SOFA-ARK框架中公共JAR包共享的解决方案探索
2025-07-10 18:54:58作者:郜逊炳
背景与问题分析
在基于SOFA-ARK框架开发复杂应用时,开发者经常会遇到依赖冲突的典型场景:当主应用(Biz)和多个插件(Plugin)同时依赖不同版本的公共JAR包时,如何既避免重复打包又实现版本隔离?
以一个典型依赖结构为例:
- 主应用app依赖lib3 v2.0
- 插件lib1和lib2都依赖lib3 v1.0
传统解决方案是将lib1和lib2打包为ARK插件,但这会导致lib3 v1.0被重复打包在两个插件中,显著增加应用包体积。
技术实现方案
SOFA-ARK提供了DelegateToMasterBizClassLoaderHook机制,这是一种高级的类加载控制方案。通过自定义ClassLoaderHook,可以实现:
- 版本隔离:保持主应用和插件对不同版本lib3的独立加载
- 资源共享:让多个插件共享同一个版本的公共依赖
具体实现要点:
public class SharedDependencyHook extends DelegateToMasterBizClassLoaderHook {
@Override
public boolean canFindPluginClass(ClassLoader classLoader, String className) {
// 控制特定类的加载行为
if(className.startsWith("com.lib3")) {
return true; // 委托给主ClassLoader加载
}
return super.canFindPluginClass(classLoader, className);
}
}
最佳实践建议
- 依赖分析:使用mvn dependency:tree仔细分析依赖树
- 版本规划:尽量统一公共依赖的版本
- 性能权衡:评估共享方案与包体积的平衡点
- 测试验证:特别注意类加载顺序带来的行为差异
方案优势
- 减少包体积:避免相同依赖的重复打包
- 保持隔离性:不同模块仍可使用各自需要的依赖版本
- 灵活性:可根据实际需求精细控制类加载行为
总结
SOFA-ARK通过其灵活的类加载机制,为复杂Java应用的依赖管理提供了优雅的解决方案。DelegateToMasterBizClassLoaderHook机制特别适合处理公共依赖的共享需求,既能保持版本隔离,又能优化应用包体积。开发者在实际应用中应根据具体场景选择合适的策略,并通过充分测试确保系统稳定性。
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
184
196
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++
648
265
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
275
97
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
380
3.43 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