JEECG-Boot项目JAR分离打包优化实践
2025-05-02 08:49:58作者:乔或婵
背景介绍
在JEECG-Boot 3.6.3版本中,开发者反馈了一个关于JAR分离打包的问题。当使用分离式打包时,业务代码相关的JAR文件(以jeecg前缀开头的)也被放到了外部lib目录中,这给后续的更新部署带来了不便。本文将深入分析这个问题,并提供优化建议。
问题分析
JEECG-Boot是一个基于Spring Boot的快速开发平台,采用微服务架构设计。在标准的Spring Boot应用中,JAR分离打包是一种常见的优化手段,它可以将应用依赖的第三方库与业务代码分离,从而:
- 减小主JAR包体积
- 加快构建和部署速度
- 便于依赖管理
然而,当前JEECG-Boot的分离打包配置将所有依赖(包括业务模块)都提取到了外部lib目录,这导致:
- 更新业务代码时需要逐个查找并替换lib目录下的相关JAR
- 增加了部署复杂度
- 不利于版本管理和回滚
解决方案
1. 修改Maven打包配置
核心思路是通过Spring Boot Maven插件的配置,控制哪些依赖需要内嵌在主JAR中,哪些需要外置。
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
<configuration>
<layout>ZIP</layout>
<includes>
<!-- 包含业务模块 -->
<include>
<groupId>org.jeecgframework.boot</groupId>
<artifactId>jeecg-*</artifactId>
</include>
</includes>
</configuration>
</plugin>
2. 优化后的完整配置示例
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
<configuration>
<layout>ZIP</layout>
<includes>
<!-- 包含所有jeecg开头的业务模块 -->
<include>
<groupId>org.jeecgframework.boot</groupId>
<artifactId>jeecg-*</artifactId>
</include>
</includes>
</configuration>
</plugin>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-dependency-plugin</artifactId>
<executions>
<execution>
<id>copy-dependencies</id>
<phase>package</phase>
<goals>
<goal>copy-dependencies</goal>
</goals>
<configuration>
<outputDirectory>${project.build.directory}/lib</outputDirectory>
<!-- 排除业务模块 -->
<excludeGroupIds>org.jeecgframework.boot</excludeGroupIds>
</configuration>
</execution>
</executions>
</plugin>
<!-- 其他插件配置保持不变 -->
</plugins>
3. 启动命令调整
优化后,启动命令保持不变:
java -jar -Dfile.encoding=UTF-8 -Dloader.path=lib jeecg-system.jar
实施效果
采用上述优化方案后:
- 业务模块(jeecg-*)会被打包到主JAR中
- 第三方依赖会被提取到lib目录
- 更新业务代码只需替换主JAR即可
- 更新第三方依赖只需替换lib目录下相应JAR
最佳实践建议
- 版本管理:为业务JAR和第三方依赖分别建立版本管理策略
- 构建优化:考虑使用Maven Profile区分开发环境和生产环境打包配置
- 部署流程:建立自动化部署脚本,减少人工操作错误
- 依赖监控:定期检查并更新第三方依赖版本
总结
通过对JEECG-Boot项目JAR分离打包配置的优化,我们实现了业务代码与第三方依赖的合理分离,简化了部署更新流程。这种优化不仅适用于JEECG-Boot,也可以作为其他Spring Boot项目JAR分离打包的参考方案。开发者应根据实际项目需求,灵活调整打包策略,找到最适合自己项目的部署方案。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0211
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
871
2.01 K
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
468
461
Ascend Extension for PyTorch
Python
756
956
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
695
1.39 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
182
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
644