JeecgBoot 3.7.3版本War包部署问题分析与解决方案
2025-05-02 15:40:49作者:江焘钦
问题背景
JeecgBoot作为一款基于Spring Boot的企业级快速开发平台,其3.7.3版本在War包部署时出现了服务启动失败的问题。这个问题主要表现为应用无法正常启动,验证码无法显示,核心错误是Calcite连接驱动缺失导致的启动异常。
问题现象
在Tomcat中部署JeecgBoot 3.7.3版本的War包时,系统会抛出以下关键错误:
Caused by: java.sql.SQLException: No suitable driver found for jdbc:calcite:
这个错误导致整个Spring Boot应用无法正常启动,进而影响所有功能,包括验证码显示等基础功能。
问题根源分析
通过分析错误堆栈,可以确定问题出在积木报表(jimureport)模块的nosql-starter组件上。具体来说:
- 系统尝试创建Calcite连接时失败
- 缺少合适的JDBC驱动来处理jdbc:calcite连接
- 这个错误发生在jmreportNoSqlServiceImpl服务初始化阶段
- 问题源于积木报表模块的JmCalciteHandler初始化过程
解决方案
针对这个问题,JeecgBoot官方提供了两种解决方案:
方案一:移除问题依赖
在项目的pom.xml文件中移除以下依赖:
<dependency>
<groupId>org.jeecgframework.jimureport</groupId>
<artifactId>jimureport-nosql-starter</artifactId>
</dependency>
这种方案的优点是简单直接,但缺点是会导致积木报表的部分功能无法使用。
方案二:升级依赖版本
将积木报表的nosql-starter组件升级到1.9.4.1版本:
<dependency>
<groupId>org.jeecgframework.jimureport</groupId>
<artifactId>jimureport-nosql-starter</artifactId>
<version>1.9.4.1</version>
</dependency>
这个版本已经修复了Calcite连接驱动的问题,是推荐的解决方案。
实施建议
- 对于生产环境,建议采用方案二,确保所有功能完整可用
- 如果暂时无法获取1.9.4.1版本,可以先采用方案一应急
- 也可以考虑升级到JeecgBoot的最新版本,官方已在新版本中修复此问题
问题预防
为了避免类似问题,建议:
- 在项目升级前,充分测试新版本的所有功能
- 关注官方发布的版本更新日志和已知问题
- 建立完善的部署前测试流程
- 对于企业级应用,考虑搭建自己的Maven仓库,确保依赖版本的稳定性
总结
JeecgBoot 3.7.3版本的War包部署问题主要源于积木报表模块的一个依赖问题。通过分析错误日志,我们能够准确定位问题并采取相应的解决方案。作为开发者,理解这类问题的解决思路比记住具体解决方案更为重要,这有助于我们在遇到类似问题时能够快速应对。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
312
2.72 K
deepin linux kernel
C
24
7
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++
639
244
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
469
Ascend Extension for PyTorch
Python
151
177
暂无简介
Dart
605
135
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
231
83
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3 K
React Native鸿蒙化仓库
JavaScript
237
310