Logisim Evolution项目在Windows环境下使用Temurin JDK 24构建MSI包的问题分析与解决方案
2025-06-06 13:59:54作者:冯爽妲Honey
问题背景
在Logisim Evolution项目的构建过程中,开发团队发现当使用Eclipse Temurin JDK 24在Windows 11 Pro系统上执行createMsi任务时,构建过程会失败。错误信息表明JDK缺少打包模块,无法使用jdk.jlink模块创建镜像。这一问题在使用JDK 23或其他JDK发行版24时不会出现。
根本原因分析
该问题的根源在于Eclipse Temurin JDK 24完全采纳了Java平台的一项改进规范,旨在简化JDK结构,移除传统打包工具模块。而其他JDK发行版仍保留了这些模块文件。
具体表现为:
jpackage工具需要访问JDK模块来创建自定义运行时镜像- Temurin JDK 24移除了这些模块,导致工具链中断
- 错误信息明确指出"JDK does not contain packaged modules"
解决方案探索
通过分析Eclipse Temurin官方文档和技术讨论,我们确定了以下解决路径:
- 使用
jdeps工具分析项目依赖的Java模块 - 明确指定项目所需的模块列表
- 将这些模块传递给
jpackage工具
具体实施步骤包括:
- 执行
jdeps --print-module-deps命令获取依赖模块 - 处理可能出现的依赖缺失警告
- 将确定的模块列表添加到Gradle构建脚本中
技术实现细节
在Logisim Evolution项目中,解决方案的具体实现包括:
- 通过命令
jdeps --print-module-deps --ignore-missing-deps logisim-evolution-4.0.0dev-all.jar获取依赖模块列表 - 识别出项目核心依赖的模块:java.base、java.compiler、java.desktop、java.naming、java.prefs、java.scripting和java.sql
- 将这些模块作为参数添加到Gradle构建脚本的
jpackage任务配置中
解决方案效果
实施上述解决方案后:
- MSI包构建任务成功执行
- 安装包大小从184MB显著减少到106MB
- 应用程序功能测试通过,包括帮助查看器等关键组件
- 构建过程在不同JDK版本间获得更好的一致性
额外发现与建议
在解决主要问题的过程中,团队还发现了构建过程中生成的两个相似JAR文件的问题:
- 一个完整的功能性JAR(logisim-evolution-4.0.0dev-all.jar)
- 一个几乎为空的JAR(logisim-evolution-4.0.0-dev.jar)
建议后续优化构建配置,避免生成不必要的中间产物,使构建过程更加清晰高效。
总结
通过分析Logisim Evolution项目在Windows环境下使用Temurin JDK 24构建MSI包失败的问题,我们不仅解决了当前的技术障碍,还优化了应用程序的运行时镜像大小。这一案例也提醒Java开发者关注JDK发行版间的差异,特别是当采用新的Java规范时,可能需要调整构建工具链的配置。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 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++
689
343
Ascend Extension for PyTorch
Python
235
267
暂无简介
Dart
686
161
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
React Native鸿蒙化仓库
JavaScript
266
327
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
56
33
🔥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
🎉 (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
1.22 K
669