zoukankan      html  css  js  c++  java
  • 免安装版TOMCAT配置及问题解决方法

    前言

      本文将介绍下面几点内容:
      1.Tomcat的配置过程
      2.启动startup过程中遇到的问题的解决
      3.假设遇到本文中没有提到的问题怎样解决

    配置

      计算机右击->属性->高级系统设置->高级->环境变量

      这里写图片描写叙述
      
    1.JAVA环境变量(下载安装JDK的过程省略)

    • 新建系统变量JAVA_HOME
      这里写图片描写叙述
      变量值为你的JDK安装路径

    • 新建系统变量CLASSPATH (记得用。隔开)
      这里写图片描写叙述
      %JAVA_HOME%libdt.jar;%JAVA_HOME%lib ools.jar

    • 改动系统变量PATH
      这里写图片描写叙述
      %JAVA_HOME%in

    • 检查配置是否成功
      这里写图片描写叙述

    2.TOMCAT配置

    • 官网下载免安装版TOMCAT
      这里写图片描写叙述
      依据电脑的版本号决定下32bit还是64bit(在命令窗体输入systeminfo查看系统信息)

    • 配置环境变量
      新建CATALINA_HOME
      这里写图片描写叙述
      变量值能够直接写成D:Program FilesJavaapache-tomcat-7.0.63-windows-x64apache-tomcat-7.0.63(压缩包解压后的路径)
      改动PATH
      这里写图片描写叙述
      %CATALINA_HOME%in;%CATALINA_HOME%lib;

    • 检查配置是否成功
      在命令窗体输入startup.bat
      这里写图片描写叙述
      这里写图片描写叙述

      正常情况下这两个窗体哪一个也不会闪退。假设仅仅出现第一个窗体。大家依据提示去解决这个问题,大多是环境变量配置有问题。假设第二个窗体弹出又闪退,大多是port占用问题。

    • 然后在浏览器中输入http://localhost:8080

    出现的错误及解决方式

    1.JRE_HOME environment variable is not defined correctly

    新建系统变量JRE_HOME
    这里写图片描写叙述
    改动PATH属性
    这里写图片描写叙述

    2.第二个窗体闪退

    上文已经说过。这样的情况大多是port占用的问题。查看Conf目录下的server.xml文件。一个是启动的port。一个是关闭是的port。

      <Connector port="8080" protocol="HTTP/1.1"
                   connectionTimeout="20000"
                   redirectPort="8443" />
    <Server port="9999" shutdown="SHUTDOWN">

    解决方式:
    怎样推断是哪个port被占用?
    打开logs目录下的cataline.log文件。
    我的日志中就记录了出现的错误:
    严重: StandardServer.await: create[localhost:8005]:
    java.net.BindException: Address already in use: JVM_Bind

    由此推断8005port被占用

    方法一:关闭占用该port的程序
    查看port被那些程序使用
    这里写图片描写叙述
    依据程序ID,找到程序
    这里写图片描写叙述
    关闭程序

    方法二:改动配置文件里的port号(建议)

    总结

    1.学会使用命令窗体。直接手动点击startup.bat闪退是没有错误提示的,所以大家要用命令窗体来启动。


    2.学会查看日志。

    第二个窗体闪退时,没有错误提示。我就不知道哪里出现故障,所以大家要学会查看日志。

  • 相关阅读:
    xml的servlet配置
    python Matplotlib 系列教程(三)——绘制直方图和条形图
    https://blog.csdn.net/blmoistawinde/article/details/84329103
    机器学习——标准化/归一化的目的、作用和场景
    梯度提升决策树(GBDT)与XGBoost、LightGBM
    最容易理解的对卷积(convolution)的解释
    如何通俗易懂地解释卷积?
    卷积神经网络(CNN)之一维卷积、二维卷积、三维卷积详解
    Conv1D和Conv2D的区别
    卷积神经网络(CNN)张量(图像)的尺寸和参数计算(深度学习)
  • 原文地址:https://www.cnblogs.com/wzjhoutai/p/7145856.html
Copyright © 2011-2022 走看看