Google Guava项目JPMS支持导致JAR包体积膨胀问题分析
2025-05-01 03:22:48作者:翟江哲Frasier
Google Guava作为Java生态中广泛使用的基础工具库,在33.4.5版本中引入JPMS(Java Platform Module System)支持时出现了一个值得关注的问题——JAR包体积显著增大。本文将深入分析这一问题的成因、影响及解决方案。
问题现象
在Guava 33.4.0版本中,JAR包大小约为2.9MB,而到了33.4.5版本,JAR包膨胀至5.9MB,体积增长超过一倍。这种异常增长引起了开发者社区的关注。
技术背景
JPMS是Java 9引入的模块系统,旨在改进Java应用的封装性和依赖管理。为了向后兼容,Java引入了多版本JAR(Multi-Release JAR)机制,允许在同一个JAR中包含针对不同Java版本的类文件实现。
问题根源
理想情况下,为支持JPMS只需在META-INF/versions/9目录下添加一个module-info.class文件即可。但Guava 33.4.5的实现方式存在问题:
- 错误地将所有类文件都复制到了META-INF/versions/9目录下
- 导致JAR包中实际上存储了两份几乎相同的类文件
- 这种冗余存储直接导致了包体积的翻倍
影响分析
这种体积膨胀会带来多方面的影响:
- 增加存储空间占用
- 延长构建和部署时间
- 可能影响应用启动性能
- 增加网络传输负担
解决方案
Guava团队已经确认将在33.4.6版本中修复此问题。正确的实现方式应该是:
- 保持主目录下的原始类文件不变
- 仅在META-INF/versions/9目录下放置module-info.class文件
- 确保多版本JAR结构的正确性
最佳实践建议
对于Java库开发者,在实现JPMS支持时应注意:
- 仔细规划多版本JAR的结构
- 避免不必要的类文件复制
- 使用工具验证生成的JAR结构
- 进行包体积变化的监控
总结
Guava项目在向JPMS过渡过程中遇到的这个问题,为Java生态中的其他库开发者提供了宝贵的经验。正确实现多版本JAR结构不仅能保证功能完整性,还能避免不必要的资源浪费。随着33.4.6版本的发布,这个问题将得到妥善解决。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660