Module Federation 项目中如何控制入口点参与联邦模块共享
2025-07-06 15:50:40作者:虞亚竹Luna
在现代前端架构中,Module Federation 已经成为实现微前端和代码共享的重要技术。本文将深入探讨如何在一个包含多个入口点的项目中,精确控制哪些入口点参与模块联邦共享,从而优化打包体积和性能。
核心问题分析
在典型的 Module Federation 实现中,插件会自动向所有配置的入口点注入联邦运行时代码和共享依赖。这种默认行为虽然方便,但在某些场景下会带来不必要的开销:
- 当项目存在一个轻量级的"引导入口"(负责决定加载哪个应用)时
- 该入口不与其他应用共享任何代码
- 联邦运行时和共享依赖会增加该入口的包体积
- 这些增加的代码对该入口功能没有任何贡献
技术解决方案
Module Federation 提供了两种主要方式来解决这个问题:
1. 运行时提升实验特性
最新版本的 Module Federation 引入了"hoisted runtime"实验特性,可以将联邦运行时代码提升到单独的运行时块中,而不是在每个入口点重复注入。这种方式需要:
- 启用
experiments.federationRuntime配置 - 使用单一运行时块优化
- 确保构建工具支持(目前 Webpack 已支持,Rspack 正在实现中)
2. 入口点过滤配置
虽然当前版本没有直接提供 entries 或 excludeEntries 配置选项,但可以通过以下方式间接实现类似效果:
- 分离联邦配置到特定入口
- 使用条件逻辑动态构建配置
- 定制插件行为(高级用法)
最佳实践建议
- 架构设计:将纯引导逻辑与联邦应用入口分离到不同项目
- 构建优化:对于必须共存的场景,优先使用运行时提升
- 体积监控:建立包体积监控机制,确保优化效果
- 渐进式迁移:大型项目可采用逐步联邦化的策略
未来发展方向
随着 Module Federation 技术的成熟,预计将会有更多精细化的控制选项出现:
- 基于入口点的共享策略配置
- 更细粒度的运行时注入控制
- 跨构建工具的统一行为
通过合理应用这些技术,开发者可以在享受 Module Federation 带来的模块共享优势的同时,保持关键路径代码的简洁高效。
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
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
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Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
650
270
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
296
111
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
384
3.7 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143