FasterXML Jackson 3.0 模块化构建的演进:从Moditect到原生module-info.java
2025-06-20 07:34:07作者:舒璇辛Bertina
背景与挑战
在Java 9引入模块化系统后,许多库开始逐步适配JPMS(Java Platform Module System)。FasterXML Jackson作为Java生态中广泛使用的JSON处理库,在2.x版本中通过Moditect插件实现了模块化支持。这种方案的核心原因在于:2.x版本需要保持对JDK 8的兼容性,而JDK 8编译器无法直接处理module-info.java文件。
随着Jackson 3.0将最低JDK要求提升至17,开发团队决定转向更原生的模块化构建方式——直接使用javac编译module-info.java。这不仅简化了构建流程,还消除了对第三方插件的依赖,使模块声明更加直观和可维护。
技术实现细节
关键变更点
-
构建工具链调整:
- 移除Moditect插件配置
- 将
module-info.java作为标准源文件纳入编译流程 - 确保所有模块(除特殊兼容性要求外)统一采用新方案
-
特殊案例处理:
jackson-core模块因包含FastDoubleParser的shading操作,需要特殊配置确保模块路径正确- 多模块项目需保持一致的模块化策略,避免运行时出现分裂的模块图
-
向后兼容考虑:
- 虽然采用新构建方式,但仍需确保生成的字节码保持与旧版本的兼容性
- 模块描述符中的
requires transitive等关键指令需要精确控制
实施路线图
项目团队采用了分阶段实施策略:
-
核心模块先行:
jackson-annotations(尽管最初计划保持JDK 8构建,最终也完成了转换)jackson-core和jackson-databind这两个基础组件
-
扩展模块跟进:
- 数据格式模块(如XML处理)
- 各种功能扩展模块
-
验证与优化:
- 确保模块边界清晰
- 验证跨模块的依赖传递性
- 优化模块化构建的编译性能
开发者启示
这一技术演进为其他库的模块化迁移提供了重要参考:
-
版本规划:
- 当目标运行时环境确定支持JPMS时,应优先考虑原生模块化方案
- 大版本升级是调整构建策略的理想时机
-
复杂依赖处理:
- 对于包含代码shading等特殊操作的模块,需要设计额外的验证机制
- 建议建立模块化测试套件,验证各模块的隔离性和可访问性
-
渐进式迁移:
- 可以保持一段时间的双模式支持(如同时提供自动模块和显式模块)
- 重要变更应在主要版本中集中实施
未来展望
随着这一技术变更的完成,Jackson 3.0将获得更纯粹的模块化支持。这不仅提升了构建过程的透明度,也为后续可能的改进(如模块化测试、模块化文档生成等)奠定了更好的基础。对于使用者而言,更标准的模块化实现意味着更可预测的运行时行为和更简单的依赖管理。
登录后查看全文
热门项目推荐
相关项目推荐
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-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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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