前端测试(一)Web基础

一、javaweb工程

1.javaweb工程概述

JavaWeb应用指供浏览器访问的程序,通常也简称为web应用。

一个web应用由多个静态web资源(html css js)和动态web资源(实现功能)组成,例如:html、css、js文件,jsp文件、java程序、支持jar包、工程配置文件、图片、音视频等等。

Web应用开发好后,若想供外界访问,需要把web应用所在目录交给Web服务器管理(如:Tomca等),这个过程称之为虚似目录的映射,即web工程目录物理路径映射编程网络访问路径(虚拟目录)。

2.javaweb工程目录结构

Maven构建JavaWeb工程的标准目录
项目根目录/
├── pom.xml # Maven核心配置文件
├── src/
│ ├── main/ # 主代码目录
│ │ ├── java/ # Java源代码目录
│ │ │ └── com/example/ # 包目录结构
│ │ │ ├── controller/ # 控制器类
│ │ │ ├── service/ # 业务逻辑接口
│ │ │ ├── dao/ # 数据访问接口
│ │ │ └── util/ # 工具类
│ │ ├── resources/ # 资源文件目录
│ │ │ ├── config/ # 配置文件目录
│ │ │ ├── mapper/ # MyBatis映射文件
│ │ │ ├── static/ # 静态资源(CSS, JS, 图片)
│ │ │ └── logback.xml # 日志配置文件
│ │ └── webapp/ # Web应用目录
│ │ ├── WEB-INF/ # 受保护目录(浏览器无法直接访问)
│ │ │ ├── web.xml # Web部署描述符
│ │ │ ├── classes/ # 编译后的类文件(Maven自动管理)
│ │ │ └── lib/ # 依赖库
│ │ └── index.jsp # JSP页面
│ └── test/ # 测试代码目录
│ ├── java/ # 测试Java源代码
│ └── resources/ # 测试资源文件
└── target/ # 构建输出目录(自动生成)
├── classes/ # 编译后的类文件
├── test-classes/ # 测试类文件
├── maven-status/ # Maven状态信息
└── 项目名-版本.war # 最终打包的WAR文件

二、Tomcat配置虚拟目录+虚拟主机

1.Tomcat配置虚拟目录(虚拟目录作用:可以发布任意目录下的项目)

编辑tomcat的conf目录下server.xml配置文件

  1. 添加目录映射内容

找到 < Host > 标签

在这里插入图片描述


在这里插入图片描述
<Context path="/demo" docBase="F:/demopath"/> 
在这里插入图片描述


path属性:访问资源的虚拟目录名称(路径访问地址,名称可以随便起,但是必须在前面加上一个/ )
docBase属性:资源所在的磁盘物理地址(解压后的war包存在的地址)

验证:网页访问成功

在这里插入图片描述

2.Tomcat配置虚拟主机(虚拟主机作用:可以指定访问路径名称)

编辑tomcat的conf目录下server.xml配置文件

  1. 找到 < Engine > 标签
  2. 添加虚拟主机内容
 </Host> <Host name="www.webdemo.com" appBase="webapps" unpackWARs="true" autoDeploy="true"> <Context docBase="webdemo"/> </Host> 
  1. 修改系统hosts文件指定IP和域名映射关系

三、Tomcat部署动静态资源

1.部署静态资源

静态资源是服务器直接返回给客户端的文件,内容不会变化。
例:把静态资源加入到JavaWeb工程中,在Tomcat中部署工程,启动Tomcat服务器,并使用浏览器访问。

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述

2.部署动态资源

动态资源是根据请求动态生成的内容,通常需要服务器端处理。
Servlet是运行在Java服务器端的程序,用于接收和响应来自客户端基于HTTP协议的请求。
例:在main/java目录下编写一个类,实现Servlet接口,重写service方法,修改web.xml配置文件,配置servlet资源,将项目部署到tomcat中,启动tomcat服务,打开浏览器验证。

