Halo 开源项目学习(一):项目启动
项目简介
Halo 是一个优秀的开源博客发布应用,在 GitHub 上广受好评,正好最近在练习写博客,借此记录一下学习 Halo 的过程。
项目下载
从 GitHub 上拉取项目源码,Halo 从 1.4.3 开始,最低支持的 JRE 版本为 11,本人下载的是 1.4.13 版本。
前提设置
导入项目
因为 Halo 使用 Gradle 构建,所以在 idea 中导入 Gradle 项目,与 Maven 不同,Gradle 项目的依赖在 build.gradle 中添加。
Halo 中主要使用了如下依赖:
- Spring Boot:一个用来简化 Spring 的搭建和开发过程的全新框架;
- Spring Data JPA:持久层框架;
- Spring Web:构建 Web 应用;
- Undertow:高性能 Web 容器;
- Freemarker:模板引擎;
- H2 Database:嵌入式数据库,无需安装;
- MySQL:关系型数据库;
- Lombok:Java 高效开发工具;
- Swagger:生成接口文档;
- Hutool:开源 Java 工具类;
- 七牛云:云存储服务器;
- 阿里云 OSS:提供海量、安全、低成本、高可靠的云存储服务;
- Flexmark:将 Markdown 转化为 HTML。
ieda 设置
Halo 使用的是 JDK 11,所以需要将 idea 中的 JDK 版本设置成 JDK 11。依次点击 File -> Project Structure -> Project SDK 设置 JDK。

Gradle 也需要设置为 JDK 11,依次点击 File -> Settings -> 搜索 Gradle 设置 JDK。

启动项目
注意事项
项目启动前请做好如下准备:
- 确保 JDK 的版本符合要求,本文使用 JDK 11;
- 确保所有的依赖都正常导入(本次实践未发生异常);
- 确保 resources/templates/themes 目录不为空,正常情况下应该有 anatole 文件夹。为空是因为使用 Git 克隆时没有克隆子模块,可以在 Halo 官网的主题仓库下载 Anatole 主题,解压后重命名为 anatole,并复制到 themes 目录下;
- Halo 默认使用 H2 Database,该数据库无需安装,因此可以直接启动项目。如果希望使用 MySQL,则需要在 application.yaml 文件中注释掉 H2 Database 的配置,并添加 MySQL 的相关配置(数据库名为 'halodb'):
# MySQL 配置
driver-class-name: com.mysql.cj.jdbc.Driver
url: jdbc:mysql://127.0.0.1:3306/halodb?characterEncoding=utf8&useSSL=false&serverTimezone=Asia/Shanghai&allowPublicKeyRetrieval=true
username: root
password: 123456
运行项目
点击运行,项目正常启动,控制台打印了如下信息:

上述信息提示我们访问 127.0.0.1:8090,首次访问该页面时,页面会重定向到初始化页面,用户需要设置博主、博客的相关信息,如用户名、密码等。

信息填写完毕后,点击安装,之后页面会跳转到登录页面,此时用户可以使用之前设置的账号和密码进行登录。登录成功后进入 'Halo Dashboard' 页面,且系统会自动创建一篇文章 'Hello Halo!'。'Halo Dashboard' 页面是博客的后台管理页面,供管理员使用,访问 127.0.0.1:8090/admin 时就会进入该页面(需登录)。

