SOFAArk 项目中 Scope 为 Test 的依赖对打包的影响分析
2025-07-10 17:39:34作者:尤辰城Agatha
问题背景
在 SOFAArk 项目开发过程中,开发者遇到了一个关于依赖管理的有趣现象:当项目中引入一个 scope 为 test 的重型依赖时,尽管该依赖理论上只应在测试阶段使用,但最终打包生成的 ark jar 文件中却包含了比预期更多的依赖项(从 130 个增加到 200 个),其中包含了许多间接依赖。
依赖作用域(Scope)的基本原理
在 Maven 依赖管理中,scope 为 test 的依赖通常表示这些依赖仅在测试编译和测试运行阶段可用,不会被打包到最终的发布产物中。然而,在 SOFAArk 的特殊架构下,这一规则似乎出现了例外情况。
SOFAArk 打包机制的特殊性
SOFAArk 作为一个模块化开发框架,其打包机制与传统的 Spring Boot 应用有所不同。Ark 容器采用类加载器隔离机制,需要明确控制哪些依赖应该被打包到模块中。当 scope 为 test 的依赖被引入时,可能会出现以下情况:
- 传递性依赖处理:即使主依赖声明为 test scope,其传递依赖可能被解析为 runtime 或 compile scope
- 插件默认行为:SOFAArk 的打包插件可能对 test scope 依赖有特殊处理逻辑
- 依赖冲突解决:新增的重型依赖可能引入了与原有依赖不同的版本,导致更多依赖被包含
问题排查与解决方案
排查方法
- 依赖树分析:使用
mvn dependency:tree命令查看完整的依赖关系,特别注意 test 依赖引入的传递链 - 打包日志检查:观察构建过程中 SOFAArk 插件对依赖的处理日志
- 产物对比:对比添加 test 依赖前后生成的 ark jar 内容差异
解决方案
- 显式排除不需要的依赖:在 pom.xml 中使用
<exclusions>标签排除不必要的传递依赖 - 使用模块瘦身功能:SOFAArk 提供了模块瘦身机制,可以通过配置精确控制哪些依赖需要打包
- 调整插件配置:检查并调整 SOFAArk 插件的配置,确保其对 test scope 依赖的处理符合预期
最佳实践建议
- 严格控制测试依赖:尽量避免在正式模块中引入重型测试依赖
- 合理使用依赖排除:对于必须引入的测试依赖,显式排除其不必要的传递依赖
- 定期依赖审查:建立定期的依赖审查机制,保持依赖树的简洁性
- 利用模块化优势:考虑将测试相关的重型依赖移至专门的测试模块中
总结
在 SOFAArk 项目中,scope 为 test 的依赖可能会意外影响最终打包结果,这主要是由于 SOFAArk 特殊的模块化架构和类加载机制导致的。开发者需要更加细致地管理项目依赖,特别是对于测试范围的依赖。通过合理的依赖排除策略和模块瘦身配置,可以有效控制最终产物的体积和复杂度,确保应用的健康运行。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
649
🎉 (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
1.06 K
614
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
195
71
仓颉编程语言测试用例。
Cangjie
36
649