Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >问答首页 >无法理解为什么在创建jar可执行文件之后,Mongo数据库应用程序无法正常工作

无法理解为什么在创建jar可执行文件之后,Mongo数据库应用程序无法正常工作
EN

Stack Overflow用户
提问于 2013-12-14 09:41:44
回答 1查看 54关注 0票数 0

我使用java.awt创建了一个java应用程序。应用程序的基本思想是使用mongo驱动程序查询mongo数据库。

当从命令提示符运行代码时,GUI会打开,它可以与初始化的单神服务器交互,没有问题。但是,当我用同一个类创建一个jar可执行文件时,GUI打开得很好,但是似乎没有发生任何服务器交互。

例如,在运行非jar版本时,运行在后台的Mon神服务器将显示类似于:Sat Dec 14 09:14:20.347 [initandlisten] connection accepted from 127.0.0.1:XXXX #5 (1 connection now open)的内容,但是当运行jar版本时(完全不对源代码进行任何更改,完全相同的.java和.class文件),我就看不到服务器上的任何连接状态。

我怀疑你需要我在这篇文章中插入我所有的代码,但以下是我认为与我的问题最相关的细节。如果你需要其他细节,请告诉我。

在创建jar时,我使用了以下命令:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
jar cvfm MongoDBGUI.jar manifest.txt *.class

manifest.txt的台词是:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
Main-Class: MongoDBGUI

*MongoDBGUI是具有主函数的类

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2013-12-14 10:00:09

我的水晶球说你一直在吞咽代码中的异常,所以当出了问题,你就没有日志来告诉你错误是什么。

我的塔罗牌告诉我,你没有把驱动程序打包在你的罐子里,所以找不到驱动程序。但是我的ouija板声称您确实在jar中有驱动程序,只是在MANIFEST.MF中的类路径中没有正确地配置它。

