Mill项目优化:精简build.mill类路径依赖
2025-07-01 22:00:53作者:邬祺芯Juliet
在Mill构建工具的最新开发中,团队对build.mill的类路径(classpath)进行了重要优化,通过最小化依赖模块来提升构建效率和减少潜在冲突。
背景与动机
Mill构建工具采用两级构建系统,其中build.mill作为元构建(meta-build)配置文件,负责定义项目自身的构建逻辑。过去,build.mill继承了过多不必要的依赖模块,这不仅增加了构建时的内存占用,也可能导致类路径冲突。
优化方案
经过分析,团队确定了build.mill真正需要的核心模块集合:
必需模块:
mill.constants:包含Mill的常量定义mill.runner.api:运行器API接口mill.api:核心API定义mill.define:构建定义相关功能mill.util:实用工具类mill.main:主程序入口mill.*lib:各种支持库
移除模块:
mill.codesig:代码签名相关mill.exec:执行相关mill.resolve:解析相关mill.internal:内部实现mill.server:服务器功能mill.server.client:服务器客户端mill.client:客户端功能mill.runner:运行器实现
技术实现细节
为了实现这一优化,团队进行了以下架构调整:
-
模块重构:
- 拆分
mill.runner模块,将元构建必需的部分与服务器/BSP功能分离 - 合并
mill.runner.api和mill.api,将不适合合并的部分移至mill.define
- 拆分
-
依赖关系优化:
- 重新梳理各模块间的依赖关系,确保
build.mill只引入必要依赖 - 建立严格的模块边界,防止隐式依赖
- 重新梳理各模块间的依赖关系,确保
-
测试保障:
- 新增集成测试,验证
build.mill类路径仅包含预期模块 - 测试会扫描类路径中的JAR文件和目录结构
- 新增集成测试,验证
技术价值
这一优化带来了多重好处:
- 性能提升:减少类路径扫描和加载时间
- 内存优化:降低运行时内存占用
- 稳定性增强:减少类冲突可能性
- 维护性改善:更清晰的模块边界和依赖关系
开发者影响
对于Mill插件开发者而言,这一变更意味着:
- 插件开发应明确依赖关系,避免隐式依赖
- 需要区分构建时依赖和运行时依赖
- 自定义构建逻辑需要适配新的模块结构
总结
Mill项目通过精简build.mill类路径依赖,实现了构建系统的轻量化和模块化。这一优化不仅提升了构建性能,也为未来的架构演进奠定了更清晰的基础。开发者可以期待更高效、更稳定的构建体验,同时也能从更清晰的模块划分中受益。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781