新闻详情

新闻详情

首页 / 资讯中心 / 详情

Jenkins 静默更新的两种方式

发布时间:2026/11/12 9:51:26来源:尧图网络
Jenkins 静默更新的两种方式
说明Jenkins 如果是很久的版本有些插件就装不了本文介绍如何静默更新 Jenkins尽可能不影响到日常业务自动更新如果公司的 Jenkins 是能连接外网的可以直接点下面的自动升级当前版本是 2.541.1网络状态良好的话下载完重启 Jenkins 后就是最新版本重启 Jenkins博主在这里卡住了很久很久不知道在干什么一直没自动重启完成后手动重启更新成功目前版本是 2.568.3还能降回去手动更新如果是内网部署或者网络状态不好建议手动更新。以war包部署为例访问下面的地址下载最新的 Jenkins 部署包https://get.jenkins.io/war/截至今天最新的版本是 2.583下载 war 包这里简单介绍一下我的部署方式我是把 Jenkins war 包的启动命令注册到 linux 的服务中了这样可以通过 systemctl 命令管理jenkins.service 内容如下[Unit]DescriptionJenkins ServicAfternetwork.target[Service]TypesimpleUserrootGrouprootWorkingDirectory/usr/local/dev/jenkinsEnvironmentJENKINS_HOME/home/jenkinsExecStart/usr/local/dev/jdk-21.0.5/bin/java-Xms4g-Xmx4g-XX:MetaspaceSize512m-XX:MaxMetaspaceSize2g\-XX:UseG1GC-XX:MaxGCPauseMillis200-jar/usr/local/dev/jenkins/jenkins.war--httpPort8080ExecStop/bin/kill-15$MAINPIDRestarton-failureRestartSec5StandardOutputappend:/usr/local/dev/jenkins/nohup.outStandardErrorappend:/usr/local/dev/jenkins/nohup.out[Install]WantedBymulti-user.target这样更新 Jenkins 版本就很简单直接将对应 war 包换成前面下载的最新的即可如下可见已有了一个备份 war 包推测是上面自动更新产生的那把备份包删了后前面回退版本的操作是不是就不能操作了还是说 Jenkins 还会联网去下载旧版本的部署包试试看……删了之后界面就没有降版本的操作按钮了另外不知道大家会不会疑惑直接替换 war 包那 Jenkins 上的构建任务、配置、插件这些数据会不会被重置当然不会war 包只是 Jenkins 的程序它产生的数据默认保存的路径root 用户是/root/.jenkins而在上面我指定数据保存的目录是EnvironmentJENKINS_HOME/home/jenkins所以 Jenkins 的数据都保存在这个目录下而我们更新程序压根都没动这些总结以上就是 Jenkins 静默更新的两种方式不论选择哪一种都应该在下班后或者中午没有构建业务时操作
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/11 13:52:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/10 19:42:40

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/11 15:37:39

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/10 17:14:10

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