票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/20586301

复制
相关文章
寻找商品间的联系:频繁项集挖掘与关联分析
我们常常会在管理中遇到这样的问题,超市如何能通过用户购买数据来提高利润。如何将数据转化为利润,用好这些数据。 我们这里提出一种关联分析方法,可以从用户的购买数据中得到,其一般购买了商品A的同时,也会对商品B有需求,而一旦将A和B捆绑或靠近在一起销售,并以一定的折扣来刺激消费,这样能够得到更可观的销量。那么如何能够找到频繁出现被人购买的商品,并且从中抽取出若干件商品的关联关系,这就是我们今天要讨论的问题。 假设已经有了一份数据集,其中的每条记录都是一人次用户购买的商品清单。 使用Apriori算法进行关联:
微风、掠过
2018/04/10
1.3K0
寻找商品间的联系:频繁项集挖掘与关联分析
crane:字典项与关联数据处理的新思路[通俗易懂]
本文将推荐一个基于 spring 的工具类库 crane,它被设计用来通过类似 MapStruts 的注解配置,完成这种麻烦的关联数据填充/转换操作的处理。
全栈程序员站长
2022/09/23
1K0
crane:字典项与关联数据处理的新思路[通俗易懂]
【数据挖掘】关联规则挖掘 Apriori 算法 ( 频繁项集 | 非频繁项集 | 强关联规则 | 弱关联规则 | 发现关联规则 )
文章目录 一、 频繁项集 二、 非频繁项集 三、 强关联规则 四、 弱关联规则 五、 发现关联规则 参考博客 : 【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则简介 | 数据集 与 事物 Transaction 概念 | 项 Item 概念 | 项集 Item Set | 频繁项集 | 示例解析 ) 【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则 | 数据项支持度 | 关联规则支持度 ) 【数据挖掘】关联规则挖掘 Apriori 算法 ( 置信度 | 置信度示例 ) 一、 频繁项
韩曙亮
2023/03/28
2K0
【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则简介 | 数据集 与 事物 Transaction 概念 | 项 Item 概念 | 项集 Item Set | 频繁项集 | 示例解析 )
如 : 购买商品时 , 啤酒 与 尿布 就有关联关系 , 这两个之间肯定没有因果关系 , 有一种未知的关联关系 ;
韩曙亮
2023/03/28
1.1K0
掌握Python中的生成器(Generator):解析工作原理与示例
在Python编程中,生成器(Generator)是一个强大而又灵活的工具,它允许您在需要的时候生成一系列的值,而不必一次性将它们全部存储在内存中。本文将深入解释生成器是什么以及它们的工作原理,同时提供详细的代码示例,帮助您理解和充分利用这个重要的Python功能。
疯狂的KK
2023/10/08
1.6K0
掌握Python中的生成器(Generator):解析工作原理与示例
SAP 如何将无序列号的库存与序列号关联起来?
笔者所在的项目上,一些关键物料有启用序列号管理,方便实现追溯。正常情况下,物料的库存应该与序列号是匹配的。但是也会因为系统设置的漏洞,加上业务人员操作上没能做到账实相符的及时过账,使得序列号库存与MMBE库存数据不一致。
SAP虾客
2021/03/01
9310
【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则性质 | 非频繁项集超集性质 | 频繁项集子集性质 | 项集与超集支持度性质 )
文章目录 一、 非频繁项集超集性质 二、 频繁项集子集性质 三、 项集与超集支持度性质 参考博客 : 【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则简介 | 数据集 与 事物 Transaction 概念 | 项 Item 概念 | 项集 Item Set | 频繁项集 | 示例解析 ) 【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则 | 数据项支持度 | 关联规则支持度 ) 【数据挖掘】关联规则挖掘 Apriori 算法 ( 置信度 | 置信度示例 ) 【数据挖掘】关联规则挖掘
韩曙亮
2023/03/28
7810
SAP 如何将无序列号的库存与序列号关联起来?
笔者所在的项目上,一些关键物料有启用序列号管理,方便实现追溯。正常情况下,物料的库存应该与序列号是匹配的。但是也会因为系统设置的漏洞,加上业务人员操作上没能做到账实相符的及时过账,使得序列号库存与MMBE库存数据不一致。
SAP虾客
2021/01/23
1.1K0
关联分析(2):Apriori产生频繁项集
在关联分析(1):概念及应用中,我们介绍了关联分析的应用场景、基本概念和规则产生思路。在本次的文章中,我们将介绍Apriori算法频繁项集产生的原理。文章中会涉及专有名词,不清楚概念的可在上一篇文章中查看。
三猫
2018/07/23
1.3K0
关联分析(2):Apriori产生频繁项集
hibernate的关联与级联
1、关联指的是类之间的引用关系。如果类A与类B关联,那么被引用的类B将被定义为类A的属性。 2、关联的分类:关联可以分为一对一、一对多/多对一、多对多关联
全栈程序员站长
2022/08/04
1.3K0
