博客
关于我
springboot热部署
阅读量:712 次
发布时间:2019-03-21

本文共 1333 字,大约阅读时间需要 4 分钟。

devtools 依赖 配置及 Idea 配置指南

devtools 依赖

在项目根目录下找到 pom.xml 文件,添加以下依赖说明:

org.springframework.boot
spring-boot-devtools
true

Idea 配置

1. 设置自动编译(Build)

在 Idea 中:

  • 点击菜单栏中的 File -> Settings -> Build, Execution, Deployment -> Build자동化
  • 点击 Build automatically 按钮,勾选 Build project automatically 或者选择 Build only if changed(根据需求选择)
  • 2. 设置 Registry(自动运行)

    在 Idea 中:

  • 按下 Ctrl + Shift + Alt + Enter
  • 输入 Registry 进行搜索,选择最下面的 Registry 选项
  • 勾选 Auto-make to build on every change 选项
  • 测试代码

    @RequestMapping("/show")public String selAllFlower(    HttpServletRequest request,    @ModelAttribute("a") Flower flower) {    try {        List
    list = flowerService.selAllFlower(); request.getSession().setAttribute("flowers", list); System.out.println("流水不争先,争的是滔滔不绝"); return "main"; } catch (Exception e) { return "error"; }}

    代码优化

    @RequestMapping("/show")public String selAllFlower(    HttpServletRequest request,    @ModelAttribute("a") Flower flower) {    try {        List
    list = flowerService.selAllFlower(); request.getSession().setAttribute("flowers", list); System.out.println("流水不争先,争的是滔滔不绝"); return "main"; } catch (Exception e) { return "error"; }}

    开发环境配置完成

    注:每次修改代码后,建议通过 Ctrl + S 复制保存,再关闭 Idea 后重新启动项目以确保代码更新生效。

    转载地址:http://ivqez.baihongyu.com/

    你可能感兴趣的文章
    numpy 或 scipy 有哪些可能的计算可以返回 NaN?
    查看>>
    numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
    查看>>
    numpy 数组与矩阵的乘法理解
    查看>>
    NumPy 数组拼接方法-ChatGPT4o作答
    查看>>
    numpy 用法
    查看>>
    Numpy 科学计算库详解
    查看>>
    Numpy.fft.fft和numpy.fft.fftfreq有什么不同
    查看>>
    Numpy.ndarray对象不可调用
    查看>>
    Numpy:按多个条件过滤行?
    查看>>
    Numpy:条件总和
    查看>>
    numpy、cv2等操作图片基本操作
    查看>>
    NumPy中的精度:比较数字时的问题
    查看>>
    numpy判断对应位置是否相等,all、any的使用
    查看>>
    Numpy如何使用np.umprod重写range函数中i的python
    查看>>
    numpy学习笔记3-array切片
    查看>>
    numpy数组替换其中的值(如1替换为255)
    查看>>
    numpy数组索引-ChatGPT4o作答
    查看>>
    NUMPY矢量化np.prod不能构造具有超过32个操作数的ufunc
    查看>>
    Numpy矩阵与通用函数
    查看>>
    numpy绘制热力图
    查看>>