当前位置:首页 > 文章列表 > 文章 > java教程 > Tomcat部署WAR与Liferay定位解析

Tomcat部署WAR与Liferay定位解析

2026-03-26 18:39:48 0浏览 收藏
本文深入解析了在 Liferay 7.x 与 Tomcat 集成环境下传统 WAR 文件“消失”的根本原因——Liferay 已摒弃标准 Servlet 部署模型,转而采用基于 OSGi 的模块化 Bundle(.jar)部署机制,所有插件均通过 deploy/ 目录热加载、由 OSGi 运行时统一管理生命周期;文章不仅手把手指导开发者通过检查 deploy/、osgi/modules/ 目录及 Gogo Shell 命令快速确认部署状态,更强调必须摒弃手动修改 webapps/ 下文件的旧习惯,转而在源码层通过 Gradle/Maven 精准更新 SDK 依赖、重建 Bundle 并规范清理缓存,同时借助 lb、stop、uninstall、diag 等 Shell 命令诊断和解决多版本共存引发的类加载冲突,真正帮开发者跳出路径迷思,建立以 OSGi 模块为核心的现代 Liferay 开发认知与实践范式。

Tomcat 启动时 WAR 文件定位与 Liferay 7.x 部署机制解析

本文详解在 Liferay 7.x + Tomcat 环境下,为何无法找到传统 WAR 文件,并阐明其基于 OSGi 的新型部署机制,指导开发者正确更新 SDK 依赖。

本文详解在 Liferay 7.x + Tomcat 环境下,为何无法找到传统 WAR 文件,并阐明其基于 OSGi 的新型部署机制,指导开发者正确更新 SDK 依赖。

在典型的 Tomcat 独立部署中,应用通常以 *.war 文件形式放置于 webapps/ 目录下,启动时自动解压至同名文件夹(如 myapp.war → myapp/)。但当 Tomcat 作为 Liferay 7.x 的嵌入式容器运行时,这一机制已彻底改变:Liferay 不再将插件(Portlet、Service Bundle 等)以标准 WAR 形式部署到 Tomcat 的 webapps/ 目录,而是通过其 OSGi 运行时(Felix 或 Equinox)直接加载模块化 Bundle。这意味着你反复搜索的 .war 文件根本不存在——它已被构建为 *.jar 格式的 OSGi Bundle(如 my-portlet.jar),并由 Liferay 自主管理生命周期。

? 如何确认当前部署模式?

执行以下任一操作即可验证:

  • 检查 deploy/ 目录(Liferay 根目录下):此处是热部署入口,放入 *.jar(非 .war)即触发 OSGi 安装;
  • 查看 osgi/modules/ 目录:所有已部署 Bundle 均存放于此(含自动解压的 META-INF/MANIFEST.MF 及 WEB-INF/ 结构);
  • 访问 Liferay 控制台 → Gogo Shell(http://localhost:8080/c/portal/shell)并执行:
    lb | grep -i "myportlet"
    # 输出示例:123 ACTIVE    my-portlet_1.0.0 [my.portlet]

✅ 正确更新 SDK 依赖的流程

由于依赖被封装在 Bundle 的 WEB-INF/lib/(实际位于 JAR 内部),直接修改 tomcat/webapps/.../WEB-INF/lib/ 是无效且危险的——该目录由 OSGi 运行时动态生成,重启或热重载会覆盖你的手动更改。

✅ 推荐做法(面向开发与运维):

  1. 源码层更新:在模块项目(Gradle/Maven)的 build.gradle 中升级 SDK 依赖版本,重新构建:
    dependencies {
        compileOnly group: "com.example", name: "sdk-core", version: "2.5.0"
        // 注意:Liferay 7+ 推荐使用 compileOnly + providedRuntime 而非 runtime
    }
  2. 重建并部署:
    ./gradlew clean build
    cp build/libs/my-portlet-1.0.0.jar $LIFERAY_HOME/deploy/
  3. 清理缓存(必要时):
    rm -rf $LIFERAY_HOME/osgi/state/ $LIFERAY_HOME/osgi/wiring/
    # ⚠️ 切勿删除 tomcat/work 或 tomcat/temp —— OSGi 不依赖它们

⚠️ 关键注意事项

  • 不要手动修改 tomcat/webapps/ 下任何内容:Liferay 7.x 默认禁用 Tomcat 的自动部署(autoDeploy=false),该目录仅用于 Liferay 自身的 ROOT.war 和极少数兼容性组件;
  • WEB-INF/lib 的“双版本”现象:你观察到新旧 SDK 共存,是因为 OSGi 支持多版本 Bundle 并存,而类加载器可能同时解析了旧 Bundle 的导出包与新 Bundle 的导入包——这往往引发 ClassCastException 或 NoSuchMethodError,必须通过 Gogo Shell 卸载旧版:
    stop 123    # 停止旧 Bundle(ID 来自 lb 命令)
    uninstall 123
  • 验证依赖树:使用 diag 123(Bundle ID)检查未满足的约束,确保新 SDK 的 Export-Package 与消费者 Bundle 的 Import-Package 版本匹配。

掌握 Liferay 7.x 的 OSGi 部署本质,是解决“WAR 文件失踪”困惑的根本。与其在 Tomcat 目录中徒劳搜索,不如拥抱模块化思维:以 Bundle 为单元构建、部署、诊断——这才是现代 Liferay 开发的正确范式。

终于介绍完啦!小伙伴们,这篇关于《Tomcat部署WAR与Liferay定位解析》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

百度网盘照片同步与备份设置方法百度网盘照片同步与备份设置方法
上一篇
百度网盘照片同步与备份设置方法
前端工程化配置与构建工具详解
下一篇
前端工程化配置与构建工具详解
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    365次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    424次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    438次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    388次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    214次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码