首页
/ SOFAArk插件打包优化:减少冗余依赖提升构建效率

SOFAArk插件打包优化:减少冗余依赖提升构建效率

2025-07-10 13:20:31作者:范垣楠Rhoda

在SOFAArk项目开发过程中,开发者发现了一个关于插件打包机制的优化点。目前使用sofa-ark-plugin-maven-plugin插件时,会出现插件包内同时包含shade打包结果和原始jar包的情况,这不仅增加了最终产物的体积,也造成了资源浪费。

问题现象分析

当开发者使用sofa-ark-plugin-maven-plugin打包插件时,生成的ark-plugin.jar文件内部会包含两个关键部分:

  1. 经过shade处理后的项目代码(位于jar包根目录)
  2. 原始的项目jar包(位于lib目录下)

这种打包方式导致PluginClassLoader的classpath会同时包含两个路径:

  • 主jar包内的shade内容
  • lib目录下的原始jar包

技术影响

这种重复包含带来了几个明显的问题:

  1. 体积膨胀:最终的插件包大小几乎翻倍,因为包含了原始jar和shade后的内容
  2. 加载效率:类加载器需要处理重复的资源,可能影响运行时性能
  3. 资源浪费:在部署和传输过程中消耗更多带宽和存储空间

解决方案建议

通过分析可知,shade处理已经将项目所有必要内容打包到主jar中,lib目录下的原始jar实际上是冗余的。优化方案很简单:在插件打包过程中,应该跳过将项目自身jar包复制到lib目录的步骤。

这种优化不会影响功能,因为:

  1. shade打包已经包含了所有必要的类和资源
  2. 运行时类加载器会优先从主jar加载类
  3. 移除冗余jar不会破坏任何依赖关系

实施建议

对于开发者而言,可以采用以下方式验证和实现这一优化:

  1. 修改sofa-ark-plugin-maven-plugin插件逻辑,过滤掉项目自身的jar
  2. 确保shade配置正确包含所有必要内容
  3. 测试优化后的插件包,验证功能完整性

这一优化将显著减小插件包体积,提升构建和部署效率,是SOFAArk项目值得采纳的改进方向。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
ops-mathops-math
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++
505
42
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (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
938
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
333
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70