RuoYi-Cloud-Plus 2.4.1版本发布:云原生架构的持续优化与问题修复
RuoYi-Cloud-Plus是基于Spring Cloud Alibaba的企业级微服务快速开发平台,它继承了RuoYi系列项目的优秀基因,并针对云原生环境进行了深度优化。该平台整合了当前主流的技术栈,包括Spring Boot、Spring Cloud、MyBatis-Plus、Redis、Dubbo等,为开发者提供了一套开箱即用的微服务解决方案。
核心组件升级与云原生适配
本次2.4.1版本对多个核心组件进行了版本升级,进一步提升了系统的稳定性和性能表现。在云原生支持方面,Spring Cloud Alibaba从2023.0.1.2升级到了2023.0.3.3版本,Dubbo也同步升级至3.3.5版本,这些升级带来了更好的服务治理能力和性能优化。
值得注意的是,Seata分布式事务框架从2.3.0升级到了2.4.0版本,这是一个重要的变更点。Seata 2.4.0在事务处理机制和性能方面有显著改进,但同时也引入了一些不兼容的API变更,开发者在升级时需要特别注意相关配置的调整。
数据权限与工作流引擎优化
在业务功能层面,本次更新对数据权限处理机制进行了重构,采用了MyBatis-Plus新版的数据权限写法重写了相关实现。这种改进使得数据权限控制更加灵活和高效,特别是在复杂查询场景下表现更优。
工作流引擎方面也进行了多项优化:
- 改进了多根节点构建树结构的算法,现在能够更好地支持多个顶级节点的场景
- 流程查询性能得到提升
- 流程图悬浮窗功能增强,提升了用户体验
- 修复了流程数据重复更新导致状态被覆盖的问题
这些改进使得工作流引擎在处理复杂业务流程时更加可靠,特别是在高并发场景下的稳定性得到了显著提升。
安全性与稳定性增强
在系统安全方面,本次更新包含了几项重要改进:
- 加密模块的解密拦截器现在能够正确处理多次加密的参数
- 默认部门不允许删除,增强了系统数据的完整性保护
- 租户套餐菜单查询过滤掉了租户管理相关菜单,提升了多租户场景下的安全性
系统稳定性方面,修复了多个关键问题:
- 解决了Redis缓存监控接口的连接归还问题,提高了资源利用率
- 修复了SSE(Server-Sent Events)连接的超时设置,避免浏览器关闭导致的连接停滞
- 处理了Satoken在异步调用时的上下文传递问题
开发体验优化
对于开发者而言,本次更新带来了多项便利性改进:
- 全局日期格式转换配置得到优化,提升了日期参数解析的兼容性
- 去除了自动注入日志的警告信息,减少了开发环境的干扰
- 工作流API模块移除了对Spring Cloud Bus的强制依赖,改为由使用者按需引入
- 菜单页面渲染方式改为懒加载,解决了大数据量情况下的性能问题
特别值得一提的是,项目基础环境从Debian切换到了Rocky Linux,这是一个由CentOS原作者维护的稳定发行版,配合升级后的JDK版本,为系统运行提供了更加安全可靠的基础环境。
废弃功能与未来方向
随着技术演进,本次更新废弃了QueueUtils及相关队列功能。这是由于Redisson在新版本中已经移除了队列相关API,建议开发者转向使用专业的消息中间件解决方案。
从本次更新可以看出,RuoYi-Cloud-Plus项目团队在保持技术先进性的同时,也非常注重系统的稳定性和开发者体验。这些持续改进使得该平台在企业级应用开发领域保持着强大的竞争力。
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 StartedRust0202
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 Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07