博客的主页可访问 127.0.0.1:8090,在该页面可看到博主发表的所有文章。

至此,Halo 项目在 idea 上启动成功!
Halo 开源项目学习(一):项目启动的更多相关文章
- Spring Boot 项目学习 (一) 项目搭建
0 引言 本文主要记录借用Idea 开发环境下,搭建 Spring Boot 项目框架的过程. 1 系列文档目录 Spring Boot 项目学习 (一) 项目搭建 Spring Boot 项目学习 ...
- Spring Boot 项目学习 (四) Spring Boot整合Swagger2自动生成API文档
0 引言 在做服务端开发的时候,难免会涉及到API 接口文档的编写,可以经历过手写API 文档的过程,就会发现,一个自动生成API文档可以提高多少的效率. 以下列举几个手写API 文档的痛点: 文档需 ...
- Spring Boot 项目学习 (三) Spring Boot + Redis 搭建
0 引言 本文主要介绍 Spring Boot 中 Redis 的配置和基本使用. 1 配置 Redis 1. 修改pom.xml,添加Redis依赖 <!-- Spring Boot Redi ...
- Spring Boot 项目学习 (二) MySql + MyBatis 注解 + 分页控件 配置
0 引言 本文主要在Spring Boot 基础项目的基础上,添加 Mysql .MyBatis(注解方式)与 分页控件 的配置,用于协助完成数据库操作. 1 创建数据表 这个过程就暂时省略了. 2 ...
- Halo 开源项目学习(七):缓存机制
基本介绍 我们知道,频繁操作数据库会降低服务器的系统性能,因此通常需要将频繁访问.更新的数据存入到缓存.Halo 项目也引入了缓存机制,且设置了多种实现方式,如自定义缓存.Redis.LevelDB ...
- 28款GitHub最流行的开源机器学习项目,推荐GitHub上10 个开源深度学习框架
20 个顶尖的 Python 机器学习开源项目 机器学习 2015-06-08 22:44:30 发布 您的评价: 0.0 收藏 1收藏 我们在Github上的贡献者和提交者之中检查了用Python语 ...
- GitHub 上 57 款最流行的开源深度学习项目
转载:https://www.oschina.net/news/79500/57-most-popular-deep-learning-project-at-github GitHub 上 57 款最 ...
- 转:从开源项目学习 C 语言基本的编码规则
从开源项目学习 C 语言基本的编码规则 每个项目都有自己的风格指南:一组有关怎样为那个项目编码约定.一些经理选择基本的编码规则,另一些经理则更偏好非常高级的规则,对许多项目而言则没有特定的编码规则,项 ...
- android开源项目学习
FBReaderJ FBReaderJ用于Android平台的电子书阅读器,它支持多种电子书籍格式包括:oeb.ePub和fb2.此外还支持直接读取zip.tar和gzip等压缩文档. 项目地址:ht ...
随机推荐
- systemd --user进程CPU占用高问题分析
1.问题由来 近期发现堡垒机环境有如下问题,systemd占用大量cpu: 原文链接:https://www.cnblogs.com/yaohong/p/16046670.html 2.问题定位 2. ...
- jQuery--表单的过滤
1.表单过滤器的介绍 :input 所有表单元素(<input>/<select>/<textarea>/<button>) :text 文本框< ...
- JavaScript 变动事件
变动事件,当用户修改了DOM结构(添加或删除元素节点)后发生. 任何时候当元素被添加到DOM中或从DOM中移除时,DOM的结构就发生了变化,而这种变化就会触动变动事件. 1 <html> ...
- IOC 的优点是什么?
IOC 或 依赖注入把应用的代码量降到最低.它使应用容易测试,单元测试不再需 要单例和 JNDI 查找机制.最小的代价和最小的侵入性使松散耦合得以实现.IOC 容器支持加载服务时的饿汉式初始化和懒加载 ...
- Spring Mvc 源代码之我见 一
spring mvc 是一个web框架,包括controller.model.view 三大块.其中,核心在于model这个模块,用于处理请求的request. 和之前的博客一样,关键的代码,我会标注 ...
- catkin编译系统
引言 最近项目中遇到一个需求:将 C++ 程序 (不是 ROS node,只是普通的 C++ 程序)中的变量发布到 ROS topic 上,以便 ROS 中的其他 node 进行后续处理. 原 C++ ...
- 单片机ram和rom的区别
单片机运行时需要调用某个程序/函数/固定数据时就需要读取ROM,然后在RAM中执行这些程序/函数的功能,所产生的临时数据也都存在RAM内,断电后这些临时数据就丢失了.ROM:(Read Only Me ...
- js如何获取iframe页面内的对象
简单介绍iframe标签,所有的浏览器都支持<iframe>标签,iframe 元素会创建包含另外一个文档的内联框架(即行内框架).通常我们常用的iframe标签的属性有:width(if ...
- 使用Egret插件压缩代码包体积,减少请求数量的实战教程
在白鹭引擎发布了5.2.7版本中新增加了命令行,增加自动合图插件TextureMergerPlugin功能.今天,我们以一个EUI案例来展示自动合图插件的具体使用方法和注意事项. 此外,我们在本文还融 ...
- 论文阅读总结-Patient clustering improves efficiency of federated machine learning to predict mortality and hospital stay time using distributed electronic medical records
一.论文提出的方法: 使用进入ICU前48h的用药特征作为预测因子预测重症监护患者的死亡率和ICU住院时间. 用到了联邦学习,自编码器,k-means聚类算法,社区检测. 数据集:从50家患者人数超过 ...