WLST 最佳实践：Shell 与 MBeans？
有没有使用 WLST 的管理员？
在我们的项目中，我们正在自动化许多日常任务，例如部署和域设置。 我们还在构建脚本，这些脚本将根据我们的基线配置、JDBC、JNDI 等创建域。WLST
提供的功能之一是通过类似 shell 的界面来导航 MBean。 当涉及到制作大型脚本时，这个 shell 接口更好还是直接调用域 MBean？
使用 WLST 的任何其他技巧/最佳实践/陷阱？
真的有人用吗？
Are there any admins out there who use WLST?
On our project we are in the process of automating many of our day-to-day tasks such as deployments and domain settings. We're also building scripts that will create domains based on our baseline configurations, JDBC, JNDI, etc.
One of the features offered through WLST is the navigation of MBeans through a shell-like interface. When it comes to making large scripts is this shell interface better or just calling the domain MBeans directly?
Any other tips/best-practices/pitfalls for using WLST?
Does anybody actually use it?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
交互模式非常适合获得有关功能行为的即时反馈。 整个启动、连接、会话初始化非常耗时，wlst 的交互模式避免了这一点。
我发现的最大陷阱首先是 wlst-online 和 wlst-offline 之间的区别。 其次是 Wlst-env 和纯 Python-env 之间的区别。
我无法想象有人将其 WLS 设置扩展到 10 台服务器以上，每台服务器拥有超过 100 个资源，而不诉诸 WLST 来保持其可管理性和一致性。
The interactive mode is great for getting instant feedback on the behavior of functions. Having the whole startup, connection, session-init is time-consuming and the interactive mode of wlst avoids this.
The biggest pitfalls I found were first the difference between wlst-online and wlst-offline. And secondly the difference between the Wlst-env and the pure Python-env.
I can not imagine anyone scaling their WLS setup above 10 servers with more that 100 resources each without resorting to WLST to keep it manageable and consistent.