Apache StreamPark 项目在 JDK 17 下的构建问题分析
Apache StreamPark 是一个流处理应用开发框架,近期有用户在 macOS 系统上使用 JDK 17 构建 StreamPark 2.1.3 和 2.1.2 版本时遇到了构建失败的问题。本文将详细分析该问题的原因及解决方案。
问题现象
当用户在 macOS 系统上使用 JDK 17 构建 StreamPark 的 dev-2.1.3 和 release-2.1.2 版本时,构建过程会失败并抛出异常:"java.lang.RuntimeException: /packages cannot be represented as URI"。错误日志显示问题发生在 Scala 编译器处理宏扩展阶段。
根本原因分析
这个问题主要源于以下几个技术因素:
-
JDK 版本兼容性问题:StreamPark 2.1.x 系列版本在设计时主要针对 JDK 8 和 JDK 11 进行开发和测试,没有完全适配 JDK 17 的新特性。
-
Scala 编译器与 JDK 17 的兼容性:错误发生在 Scala 编译器尝试访问 JDK 17 的模块系统(JRT)时,这是 JDK 9 引入的新特性。Scala 2.12.x 版本在处理 JDK 17 的模块路径时存在兼容性问题。
-
构建工具链限制:项目使用的 Maven 构建工具和 Scala 插件在 JDK 17 环境下可能需要额外配置才能正常工作。
解决方案
针对这个问题,目前有以下几种可行的解决方案:
-
使用推荐的 JDK 版本:
- 对于 StreamPark 2.1.x 系列版本,官方推荐使用 JDK 8 或 JDK 11 进行构建
- 切换到这些版本可以避免兼容性问题
-
升级到支持 JDK 17 的版本:
- StreamPark 的 dev 分支已经支持 JDK 17
- 如果需要 JDK 17 支持,可以考虑使用最新的开发版本
-
构建环境配置调整:
- 如果必须使用 JDK 17,可以尝试调整构建配置
- 可能需要修改 Maven 的编译器插件配置和 Scala 插件版本
技术建议
对于需要在不同 JDK 版本间切换的开发人员,建议:
- 使用 JDK 版本管理工具(如 jenv 或 SDKMAN)方便切换不同 JDK 版本
- 在项目文档中明确标注支持的 JDK 版本范围
- 考虑为项目添加多版本构建测试,确保兼容性
总结
构建工具链的兼容性问题是开发中常见的技术挑战。Apache StreamPark 项目正在逐步完善对新一代 JDK 版本的支持。目前阶段,对于 2.1.x 系列版本,使用 JDK 8 或 11 是最稳定可靠的构建方案。随着项目发展,未来版本将提供更广泛的 JDK 版本支持。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-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