Apache Pulsar Java客户端中protobuf-java依赖的优化调整
2025-05-15 13:20:18作者:幸俭卉
背景介绍
在Apache Pulsar 3.0.x版本的Java客户端库中,开发团队发现了一个关于protobuf-java依赖项的重要问题。这个问题最初是在代码审查过程中被发现的,随后引发了关于如何正确处理这个依赖项的讨论。
问题本质
protobuf-java原本设计为Pulsar Java客户端库的可选依赖项,但在实际实现中却被错误地标记为必需依赖。这个错误导致了两个主要问题:
- 在未使用protobuf功能的场景下,用户被迫引入不必要的依赖
- 在shaded jar构建过程中,protobuf类被错误地包含进去
技术影响
这个问题的修复带来了显著的技术影响。当protobuf-java被正确设置为可选依赖后:
- 基础Pulsar客户端功能不再强制依赖protobuf
- 使用protobuf相关功能的用户需要显式添加protobuf-java依赖
- 减少了不必要的依赖传递和jar包体积
兼容性考虑
在Pulsar 3.0.x版本中,这一变更确实影响了一些现有功能,特别是与Pulsar Functions相关的组件。当用户升级到新版本后,如果他们的代码使用了protobuf相关功能(如FunctionConfigUtils或SourceConfigUtils中的转换方法),但没有显式添加protobuf-java依赖,就会遇到NoClassDefFoundError异常。
解决方案
对于使用Pulsar 3.0.x及以上版本的用户,建议采取以下措施:
- 检查项目中是否使用了Pulsar的protobuf相关功能
- 如果使用了这些功能,需要在项目中显式添加protobuf-java依赖
- 对于Maven项目,可以添加如下依赖:
<dependency>
<groupId>com.google.protobuf</groupId>
<artifactId>protobuf-java</artifactId>
<version>3.x.x</version>
</dependency>
最佳实践
- 对于新项目,建议评估是否真的需要使用protobuf功能,避免引入不必要的依赖
- 对于现有项目升级,应该全面测试protobuf相关功能
- 考虑使用dependencyManagement统一管理protobuf版本,避免潜在的版本冲突
总结
Apache Pulsar团队对protobuf-java依赖项的优化调整体现了对依赖管理的精细化控制。这一变更虽然带来了短期的兼容性挑战,但从长远来看,它提高了项目的模块化程度,减少了不必要的依赖传递,为用户提供了更灵活的依赖管理选择。开发者在升级版本时需要注意这一变更,并根据实际需求调整项目依赖配置。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137