关于 Google Appengine 方面的文章不知道放在哪个分类。
最近试着做了一个appengine,其实比较简单,使用gae提供的eclipse插件,
创建项目,然后使用它的各种API,做好之后上传,问题都不大。
但是这两天上传新版本的时候,总是提示
Bad configuration: Received IOException parsing the input stream for xxxx/web.xml
这个就让人很郁闷了。刚开始以为是开发端的服务器占用了web.xml导致这样的问题,
于是关闭开发端的应用服务器,有时就能成功。后来这招也不灵了,甚至有一次导致冲突:
java.io.IOException: Error posting to URL: https://appengine.google.com/api/appversion/create?app_id=xxxx&version=2&
409 Conflict
Another transaction by user simonlei is already in progress for this app and major version. That user can undo the transaction with appcfg.py's "rollback" command.
然后郁闷了,到哪儿找 appcfg.py啊。虽然 gae 最早的版本是支持python的,不过现在是java版本,还提示
这个就有点欺负人了。算了,找到 appengine的SDK目录,我的是直接在eclipse下,果然有个 bin目录,
其中还有个 appcfg.cmd 运行这个命令,后面带参数 rollback xxxx/war 这样果然能够把冲突解决掉。
不过,运行 update还是一样的报 web.xml解析错误。
幸好命令行的异常信息比eclipse里面的全面得多,看到了异常的前面几行:
严重: Received IOException parsing the input stream for d:/dev/workspace/xxx/war\WEB-INF/web.xml
java.net.ConnectException: Connection timed out: connect
at java.net.PlainSocketImpl.socketConnect(Native Method)
at java.net.PlainSocketImpl.doConnect(Unknown Source)
at java.net.PlainSocketImpl.connectToAddress(Unknown Source)
at java.net.PlainSocketImpl.connect(Unknown Source)
at java.net.SocksSocketImpl.connect(Unknown Source)
at java.net.Socket.connect(Unknown Source)
at java.net.Socket.connect(Unknown Source)
at sun.net.NetworkClient.doConnect(Unknown Source)
at sun.net.www.http.HttpClient.openServer(Unknown Source)
at sun.net.www.http.HttpClient.openServer(Unknown Source)
at sun.net.www.http.HttpClient.<init>(Unknown Source)
这就奇怪了,只是一个 web.xml,犯得着去网上下载什么东西么?看看web.xml,原来是这样
的头信息导致它去获取,可能又由于什么墙什么的原因,没法下载下来。
<!DOCTYPE web-app
PUBLIC "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN"
"http://java.sun.com/dtd/web-app_2_3.dtd">
把这一段干掉,再上传,就OK了。
就这么点破事,害我重启了好几次eclipse,耽误不少时间。
分享到:
相关推荐
4. **web.input()**:从 HTTP 请求中解析用户输入的数据。 5. **表单处理**: 创建和验证 HTML 表单。 6. **显示个别表单字段**: 控制表单元素的显示和隐藏。 ## 数据库 1. **多数据库支持**: 支持多种数据库,如 ...
在GAE中,应用的配置信息是通过YAML文件来定义的,这些文件通常命名为`app.yaml`或`appengine-web.xml`(对于Java)。 YAML文件的结构由键值对组成,其中键通常是左对齐的,值则在冒号后跟随。例如,在GAE的`app....
3. **appengine-web.xml配置**:这个文件是GAE应用的配置文件,需要正确设置应用ID、版本号、安全限制、线程池大小等参数。 4. **JDO或JPA配置**:根据项目需求选择合适的持久化策略,并在相应的配置文件中指定...
用XPath解析XML - 78 - Web Service client - 79 - Functional programming with Java功能扩展? - 79 - Option, Some<T> and None<T> - 80 - Tuple, B> - 80 - Pattern Matching模式匹配 - 81 - Promises - 81 - ...
