深入理解ruoyi-vue-pro项目中的flatten-maven-plugin配置优化
在基于Maven的多模块Java项目中,版本管理和依赖处理是一个需要特别注意的技术点。本文将以ruoyi-vue-pro项目为例,深入分析flatten-maven-plugin插件的使用方式及其优化方案。
flatten-maven-plugin插件的作用
flatten-maven-plugin是Maven生态中一个重要的插件,主要用于生成"扁平化"的POM文件。在多模块项目中,原始POM可能包含变量、父POM引用等动态内容,而扁平化POM则将这些内容解析为具体的值,便于发布到Maven仓库后被其他项目正确引用。
原配置的问题分析
ruoyi-vue-pro项目原先使用的是resolveCiFriendliesOnly模式:
<flattenMode>resolveCiFriendliesOnly</flattenMode>
这种模式下,插件只会解析CI友好的变量(如{sha1}等),但不会替换依赖中的版本变量。这会导致生成的POM中依赖版本仍保留变量形式:
<dependency>
<groupId>cn.iocoder.boot</groupId>
<artifactId>yudao-module-system-api</artifactId>
<version>${revision}</version>
</dependency>
当其他项目引用这些模块时,由于无法正确解析${revision}变量,会导致依赖无法下载的问题。
优化方案探讨
方案一:使用oss或ossrh模式
将flattenMode改为oss或ossrh模式:
<flattenMode>oss</flattenMode>
这种模式专为开源项目设计,会完全解析所有变量,生成包含具体版本号的POM:
<dependency>
<groupId>cn.iocoder.boot</groupId>
<artifactId>yudao-module-system-api</artifactId>
<version>2.1.0-jdk8-snapshot</version>
<scope>compile</scope>
</dependency>
这种方式的优点是简单直接,生成的POM文件可以被任何项目直接引用。缺点是如果项目内部模块间有大量相互依赖,版本更新时需要同步修改多处。
方案二:分离版本变量
另一种更精细的控制方案是分离版本变量的使用:
- 在根POM中定义两个版本属性:
<properties>
<revision>2.1.0-jdk8-snapshot</revision>
<yudao.version>${revision}</yudao.version>
</properties>
- 在子模块中,parent块使用${revision}:
<parent>
<groupId>cn.iocoder.boot</groupId>
<artifactId>yudao-module-infra</artifactId>
<version>${revision}</version>
</parent>
- 依赖声明中使用${yudao.version}:
<dependency>
<groupId>cn.iocoder.boot</groupId>
<artifactId>yudao-module-system-api</artifactId>
<version>${yudao.version}</version>
</dependency>
这种方式的优点是:
- 保持了版本号的集中管理
- 允许其他项目使用自己的${revision}变量
- 生成的POM中依赖版本会被正确解析
最佳实践建议
对于类似ruoyi-vue-pro这样的开源多模块项目,推荐采用以下策略:
-
使用
oss或ossrh模式的flatten-maven-plugin配置,确保发布的POM文件完全解析所有变量。 -
对于项目内部模块间的依赖,可以考虑使用项目级别的版本属性(如{revision},提高灵活性。
-
在持续集成环境中,确保版本号能够被正确替换,可以使用Maven的release插件或CI脚本自动设置版本号。
ruoyi-vue-pro项目最终采用了第一种优化方案,将flattenMode改为oss模式,这是一个合理的选择,特别适合需要频繁发布到中央仓库的开源项目。这种配置确保了项目模块在被其他项目引用时,所有依赖都能被正确解析,提高了项目的可用性和易用性。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust090- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
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
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00