hibernate的关联与级联
【数据挖掘】关联规则挖掘 Apriori 算法 ( 关联规则 | 数据项支持度 | 关联规则支持度 )
支持度 表示 数据项 ( Item ) 在 事务 ( Transaction ) 中的 出现频度 ;
韩曙亮
2023/03/28
1.3K0
工作任务项杂记_201904
如子标题,有需求要在spring boot应用中使用redis缓存,这个还是比较简单的,如下:
jeremyxu
2019/05/15
5630
【组合数学】生成函数 简要介绍 ( 生成函数定义 | 牛顿二项式系数 | 常用的生成函数 | 与常数相关 | 与二项式系数相关 | 与多项式系数相关 )
1.幂级数 : 数学分析 中 重要概念 , 在 指数级的 每一项 均为 与 级数项 序号
韩曙亮
2023/03/28
6810
【组合数学】生成函数 简要介绍 ( 生成函数定义 | 牛顿二项式系数 | 常用的生成函数 | 与常数相关 | 与二项式系数相关 | 与多项式系数相关 )
Java hashCode()与equals()的关联
一、Hash表数据结构介绍 请参考 哈希表详解 二、equals的内部实现 equals()的定义位于Object.class中: public boolean equals(Object obj) { return (this == obj); } 从这里可以看出,如果不重写的话,equals默认就是断定两个对象的内存地址是否相同。如果内存地址相同,必然是同一个对象;如果内存地址不相同,必然不是同一个对象。 三、hashCode()介绍 (一)hashCode()内部实现 hash
海天一树
2018/04/17
8230
git本地分支与远程分支关联与解除关联
可以看到分支dev没有和远程分支建立任何映射,此时若执行如下拉取命令则不成功(因为git此时不知道拉取哪个远程分支和本地分支合并):
小蔚
2022/09/23
3.3K0
git本地分支与远程分支关联与解除关联
2020年最重要的10项工作技能
点击标题下「大数据文摘」可快捷关注 作者: boxi 摘自:36氪 回复"2020"可下载报告原文 挖掘机技术哪里强?我不知道,但是根据凤凰城大学研究中心未来学会的研究,到 2020 年的时候,最需要的工作技能并不是挖掘机技术。研究人员分析了未来的 6 大变革驱动力,并在此基础上分析出届时最重要的 10 项工作技能。 6大变革驱动力 1、老龄化 根据预测,到 2020 年的时候,中国的人均寿命将达 77 岁,到 2025 时,美国 70% 的人寿命将超过 60 岁。人口老龄化将导致人类对年龄的认知发生变化,
大数据文摘
2018/05/22
7790
2020年最重要的10项工作技能
挖掘机技术哪里强?我不知道,但是根据凤凰城大学研究中心未来学会的研究,到 2020 年的时候,最需要的工作技能并不是挖掘机技术。研究人员分析了未来的 6 大变革驱动力,并在此基础上分析出届时最重要的 10 项工作技能。
用户4962466
2019/10/10
4930
机器学习工作职位需要的7项技能
机器学习经常与人工智能紧密相连,在不考虑显式编程的情况下,机器学习可以使计算机具备完成特定任务的能力,例如识别,诊断,规划,机器人控制和预测等。它往往聚焦于算法创新,即在面对新数据时,其自身能够发生演化。 在某种程度上,机器学习与数据挖掘很相似。它们都是通过数据来获取模式。然而,与人类可理解的数据提取方式不同—通常是按照数据挖掘应用的方式——机器学习主要是使用数据去提升程序本身的理解能力。机器学习程序能够在数据中检测出相关模式并相应的进行程序行为的调整。 现在,你是否准备去了解一些获得机器学习工作必备的
CSDN技术头条
2018/02/09
6800
机器学习工作职位需要的7项技能
机器学习工作职位需要的7项技能
机器学习经常与人工智能紧密相连,在不考虑显式编程的情况下,机器学习可以使计算机具备完成特定任务的能力,例如识别,诊断,规划,机器人控制和预测等。它往往聚焦于算法创新,即在面对新数据时,其自身能够发生演化。 在某种程度上,机器学习与数据挖掘很相似。它们都是通过数据来获取模式。然而,与人类可理解的数据提取方式不同—通常是按照数据挖掘应用的方式——机器学习主要是使用数据去提升程序本身的理解能力。机器学习程序能够在数据中检测出相关模式并相应的进行程序行为的调整。 现在,你是否准备去了解一些获得机器学习工作必备的技术
陆勤_数据人网
2018/02/26
5420
机器学习工作职位需要的7项技能
机器学习经常与人工智能紧密相连,在不考虑显式编程的情况下,机器学习可以使计算机具备完成特定任务的能力,例如识别,诊断,规划,机器人控制和预测等。它往往聚焦于算法创新,即在面对新数据时,其自身能够发生演化。
IT阅读排行榜
2018/08/13
2840

相似问题

如何防止TFS将工作项与生成关联?

11

封闭签入始终将工作项与生成关联

15

将更改集和工作项与生成关联起来

10

如何将工作项与变更集(TFVC)关联

16

如何将PR与不同订阅中的工作项关联

114
添加站长 进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

扫码加入开发者社群
关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例

扫码关注腾讯云开发者公众号
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
查看详情【社区公告】 技术创作特训营有奖征文