标签: artifacts

我已经开始使用Maven开发一个新项目了,我无法在eclipse上正常工作.我有这个错误的倍数:

ArtifactTransferException: Failure to transfer com.caucho:hessian:jar:3.1.5 from <repository> was cached in the local repository, resolution will not be reattempted until the update interval of Archiva SIVPN Internal has elapsed or updates are forced. Original error: Could not transfer artifact com.caucho:hessian:jar:3.1.5 from/to Archiva SIVPN Internal (<repository>): No response received after 60000    pom.xml /<file> line 2  Maven Dependency Problem
Description Resource    Path    Location    Type

缺少工件com.caucho:hessian:jar:3.1.5 pom.xml/line 2 Maven依赖问题

在做了一些研究之后,我发现它可能是pom.xml错了,或者我有代理问题.

我检查了资源在我们的存储库中是否可用,并且pom片段与我的代码中声明的相同:

<dependency>
  <groupId>com.caucho</groupId>
  <artifactId>hessian</artifactId>
  <version>3.1.5</version>
</dependency>

我的代理适用于项目的主干,并且没有其他代理我知道.

我认为这可能是一次性连接问题,但是使用新的maven构建-U并没有解决问题.

我还找到了/sf/ask/427798591/, 其中有几个我不知道要做什么的其他解决方案,但是它对我不起作用...... …

我的LineItem继承QGraphicsLineItem可以改变它的笔宽.

我创建了一个boundingRect使用QGraphicsLineItem::boundingRect调整的垫,根据笔宽和箭头计算.有用.

void LineItem::calculateStuff() // called on any change including pen width
{
    qreal padLeft, padRight, padT;
    padLeft = 0.5 * m_pen.width();  // if no arrows
    padT = padLeft;
    padRight = padLeft;
    m_boundingRect = QGraphicsLineItem::boundingRect().adjusted(-padLeft, -padT, padRight, padT);
    update();
}
QRectF LineItem::boundingRect() const
{
    return m_boundingRect;
}
QPainterPath LineItem::shape() const
{
    QPainterPath p;
    p.addRect(m_boundingRect);
    return p;
}

我得到的只有一件神器:

• 如果我增加笔的宽度,然后减少它,我会得到痕迹:

• 当我移动鼠标或任何动作(我很难获得屏幕截图)时,这些当然会消失

尽管它们很漂亮(严肃地说我认为它们是"功能:-)) - 我试图消除它们.我试图记住以前的边界矩形,并用前一个边界矩形更新项目 - 我认为这是什么选项是为了 - 但它不起作用.

QRectF oldRect = selectedItem->boundingRect();
item->setItemPenWidth(p); …

在软件开发生命周期中,您会生成哪些基本的设计工件？是什么让它们对你的实践至关重要？

我目前正在进行的项目已经生产了8年多.此Web应用程序在此期间得到了积极的增强和维护.虽然我们已经制定了基于CMMI的政策和流程,但我们的部分实践得到了很好的定义,但设计阶段在很大程度上被忽视了.最好的做法,有人吗？

如果未找到工件，TeamCity 构建是否可能会失败？我的意思是，无需编写任何特殊脚本，即 TeamCity 是否具有此类内置功能？

我最近为我的开源库http://jooq.sourceforge.net发布了第一个稳定版本.根据大众需求,我想将我的工件放入maven存储库,但我不确切地知道这意味着什么.

我知道maven是一个依赖管理系统.我知道我必须为我的可交付成果创建描述性XML文件.问题是

1. 如何创建该XML文件(使用哪些信息)？
2. 我对log4j有一个(可选的)依赖.我该如何指定？
3. 我在哪里添加该XML文件(即在每个.jar文件中？在.zip文件中)
4. 我在哪里上传我的文物？有没有公​​共存储库,我可以从我的项目网站上参考？
5. 我将上传到该存储库？

我正在使用Maven 3.2.我在我的pom.xml文件中有这种依赖(一个WAR项目)

            <dependency>
                    <groupId>joda-time</groupId>
                    <artifactId>joda-time</artifactId>
                    <version>1.6.2</version>
                    <scope>provided</scope>
            </dependency>

每当我为我的pom运行任何阶段(例如"mvn install")时,应用程序总是尝试下载有关依赖关系的一些元数据......

Downloading: http://repo.spring.io/milestone/joda-time/joda-time/maven-metadata.xml

我怎么告诉Maven停止这样做？我已经将神器缓存在我当地的Maven回购中.

谢谢, - 戴夫

我正在尝试创建一个基于gradle的多模块项目.还有一个项目包含不同的gradle脚本,可以实现可插入的构建配置.其中一个脚本用于将工件发布到maven存储库.这是该脚本的内容:

apply plugin: 'maven-publish'

configure(subprojects.findAll()) {
    if (it.name.endsWith('web')) {
        publishing {
            publications {
                mavenWeb(MavenPublication) {
                    from components.web
                }
            }
        }
    } else {
        publishing {
            publications {
                mavenJava(MavenPublication) {
                    from components.java
                }
            }
        }
    }
}

build.dependsOn publishToMavenLocal

此脚本包含在其他项目的构建gradle文件中.

apply from: '../../food-orders-online-main/artifact-publish.gradle'

当我运行构建任务时,它总是显示publishToMavenLocal任务是最新的,我无法在本地存储库中找到工件.难道我做错了什么？

我们有一项工作是在 .NET上Jenkins/Maven/Wildfly/Artifactory构建和部署的。EAR filewildflyArtifactory

我正在尝试创建另一个Jenkins手动作业，从 检索特定构建Artifactory并将其部署到Wildfly.

我如何告诉Jenkins从 检索工件Artifactory？我正在使用“从另一个项目复制工件”。

是否有类似的插件可以帮助我从中下载工件Artifactory？

谢谢！

我正在使用AWS CodeBuild构建应用程序,它被配置为将构建工件推送到AWS S3存储桶.在检查S3存储桶中的artifcats /对象时,我意识到对象已被加密.

是否可以禁用artifcats /对象加密？

我使用了 MLflow 并使用下面的函数（来自 pydataberlin）记录了参数。

def train(alpha=0.5, l1_ratio=0.5):
    # train a model with given parameters
    warnings.filterwarnings("ignore")
    np.random.seed(40)

    # Read the wine-quality csv file (make sure you're running this from the root of MLflow!)
    data_path = "data/wine-quality.csv"
    train_x, train_y, test_x, test_y = load_data(data_path)

    # Useful for multiple runs (only doing one run in this sample notebook)    
    with mlflow.start_run():
        # Execute ElasticNet
        lr = ElasticNet(alpha=alpha, l1_ratio=l1_ratio, random_state=42)
        lr.fit(train_x, train_y)

        # Evaluate Metrics
        predicted_qualities = lr.predict(test_x)
        (rmse, mae, r2) = eval_metrics(test_y, predicted_qualities)

        # Print …