命令与征服1995,C&C95经典版本 游戏无法直接运行,打开“C&C”目录并执行Dosbox.exe即可。
文档支持目录章节跳转同时还支持阅读器左侧大纲显示和章节快速定位,文档内容完整、条理清晰。文档内所有文字、图表、函数、目录等元素均显示正常,无任何异常情况,敬请您放心查阅与使用。文档仅供学习参考,请勿用作商业用途。 你是否渴望高效解决复杂的数学计算、数据分析难题?MATLAB 就是你的得力助手!作为一款强大的技术计算软件,MATLAB 集数值分析、矩阵运算、信号处理等多功能于一身,广泛应用于工程、科学研究等众多领域。 其简洁直观的编程环境,让代码编写如同行云流水。丰富的函数库和工具箱,为你节省大量时间和精力。无论是新手入门,还是资深专家,都能借助 MATLAB 挖掘数据背后的价值,创新科技成果。别再犹豫,拥抱 MATLAB,开启你的科技探索之旅!
内容概要:本文详细介绍了在Linux环境下进行C++开发所需掌握的内容,以一个Web多人聊天项目为例,涵盖从开发环境搭建到项目部署的全过程。首先推荐了一个项目地址,该项目支持HTTP请求、Websocket、多房间和多人聊天、MySQL用户信息存储、Redis缓存、json序列化等功能,并建议扩展功能如基于Reactor模型构建HTTP/Websocket服务、仿写MySQL/Redis连接池等。接着介绍了开发环境,包括Ubuntu 20.04、MySQL 8.0、Redis 6.0、gcc/g++ 10.5.0等,并提供了详细的部署步骤,如安装boost库、编译聊天室服务、配置MySQL和Redis等。最后分析了项目架构,包括数据存储(MySQL存储用户信息,Redis存储房间消息和用户cookie)、消息格式(HTTP请求消息和Websocket交互消息)、HTTP/Websocket数据处理流程等。; 适合人群:有一定Linux基础,想深入了解C++开发及网络编程的开发者,尤其是有志于从事Web开发或服务器端开发的技术人员。; 使用场景及目标:①掌握Linux C++开发环境的搭建,包括工具链的安装与配置;②理解并实践HTTP、Websocket等网络协议的应用;③熟悉MySQL、Redis等数据库的使用;④学习如何处理HTTP请求、Websocket交互消息及数据存储;⑤能够独立完成类似Web聊天室的项目开发。; 其他说明:本文不仅提供了理论指导,还给出了具体的实践操作步骤,如编译过程中可能遇到的问题及解决方案。对于初学者来说,可以按照文中提供的链接和教程逐步学习,同时鼓励读者根据自身需求对项目进行扩展和优化。
通信工程劳务分包框架合同版.docx
只需要将png图片或者包含png的文件夹拖拽到软件,即可实现批量压缩,方便有大量png图片需要压缩的需求
游戏亲测无毒可用,可在Win10、Win11等系统直接运行(执行ra95.exe,无需虚拟机) #初代经典红警,#红警95,#RTS,#电脑游戏,#怀旧游戏
1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
内容概要:本文档是一份来自中国科学技术大学的《Matlab先进算法讲义》,主要介绍了数学建模中常用的四种算法:神经网络算法、遗传算法、模拟退火算法和模糊数学方法。每种算法均以应用为导向,简要讲解其原理、结构、分类及其在数学建模中的具体应用实例。对于神经网络,重点介绍了感知器和BP网络,展示了如何通过训练网络来解决分类问题;遗传算法则模拟生物进化过程,用于求解优化问题;模拟退火算法借鉴了物理退火过程,适用于组合优化问题;模糊数学方法通过隶属度的概念处理模糊决策问题。文中还提供了部分算法的Matlab和C语言程序代码,帮助读者更好地理解和应用这些算法。 适合人群:具备一定数学建模基础、对Matlab有一定了解的高校学生及科研人员。 使用场景及目标:①学习神经网络、遗传算法、模拟退火算法和模糊数学方法的原理及其应用场景;②掌握如何利用这些算法解决实际问题,如分类、优化、决策等;③能够编写和调试相关算法的程序代码,应用于数学建模竞赛或科研项目中。 其他说明:本文档侧重于算法的应用而非深入理论探讨,旨在帮助读者快速入门并应用于实际问题解决。读者应结合提供的程序代码进行实践,以加深理解。
过滤器实现单点登录
