- 前言
- 一 环境配置
- 1、环境-配置docker阿里云镜像加速
- 2、环境-开发工具-环境安装配置
- 1.配置Maven
- 2.配置插件 安装vscode
- 3 环境-环境配置-git-ssh
- 4 环境-项目结构创建并提交到码云
- 1 配置码云仓库并拉取远程仓库到本地
- 2 创建项目基本模块结构并推送到gitee(码云)
- 总结
前言
谷粒商城学习笔记
由于博主有一些内容学习过 所以有些内容忽略
默认是从docker-Hub拉取镜像
为了加速拉取过程,我们配置阿里云镜像加速
首先登陆进入控制台 搜索容器镜像服务
接着打开你的Linux输入命令进行操作
命令如下
sudo mkdir -p /etc/docker
sudo tee /etc/docker/daemon.json <<-'EOF'
{
"registry-mirrors": ["https://d5zog6e6.mirror.aliyuncs.com"]
}
EOF
sudo systemctl daemon-reload
sudo systemctl restart docker
2、环境-开发工具-环境安装配置
1.配置Maven
设置setting.xml
alimaven
central
aliyun maven
http://maven.aliyun.com/nexus/content/repositories/central/
2.配置插件 安装vscodeJDK-1.8 true1.8 1.8 1.8 1.8
插件安装 MyabtisX 和 lombok
安装vscode
常用的vscode插件
没有Git去官网下
首先下载git后点开gitbash
先去gitee码云官网注册自己的账户
# 配置用户名 git config --global user.name "username" //(名字,随意写) # 配置邮箱 git config --global user.email "55333@qq.com" // 注册码云账号时使用的邮箱 # 配置ssh免密登录 ssh-keygen -t rsa -C "55333@qq.com" 三次回车后生成了密钥:公钥私钥 #查看密钥 后面把这个粘贴到Gitee中 cat ~/.ssh/id_rsa.pub 也可以查看密钥 浏览器登录码云后,个人头像上点设置--ssh公钥---随便填个标题---复制 # 测试 ssh -T git@gitee.com 测试成功,就可以无密给码云推送仓库了4 环境-项目结构创建并提交到码云 1 配置码云仓库并拉取远程仓库到本地
参考我的图片进行新建仓库配置
打开IDEA把你新建的gitee仓库拿过来
url在你刚创建的仓库里拿
创建大概结构如下
设置根目录的pom文件
4.0.0 com.atguigu.gulimall gulimall-product0.0.1-SNAPSHOT gulimall 聚合 pom gulimall-coupon gulimall-member gulimall-order gulimall-ware gulimall-product
接着在根模块的.gitinore设置忽略的文件
target/ pom.xml.tag pom.xml.releaseBackup pom.xml.versionsBackup pom.xml.next release.properties dependency-reduced-pom.xml buildNumber.properties .mvn/timing.properties # https://github.com/takari/maven-wrapper#usage-without-binary-jar .mvn/wrapper/maven-wrapper.jar target/ pom.xml.tag pom.xml.releaseBackup pom.xml.versionsBackup pom.xml.next release.properties dependency-reduced-pom.xml buildNumber.properties .mvn/timing.properties # https://github.com/takari/maven-wrapper#usage-without-binary-jar .mvn/wrapper/maven-wrapper.jar # 设置忽略没有用的文件 **/mvnw **/mvnw.cmd **/.mvn #忽略子模块的target **/target/ .idea #忽略子模块的.gitignore **/.gitignore
接着推送到码云
总结
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。