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述

Read more

使用TensorRT优化百川、Llama等主流开源模型

使用TensorRT优化百川、Llama等主流开源模型 在大模型落地日益加速的今天,一个现实问题摆在每一个AI工程团队面前:如何让动辄数十亿参数的Llama、百川这类语言模型,在有限的GPU资源下实现低延迟、高吞吐的推理服务?很多团队都经历过这样的场景——模型能在PyTorch里跑通,但一上线就卡顿,用户等待超过3秒,体验直接崩盘。 这背后的核心矛盾在于:训练框架不是为生产推理而生。PyTorch虽然灵活,但在GPU利用率、内存调度和算子执行效率上存在天然短板。而NVIDIA推出的TensorRT,正是为解决这一痛点而存在的“工业级编译器”。它不只是一套工具,更是一种思维方式的转变——从“能运行”到“极致运行”。 以Llama-2-7B为例,在A10G显卡上使用原生PyTorch FP16推理,单次生成延迟可能高达400ms以上,batch_size=1都难以稳定支撑。而通过TensorRT优化后,延迟可压至120ms以内,吞吐提升3倍以上,甚至能在消费级显卡上实现类实时响应。这种质变,正是由一系列底层技术协同作用的结果。 TensorRT的本质,是将深度学习模型从“解释执行”

2026年AI编程工具全景图:GitHub Copilot vs Cursor vs Codeium,我如何选择?

2026年AI编程工具全景图:GitHub Copilot vs Cursor vs Codeium,我如何选择?

文章目录 * 前言 * 一、我的使用场景与测试环境 * 二、GitHub Copilot:全球生态标杆 * 核心优势实测 * 性能数据记录 * 鸿蒙开发适配度 * 三、Cursor:专家级重构利器 * 重构能力深度测试 * 多文件分析能力 * 四、Codeium:极致免费的性价比之选 * 免费策略的深度体验 * 响应速度实测 * 中文支持的优势 * 五、鸿蒙开发场景专项测试 * 测试1:ArkTS组件生成 * 测试2:分布式能力集成 * 测试3:性能优化建议 * 六、2026年价格策略对比 * 七、我的实际使用组合 * 工作日使用方案 * 具体工作流 * 效率提升数据 * 八、选择建议:根据你的场景决策 * 场景1:学生/初学者/零预算 * 场景2:前端/鸿蒙开发者 * 场景3:全栈/团队协作

零基础指南:学生如何申请和使用GitHub Copilot

快速体验 1. 打开 InsCode(快马)平台 https://www.inscode.net 2. 输入框内输入如下内容: 创建一个面向编程新手的Jupyter Notebook教程,内容包含:1. GitHub Copilot学生认证申请步骤截图;2. 基础Python语法练习(变量、循环、函数);3. 使用Copilot完成简单计算器项目。要求每个步骤都有详细说明和Copilot使用技巧提示。 1. 点击'项目生成'按钮,等待项目生成完整后预览效果 零基础指南:学生如何申请和使用GitHub Copilot 作为一名计算机专业的学生,最近在同学的推荐下尝试了GitHub Copilot这个AI编程助手,发现它真的能大幅提升学习效率。今天就把我的完整使用经验整理出来,特别适合刚接触编程的新手参考。 一、GitHub学生认证申请 1. 首先需要注册GitHub账号,这个步骤很简单,在官网填写基本信息就能完成。记得使用学校邮箱注册,后续认证会更容易通过。

【GitHub项目推荐--CopilotKit:AI Copilot前端开发框架】

简介 CopilotKit是一个开源的前端AI助手开发框架,专门为构建AI Copilot、聊天机器人和应用内AI代理提供React UI组件和优雅的基础设施。该项目采用现代化的前端技术栈,旨在简化和加速AI功能的集成过程,让开发者能够快速在应用中添加智能交互能力。CopilotKit框架设计注重开发体验和性能优化,支持从简单聊天界面到复杂AI代理的各种应用场景。 核心价值: * 开发效率:分钟级集成AI功能,大幅缩短开发周期 * 框架无关:支持React、Next.js、AGUI等多种前端框架 * 生产就绪:提供企业级UI组件,内置安全防护机制 * 高度可定制:支持从底层API到UI组件的全方位定制 技术定位:CopilotKit填补了AI后端能力与前端用户体验之间的空白。通过提供标准化的组件和API,它让前端开发者能够轻松集成复杂的AI功能,而无需深入了解底层AI技术细节。其模块化架构平衡了开箱即用的便利性和深度定制的灵活性。 主要功能 1. 现代化React UI组件 提供完整的Copilot侧边栏组件,支持深度样式定制。可配置的聊天界面,适应不同应用场景