JeecgBoot项目JAR分离打包优化实践
2025-05-03 05:56:12作者:滑思眉Philip
背景概述
在Java应用部署过程中,JAR包分离打包是一种常见的优化手段,尤其对于像JeecgBoot这样的企业级快速开发框架。传统的单体打包方式会导致每次更新都需要重新部署整个应用包,而分离打包则可以将依赖库与业务代码分离,提高部署效率。
分离打包的常见问题
在实际使用JeecgBoot 3.6.3版本进行分离打包时,开发者遇到了一个典型问题:业务代码相关的JAR文件(以jeecg前缀命名的)也被放到了外部lib目录中。这导致每次更新时都需要:
- 确定哪些业务模块有更新
- 手动更新lib目录下对应的JAR包
- 增加了部署的复杂度和出错概率
技术原理分析
Spring Boot的默认打包机制会将所有依赖(包括业务模块)打包成一个可执行的JAR文件。当采用分离打包策略时,通常的做法是:
- 使用
spring-boot-maven-plugin
配置ZIP布局 - 通过
maven-dependency-plugin
将依赖复制到指定目录 - 使用
maven-resources-plugin
处理静态资源
优化解决方案
针对JeecgBoot项目的特性,我们可以采用以下优化方案:
1. 自定义依赖分类
在pom.xml中明确定义哪些依赖应该外置,哪些应该内置:
<configuration>
<includes>
<!-- 排除业务模块 -->
<include>
<groupId>org.jeecgframework.boot</groupId>
<artifactId>jeecg-*</artifactId>
</include>
</includes>
</configuration>
2. 多模块打包策略
对于JeecgBoot的多模块项目,建议:
- 将核心启动模块(jeecg-system-start)作为主模块
- 业务模块作为依赖引入
- 在打包时保留业务模块在主JAR中
3. 启动参数优化
使用Spring Boot的loader.path参数指定外部依赖路径:
java -jar -Dfile.encoding=UTF-8 -Dloader.path=lib jeecg-system.jar
实施建议
- 版本控制:确保所有模块版本一致,避免依赖冲突
- 构建顺序:在多模块项目中,先构建依赖模块再构建主模块
- 测试验证:部署前在测试环境验证分离打包效果
- 文档记录:记录每个业务模块的版本和变更历史
最佳实践
对于JeecgBoot项目,推荐采用以下打包结构:
jeecg-system-start.jar (包含所有业务模块)
├── lib/ (第三方依赖)
├── config/ (配置文件)
└── static/ (静态资源)
这种结构下,业务更新只需替换主JAR文件,而第三方依赖可以长期保持不变。
总结
JeecgBoot项目的JAR分离打包优化需要平衡部署便利性和性能需求。通过合理配置Maven插件和Spring Boot打包策略,可以实现业务代码内置而第三方依赖外置的理想状态。这种方案既减少了部署包的大小,又简化了更新流程,特别适合频繁更新的业务系统。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00HunyuanWorld-Mirror
混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Scilit-X1-13B
FLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00GOT-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).Dockerfile013
Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
236
2.35 K

仓颉编译器源码及 cjdb 调试工具。
C++
114
81

暂无简介
Dart
538
117

React Native鸿蒙化仓库
JavaScript
216
291

Ascend Extension for PyTorch
Python
77
106

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

🎉 (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
994
588

仓颉编程语言测试用例。
Cangjie
34
65

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
131
655