1、可以利用myeclipse的deploy功能会自动把项目拷贝到配置好的Tomcat/webapps目录中。只需配置好web.xml中的即可。2、还可以在Tomcat的安装目录下，找到Tomcat/conf目录中的server.xml文件，打开后，在标签内编辑,如下：
系统 2019-08-12 01:33:01 2391
http://bert82503.iteye.com/blog/2152613前些天，线上出现“服务端长连接与客户端短连接引起Nginx的Writing、Active连接数过高问题”，这个是由于“服务端使用HTTPs长连接，而客户端使用短连接”引起。这几天，发现Nginx与Tomcat之间也存在同样的问题，原因是两边的相关配置参数不一致引起的。（这是心细活！）先说说服务为什么使用HTTPs长连接技术？有如下几个原因：对响应时间要求较高；服务走的是公网，客户
系统 2019-08-12 01:32:56 2391
原文:《BI项目笔记》多维数据集中度量值设计时的聚合函数MicrosoftSQLServerAnalysisServices提供了几种函数，用来针对包含在度量值组中的维度聚合度量值。默认情况下，度量值按每个维度进行求和。但是，通过AggregateFunction属性，您可以修改此行为。聚合函数的累加性可确定度量值如何在多维数据集的所有维度中进行聚合。聚合函数具有三个级别的累加性：累加性-累加性度量值主要是指父级层次结构中成员的值等于它所有子级成员值的总和
系统 2019-08-12 01:32:56 2391
http://blog.csdn.net/prettywolf/archive/2007/03/10/1525911.aspx以下文章参考了网上的文章，但经过自己试验和整理。linux自动启动程序的方法很多，但是有时某些程序要设置环境变量的就会引起麻烦。tomcat启动时需要设置JAVA_HOME,CLASSPATH等环境变量，很多文章说设置好环境变量，把/path/startup.sh放到rc.local中就可以实现自动启动了，但是实际操作发现，很多的l
系统 2019-08-12 01:32:55 2391
新浪微博上有人推荐了一套《漫画统计学》的教程，于是找来读了一番。感觉这种形式的教学挺有意思的。以下摘录了书中第六章的部分内容，主要介绍相关系数、相关比和克莱姆相关系数三种考察数据相关性的指标。作者:peghoty出处:http://blog.csdn.net/itplus/article/details/10055021欢迎转载/分享,但请务必声明文章出处.相关性分析方法
系统 2019-08-12 01:32:54 2391
本节没什么特别的东西，只是一个非常简单的overview。1.CATALINA_HOME指的就是Tomcat安装的root目录，Catalina是“远程轰炸机”的意思。2.Tomcat5和Tomcat3.x,4.x相比有很大的变化，特别是在配置方面，如server.xml，所以千万不要拿在网上找到的Tomcat3.x,4.x的配置文章来对Tomcat5做配置，很多时候这是没有作用的。3.文中最后一节“Wheretogoforhelp”列出了除了Tomcat
系统 2019-08-12 01:32:46 2391
在研究SQLServer2008ReportingService时需要用到微软提供的示例数据库。以前安装时很顺利，没遇到什么问题就安装成功了。重装机器后再次安装却遇到了问题。解决步骤如下：1.在Instance下拉框中没有选项根据提示在微软网站上找到了解决方案：http://msftdbprodsamples.codeplex.com/wikipage?title=Database%20Prerequisites%20for%20SQL%20Server%
系统 2019-08-12 01:32:46 2391
privatestaticBootstrapdaemon=null;privatestaticfinalFilecatalinaBaseFile;privatestaticfinalFilecatalinaHomeFile;privatestaticfinalPatternPATH_PATTERN=Pattern.compile("(\".*?\")|(([^,])*)");static{//Willalwaysbenon-nullStringuserDi
系统 2019-08-12 01:32:35 2391
--1：获取当前数据库中的所有用户表selectNamefromsysobjectswherextype='u'andstatus>=0--2：获取某一个表的所有字段select*fromsyscolumnswhereid=object_id('test1')--3：查看与某一个表相关的视图、存储过程、函数selecta.*fromsysobjectsa,syscommentsbwherea.id=b.idandb.textlike'%表名%'--4：查看
系统 2019-08-12 01:32:08 2391
一、K近邻算法概念K近邻（k-NearestNeighbor，简称kNN）学习是一种或常用的监督学习方法，其工作机制非常简单：给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于这k个“邻居”的信息来进行预测。通常，在分类任务中可使用“投票法”，即选择这k个样本中出现最多的类别标记作为预测结果；在回归任务中可使用“平均法”，即将这k个样本的实质输出标记的平均值作为预测结果；还可基于距离远近进行加权平均或者加权投票，距离越近的样本权重
系统 2019-09-27 17:57:18 2390
