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
    pandas -更改重新采样的时间序列的开始和结束日期
    查看>>
    SpringBoot+Vue+Redis前后端分离家具商城平台系统(源码+论文初稿直接运行《精品毕设》)15主要设计:用户登录、注册、商城分类、商品浏览、查看、购物车、订单、支付、以及后台的管理
    查看>>
    pandas :to_excel() float_format
    查看>>
    pandas :加入有条件的数据框
    查看>>
    pandas :将多列汇总为一列,没有最后一列
    查看>>
    pandas :将时间戳转换为 datetime.date
    查看>>
    pandas :将行取消堆叠到新列中
    查看>>
    pandas DataFrame 中的自定义浮点格式
    查看>>
    Pandas DataFrame 的 describe()方法详解-ChatGPT4o作答
    查看>>
    Pandas DataFrame中删除列级的方法链接解决方案
    查看>>
    Pandas DataFrame中的列从浮点数输出到货币(负值)
    查看>>
    Pandas DataFrame中的列从浮点数输出到货币(负值)
    查看>>
    Pandas DataFrame多索引透视表-删除空头和轴行
    查看>>
    pandas DataFrame的一些操作
    查看>>
    Pandas Dataframe的日志文件
    查看>>
    Pandas df.iterrows() 并行化
    查看>>
    Pandas drop_duplicates 方法不适用于包含列表的数据框
    查看>>
    pandas groupby 和过滤器
    查看>>
    pandas GROUPBY+变换和多列
    查看>>
    pandas Groupby:创建两列的Groupby时,如何按正确的顺序对工作日进行排序?
    查看>>