段和回收階段的細節…

XML映射文件-輔助配置

如果你沒有按照同包同名來,就要下面的配置,指定好路徑 1.把路徑改為類下面的xml文件 #指定xml映射文件的位置 mybatis.mapper-locationsclasspath:mapper/*.xml

120、三角形最小路徑和

題目 解答: 直接按照空間復雜度O(n)來做了。這種明顯是動態規劃,每一層用到上一層的信息。 觀察數據形狀,如下: (0,0) (1,0)(1,1) (2,0)(2,1)(2,2) (3,0)(3,1)(3,2)(3,3) ... (n-1,0)...(n-1,n-1) 設dp[n],定義為本層第n…

仕么是Transformer以及工作原理和架構

Transformer 是一種革命性的**深度學習架構**,由 Google 團隊在 2017 年論文《Attention is All You Need》中提出。它徹底改變了自然語言處理(NLP)領域,并逐漸擴展到計算機視覺、語音識別等多模態任務。其核心創新在于**完全依賴…

opencv 鎖頁內存的使用

在OpenCV的CUDA編程中,cv::cuda::HostMem類用于管理鎖頁內存(Page-Locked Memory)?,這種內存能顯著提升主機(CPU)與設備(GPU)間的數據傳輸效率。而.createMatHeader()正是將HostMem…

亞遠景-ASPICE與ISO 26262:理解汽車軟件質量保障的雙標體系

在汽車行業向智能化、電動化轉型的背景下,ASPICE(Automotive SPICE)與ISO 26262作為汽車軟件質量保障的兩大核心標準,分別從過程能力與功能安全兩個維度構建了完整的開發管理體系。以下從標準定位、核心差異、協同實踐及行業價值四…

數組的應用

Java數組的基本概念 數組是Java中一種重要的數據結構,用于存儲固定大小的相同類型元素。數組在內存中連續分配空間,可以通過索引快速訪問元素。數組的聲明和初始化是使用數組的基礎,聲明時需要指定數據類型和數組名稱,初始化可以…

基礎RAG實現,最佳入門選擇(七)

增強型RAG系統的查詢轉換 采用三種查詢轉換技術,以提高RAG系統中的檢索性能,而無需依賴于像LangChain這樣的專門庫。通過修改用戶查詢,我們可以顯著提高檢索信息的相關性和全面性。 關鍵轉換技術 1.查詢重寫:使查詢更加具體和詳…

企業應用觀測中樞建設

本文來自騰訊藍鯨智云社區用戶: CanWay 運維挑戰加劇 新時代技術背景下,運維面臨的挑戰加劇: 1、業務數量日益增加、業務規模日益龐大 隨著科技發展進步、民眾生活富足,線下業務線上化、線上業務復雜化趨勢愈演愈烈,各行各業投…

Python實例題:基于邊緣計算的智能物聯網系統

目錄 Python實例題 題目 問題描述 解題思路 關鍵代碼框架 難點分析 擴展方向 Python實例題 題目 基于邊緣計算的智能物聯網系統 問題描述 開發一個基于邊緣計算的智能物聯網系統,包含以下功能: 邊緣設備管理:連接和管理大量物聯網…

一,python語法教程.內置API

一,字符串相關API string.strip([chars])方法:移除字符串開頭和結尾的空白字符(如空格、制表符、換行符等),它不會修改原始字符串,而是返回一個新的處理后的字符串 chars(可選)&…

私有 Word 文件預覽轉 PDF 實現方案

私有 Word 文件在線預覽方案(.doc/.docx 轉 PDF) 前言 由于 .doc 和 .docx Word 文件 無法在瀏覽器中直接預覽(尤其在私有 API 場景下),常見的 Content-Disposition: inline 并不能生效。因此,本方案通過…

Alpine Docker 容器中安裝包緩存與 C/C++ 運行問題

在使用 Docker 容器部署應用時,基于 Alpine 鏡像能帶來輕量化的優勢,但過程中也會遇到不少問題。今天就來分享下我在 Alpine 容器中解決安裝包緩存與 C/C 程序運行問題的經驗。 一、Alpine 安裝包緩存到本地目錄 Alpine Linux 默認使用apk作為包管理工…

[2-02-02].第59節:功能函數 - 函數基礎

服務器端操作學習大綱 一、函數基礎 需求場景 在shell腳本的編寫過程中,我們經常會遇到一些功能代碼場景:多條命令組合在一起,實現一個特定的功能場景邏輯、一些命令在腳本內部的多個位置頻繁出現。在這些場景的代碼量往往不多,…

RA4M2開發涂鴉模塊CBU(6)----RA4M2驅動涂鴉CBU模組

RA4M2開發涂鴉模塊CBU.6--RA4M2驅動涂鴉CBU模組 概述視頻教學樣品申請參考程序硬件準備接口生成UARTUART屬性配置R_SCI_UART_Open()函數原型回調函數user_uart_callback0 ()變量定義按鍵回調更新按鍵狀態DP-LED 同步長按進入配網涂鴉協議解析主循環任務調度 概述 本方案基于瑞…

MiniMax-M1: Scaling Test-TimeCompute Efficiently with I Lightning Attention

我們推出了MiniMax-M1,這是全球首個開源權重、大規模混合注意力推理模型。MiniMax-M1采用了混合專家系統(Mixture-of-Experts,簡稱MoE)架構,并結合了閃電注意力機制。該模型是在我們之前的MiniMax-Text-01模型&#xf…

Appium+python自動化(二十六) -Toast提示

在日常使用App過程中,經常會看到App界面有一些彈窗提示(如下圖所示)這些提示元素出現后等待3秒左右就會自動消失,那么我們該如何獲取這些元素文字內容呢? Toast簡介 Android中的Toast是一種簡易的消息提示框。 當視圖…

【信號與系統三】離散時間傅里葉變換

上一講我們講述了連續時間傅里葉變換,這一講同理來個離散時間傅里葉變換。 和上講模塊類似 5.1離散時間傅里葉變換 這一式子就是離散時間傅里葉變換對 5.2周期信號的傅里葉變換 同理,由于之前第一講講到: 可以推出: 舉個例子&am…