Apache Pulsar Java客户端中protobuf-java依赖的优化调整
2025-05-15 00:41:55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
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-1.5暂无简介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
177
195
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++
647
263
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
270
93
暂无简介
Dart
623
140
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
378
3.33 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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