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。
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00