Apache Shenyu 插件开发中 Base64 类缺失问题的解决方案
2025-05-28 09:19:47作者:牧宁李
问题背景
在基于 Apache Shenyu 2.6.1 版本进行自定义插件开发时,开发者可能会遇到一个常见问题:在继承 shenyu-plugin 和 shenyu-spring-boot-starter-plugin 基础模块后,编译过程中出现 Base64 类找不到的错误。这种情况通常发生在使用 JDK17 进行项目构建时。
问题分析
从技术角度来看,这个问题源于 Apache Shenyu 框架的模块化设计。在 Shenyu 的插件体系中:
- 核心插件模块
shenyu-plugin-base提供了基础的插件功能支持 - 某些工具类(如 Base64)被设计为通过依赖注入方式提供
- Admin 模块中这些依赖被标记为
provided作用域,意味着它们不会自动传递到插件模块
解决方案
要解决这个问题,开发者需要在自定义插件的 POM 文件中显式添加 OpenGauss 依赖:
<dependency>
<groupId>org.opengauss</groupId>
<artifactId>opengauss-jdbc</artifactId>
<version>适当版本号</version>
</dependency>
深入理解
- 模块化设计原则:Shenyu 采用模块化设计,将不同功能解耦,提高灵活性
- 依赖管理策略:
provided作用域的依赖需要开发者自行管理,确保运行时环境完整 - JDK 兼容性:不同 JDK 版本对基础类的处理方式可能不同,JDK17 环境下需要特别注意
最佳实践建议
- 开发自定义插件时,建议先完整分析父模块的依赖结构
- 遇到类缺失问题时,首先检查是否为
provided作用域的依赖 - 保持插件依赖与 Shenyu 核心版本的一致性
- 在复杂项目中,考虑建立专门的依赖管理模块统一维护公共依赖
总结
Apache Shenyu 作为高性能 API 网关,其插件体系设计既灵活又严谨。理解其模块化设计理念和依赖管理机制,能够帮助开发者更高效地进行插件扩展开发。Base64 类缺失这类问题的解决,不仅是一个具体技术问题的处理,更是对 Shenyu 架构设计思想的一次实践认知。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
探索未来显示技术:Adafruit_SH1106 图形库 推荐使用 taggingJS:一款轻量级的前端标签插件!【亲测免费】 探索像素级完美的结构化运动:PixSFM 推荐开源项目:DropPoint - 让拖放操作更简单【亲测免费】 推荐开源项目:picocom——小巧而强大的串口通信工具 推荐使用:NATS .NET 客户端【亲测免费】 推荐开源项目:MiracleCast - 智能无线显示实现 探索安全新维度:backdoor-apk 动态后门注入工具 探秘Viasfora:Visual Studio 2022的文本编辑增强利器 推荐使用:go-reuseport - 实现高效端口复用的Go语言库
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
849
446
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
233
98
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
450
180
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.28 K
704