Quarkus 快速入门指南
1. 项目介绍
Quarkus 是一个开源的、面向 Kubernetes 的 Java 框架,专为云原生应用开发而设计。它旨在优化 Java 以适应无服务器和微服务架构,提供快速的启动时间和低内存占用。Quarkus 支持多种编程模型,包括响应式和命令式,并能无缝集成流行的 Java 库和框架。
2. 项目快速启动
2.1 环境准备
在开始之前,请确保你已经安装了以下工具:
- JDK 17+
- Apache Maven 3.9.8
- Git
2.2 创建项目
你可以通过以下命令快速创建一个新的 Quarkus 项目:
mvn io.quarkus:quarkus-maven-plugin:3.14.2:create \
-DprojectGroupId=org.acme \
-DprojectArtifactId=getting-started \
-Dextensions='rest'
2.3 运行项目
进入项目目录并运行以下命令启动应用:
cd getting-started
./mvnw quarkus:dev
应用启动后,你可以在浏览器中访问 http://localhost:8080 查看默认的欢迎页面。
2.4 创建 REST 端点
在 src/main/java/org/acme/GreetingResource.java 文件中,你可以创建一个新的 REST 端点:
package org.acme;
import jakarta.ws.rs.GET;
import jakarta.ws.rs.Path;
import jakarta.ws.rs.Produces;
import jakarta.ws.rs.core.MediaType;
@Path("/hello")
public class GreetingResource {
@GET
@Produces(MediaType.TEXT_PLAIN)
public String hello() {
return "Hello from Quarkus REST";
}
}
重启应用后,访问 http://localhost:8080/hello 将返回 "Hello from Quarkus REST"。
3. 应用案例和最佳实践
3.1 使用 MongoDB 进行数据存储
Quarkus 提供了与 MongoDB 的无缝集成。以下是一个简单的示例,展示如何使用 MongoDB 进行数据存储:
package org.acme;
import io.quarkus.mongodb.panache.PanacheMongoEntity;
import io.quarkus.mongodb.panache.common.MongoEntity;
@MongoEntity(collection = "myCollection")
public class MyEntity extends PanacheMongoEntity {
public String name;
public String description;
}
3.2 使用 GraalVM 构建原生可执行文件
Quarkus 支持使用 GraalVM 构建原生可执行文件,以进一步优化启动时间和内存占用。你可以通过以下命令构建原生可执行文件:
./mvnw package -Pnative
4. 典型生态项目
4.1 Eclipse Vert.x
Eclipse Vert.x 是一个用于构建响应式应用程序的工具包,Quarkus 通过集成 Vert.x 提供了强大的响应式编程能力。
4.2 Apache Camel
Apache Camel 是一个集成框架,Quarkus 通过集成 Camel 提供了强大的集成能力,帮助开发者快速构建复杂的集成场景。
4.3 Hibernate ORM
Hibernate ORM 是一个强大的对象关系映射工具,Quarkus 通过集成 Hibernate ORM 提供了强大的数据持久化能力。
通过以上步骤,你可以快速上手 Quarkus 并开始构建云原生应用。Quarkus 的强大生态系统和丰富的扩展使得它成为云原生 Java 开发的首选框架。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00