Apache Shiro Jakarta EE 兼容性问题分析及解决方案
问题背景
Apache Shiro 是一个强大且易用的Java安全框架,提供了认证、授权、加密和会话管理等功能。随着Java EE向Jakarta EE的演进,许多项目都需要迁移到Jakarta命名空间。Apache Shiro 1.13.0版本提供了Jakarta EE兼容版本,但在实际使用中发现了一个关键问题。
问题现象
在Shiro Web模块的Jakarta EE兼容版本中,虽然代码层面已经完成了从javax到jakarta命名空间的转换,但其MANIFEST.MF文件中仍然保留了javax.servlet的引用。这会导致在OSGi环境中运行时出现类加载问题,因为OSGi环境期望的是jakarta.servlet包而非javax.servlet包。
技术分析
根本原因
问题的根源在于Maven Shade插件在生成Jakarta EE兼容版本时,虽然重命名了代码中的包引用,但没有正确处理MANIFEST.MF文件中的Import-Package声明。这使得生成的JAR文件在OSGi环境中无法正确解析依赖关系。
影响范围
这个问题主要影响以下场景:
- 在OSGi容器中部署使用Shiro Jakarta EE版本的应用
- 任何严格依赖jakarta.servlet命名空间的现代Java EE/Jakarta EE环境
解决方案
临时解决方案
对于急需解决问题的用户,可以在Maven构建配置中添加以下Shade插件规则:
<relocation>
<pattern>javax.annotation.security;version="\[1.3,2\)"</pattern>
<shadedPattern>jakarta.annotation.security;version="\[2,4\)"</shadedPattern>
</relocation>
<relocation>
<pattern>javax.servlet;version="\[4.0,5\)"</pattern>
<shadedPattern>jakarta.servlet;version="\[5.0,6\)"</shadedPattern>
</relocation>
<relocation>
<pattern>javax.servlet.http;version="\[4.0,5\)"</pattern>
<shadedPattern>jakarta.servlet.http;version="\[5.0,6\)"</shadedPattern>
</relocation>
长期解决方案
Apache Shiro团队已经意识到这个问题,并计划在2.0.0版本中彻底解决。可能的长期解决方案包括:
- 完全迁移到Jakarta EE:将源代码中的所有javax引用改为jakarta,从根本上避免转换问题
- 专门的Jakarta EE构件:创建独立的shiro-web-jakarta和shiro-core-jakarta构件,确保依赖关系正确
- 改进构建配置:使用更精确的bnd配置来正确生成MANIFEST.MF文件
版本兼容性说明
需要注意的是,Jakarta EE的版本号与Java EE不同。例如:
- javax.annotation.security 1.3对应jakarta.annotation.security 2.0
- javax.servlet 4.0对应jakarta.servlet 5.0
这种版本号的变化在迁移时需要特别注意,否则可能导致运行时错误。
结论
Apache Shiro团队正在积极解决Jakarta EE兼容性问题。对于当前版本的用户,可以使用临时解决方案;对于新项目,建议等待2.0.0版本的发布,该版本将提供更完善的Jakarta EE支持。Jakarta EE迁移是一个复杂的过程,开发者需要关注依赖管理和版本兼容性,以确保应用能够平稳运行。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00