KuzuDB迁移Maven Central发布渠道的技术实践
2025-07-02 17:06:17作者:郜逊炳
随着Sonatype宣布将在2025年6月30日终止对OSSRH(OSS Repository Hosting)服务的支持,所有依赖Maven Central进行软件分发的开源项目都面临着发布渠道迁移的挑战。本文以KuzuDB项目为例,深入探讨从传统OSSRH迁移到Central Publisher Portal的技术方案与实践经验。
背景与挑战
Maven Central作为Java生态中最核心的依赖仓库,其发布流程的变更直接影响着所有基于JVM语言开发的项目。传统OSSRH服务提供了成熟的Gradle集成方案,而新推出的Central Publisher Portal在初期存在明显的工具链适配问题:
- 对Gradle构建系统的官方支持缺失
- 第三方发布工具(如JReleaser)功能不完善且侵入性强
- 发布流程与现有持续集成体系难以兼容
技术方案选型
经过对Central Publisher Portal新特性的评估,我们发现其提供的Staging API与传统OSSRH API保持了高度兼容性。这为迁移工作提供了关键突破口:
核心迁移策略
- 端点替换:仅需将发布目标地址从OSSRH切换到Portal的Staging API端点
- 认证适配:沿用现有的Sonatype账户体系,但需要重新配置API令牌
- 构建脚本改造:保持原有Gradle发布逻辑,仅调整发布配置块
Gradle配置示例
publishing {
repositories {
maven {
url = "https://s01.oss.sonatype.org/service/local/staging/deploy/maven2/"
credentials {
username = project.findProperty("ossrhUsername")
password = project.findProperty("ossrhPassword")
}
}
}
}
实施要点
- 兼容性验证:需在测试环境充分验证发布、暂存、发布的全流程
- 双轨运行:建议在过渡期同时维护新旧两套发布配置
- 文档更新:项目CONTRIBUTING文档需要同步更新发布指南
经验总结
- 提前规划:避免在截止日期前集中迁移导致的系统拥塞
- 工具链评估:对于复杂项目,建议先建立概念验证(PoC)
- 监控机制:新增发布失败自动告警,确保第一时间发现问题
通过系统性的迁移方案,KuzuDB项目成功在截止日期前完成了发布渠道的平稳过渡。这一实践也为其他面临类似迁移需求的开源项目提供了可复用的技术路径。
登录后查看全文
热门项目推荐
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
173
193
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
269
93
暂无简介
Dart
622
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
377
3.32 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
620
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