一、 数据集 1. 总计9280张火焰和烟雾图片,已打标签,格式:类别+目标矩形位置 类别:0 - fire;1 - smoke 位置:4个坐值 图片文件名与标签文件名一一对应,标签文件中多行表示图片中有多个检测目标,一行一个 2. 9280张属于中等规模数据集,黄金比例划分:70%训练集+15%验证集+15%测试集 训练集:6496张(70% train) 验证集:1392张(15% val) 测试集:1392张(15% test) 平衡了模型训练需求与评估可靠性,避免小数据集划分导致的过拟合风险 火焰和烟雾的实例数量各1000多,基本持平,防止模型在训练过程中偏向于更频繁标注的类别 二、 目录结构 fire_smoke_images ├── data.yaml ├── images/ │ ├── train/ │ │ ├── 0001.jpg │ │ ├── 0002.jpg │ │ ├── 0003.jpg │ │ ... │ ├── val/ │ │ ├── 7001.jpg │ │ ... │ ├── test/ │ │ ├── 9001.jpg │ │ ... └── labels/ ├── train/ │ ├── 0001.txt │ ├── 0002.txt │ ├── 0003.txt │ ... └── val/ ├── 7001.txt ... 三、目标检测 演示:http://ofdweb.cn:28501/ 
本书《智能医疗系统设计中的移动技术》旨在探讨如何利用移动技术,特别是无线网络技术,来设计和实现智能医疗保健系统。书中首先介绍了移动技术在医疗领域的应用背景、挑战以及本书的组织结构。随后,作者详细阐述了如何使用商品级WiFi进行非接触式活动识别,并设计了基于信道状态信息(CSI)的活动识别系统。此外,书中还探讨了如何利用现有的WiFi基础设施来设计个性化的健身助手系统,以及如何通过毫米波(mmWave)技术提升智能医疗系统的分辨率和准确性。书中还研究了饮食习惯监测系统的设计,以及如何将移动设备(如智能手机和智能手表)用于智能医疗保健,例如通过内置的光电容积描记法(PPG)传感器实现手势识别、手语解释和持续的用户认证。本书为智能医疗保健系统的研发提供了一套全面的分析和前沿的设计方案。
【文章/演示视频链接:https://archie.blog.csdn.net/article/details/147283872?spm=1001.2014.3001.5502】1.本系统有一个主机,两个从机。2.一主多从的LORA组网通信,主机和两个从机都配备了STM32F103单片机与 LoRa 模块,主机作为中心设备及WIFI网关,负责接收和发送数据到远程物联网平台和手机APP,两个从机则负责采集数据并通过各自的 LoRa组网将数据发送给主机。3.两个LORA从机,功能一样,组网分别实现对温度、湿度、粉尘PM2.5、PM10、CO2和NH3进行实时采集,并在OLED显示屏显示,系统采用锂电池供电。从机所用主要硬件:STM32F103C8T6最小系统板、多合一环境检测模组、0.96寸OLED显示屏、MQ-135传感器、正点原子LORA模块ATK-LORA-01、18650锂电池。4.主机LORA,组网实现接收两个从机采集过来的数据,通过主机WIFI模块网关将两个从机的数据远程传输到物联网云服务器和手机APP。主机所用主要硬件:STM32F103C8T6最小系统板、ESP8266模块、正点原子LORA模块ATK-LORA-01、18650锂电池。 资料包,包含本项目所有的程序源码和原理图 1.程序源码文件如下所示: “0.机智云MCU代码生成”是机智云平台生成的代码 “1.主机-未移入机智云”是没有移植机智云的代码(方便更改为你的机智云) “1.主机-移入机智云-此程序可接入机智云”是本项目的主机网关程序 “2.从机1-本地数据采集与显示”是本项目的从机1程序 “3.从机2-本地数据采集与显示”是本项目的从机2程序 【物联网】基于LORA组网的远程环境监测系统设计(资料包)
世邦魏理仕:2023年中国房地产市场展望
第十一章:链表和共用体的个别例子,第十一章:链表和共用体的个别例子,第十一章:链表和共用体的个别例子
移动通信端到端加密安全方案设计研究论文.docx
typesripe截图脚本 使用ts-node即可截取网页图片