当前位置:首页 > 文章列表 > 文章 > java教程 > Java jlink 怎样只打包应用需要的模块

Java jlink 怎样只打包应用需要的模块

来源:17golang原创 2026-10-31 01:27:42 0浏览 收藏

Java jlink 只会把指定的根模块及其传递依赖放进自定义运行时,关键不是手工猜一串模块名,而是先用 jdeps --print-module-deps 观察依赖,再把应用模块和确实需要的 JDK 模块交给 --add-modules。这样得到的镜像比携带完整 JDK 更容易分发,也更容易复核。

官方地址:https://docs.oracle.com/en/java/javase/25/docs/specs/man/jlink.html

要点速览
  • 模块化应用通常以应用模块作为根,jlink 自动解析它的传递依赖。
  • 非模块化 JAR 可先用 jdeps 找到 JDK 模块,再把结果合并到根模块列表。
  • 生成后必须检查模块清单、启动器以及 SPI、反射和本地库等隐式依赖。

先算出依赖,再决定根模块

先确认编译产物、应用模块名和入口。例如应用模块是 com.example.app,模块路径放在 build/mods,JDK 自带模块在 $JAVA_HOME/jmods。模块化应用不需要把所有 JDK 模块都写进列表,requires 关系会参与解析;服务加载、反射和本地库则要单独留意。

# 先观察 JAR 需要哪些 JDK 模块,输出只作为候选清单
jdeps --ignore-missing-deps --print-module-deps build/app.jar

# 假设输出为下面这组 JDK 模块
java.base,java.logging

最终的根模块可以写成 com.example.app,java.base,java.logging。如果应用已经是规范的模块化 JAR,先确认 module-info.class 和 requires 是否完整,比盲目追加模块更可靠。

Java jlink 中应用模块、jdeps 依赖分析与 JDK 模块根清单的关系说明图
图1:Java jlink 模块依赖结构说明图,展示从依赖分析到根模块清单的关系,不是截图或运行证据。

用 jlink 生成只包含必要模块的运行时

下面的命令把应用模块目录和 JDK 模块目录合并为模块路径,再用应用模块作为根。--launcher 会生成一个稳定的启动命令;三个裁剪选项去掉调试信息、头文件和手册,--compress=2 对资源做 ZIP 压缩。

# 以应用模块为根,jlink 会解析它的传递依赖
jlink --module-path build/mods:"$JAVA_HOME/jmods" \
  --add-modules com.example.app,java.base,java.logging \
  --strip-debug --no-header-files --no-man-pages --compress=2 \
  --launcher app=com.example.app/com.example.Main \
  --output build/runtime

# 生成后从自定义运行时启动应用
build/runtime/bin/app

选模块时可以按这个边界判断:

场景处理方式容易出错的地方
普通模块依赖应用模块作为根,保留传递依赖漏写自定义模块路径
SPI 或服务加载必要时增加 --bind-services镜像体积会扩大
本地化资源加入 jdk.localedata 并按需使用 --include-locales只保留一种语言导致运行时缺资源

生成运行时后,按清单和入口复核

不要把“jlink 命令成功退出”当成应用完整可用。先列出镜像里的模块,再启动真实入口;如果应用通过 ServiceLoader、反射、JNI 或配置文件加载类,必须把对应场景放进验收用例。

# 查看自定义运行时实际包含的模块
build/runtime/bin/java --list-modules

# 使用镜像自带的启动器运行最小验收场景
build/runtime/bin/app

--bind-services 会把服务提供者模块及其依赖纳入链接结果,适合确实依赖服务发现的程序;不需要服务绑定时不要为了“保险”默认打开。另一个常见误区是用 --limit-modules 过早收窄可观察模块,应该在依赖和服务边界确认后再使用。

Java jlink 自定义运行时、启动器、模块清单与服务边界的复核结构图
图2:自定义运行时复核结构图,展示模块清单、启动器与隐式依赖边界,不是截图或运行证据。

一份可执行的裁剪检查清单

  • 入口:确认 --launcher 的模块名和主类与 module-info.java 一致。
  • 服务:检查 uses、provides 和实际服务提供者,必要时再加 --bind-services。
  • 资源:验证 locale、字体、配置文件和 SPI 实现没有被构建流程遗漏。
  • 分发:自定义运行时不会自动替你升级,发布时要建立 JDK 安全更新和镜像重建流程。

因此,最稳妥的做法是把 jdeps 当作依赖发现工具,把 jlink 当作确定性组装工具,最后用模块清单和真实启动场景确认裁剪结果,而不是追求一个看起来最小但无法运行的目录。

相关问题

只写 java.base 是否就够了

只有应用确实只依赖 java.base 时才够。日志、网络、XML、桌面或其他 API 会引入额外模块,应以模块声明和依赖分析为准。

为什么加了 bind-services 后镜像变大

因为它会把可绑定的服务提供者模块及其依赖纳入运行时。服务发现是必要能力时保留,否则先关闭并用测试验证。

jlink 能否直接解决反射找不到类

不能保证。jlink 解析的是模块图,运行时反射还受模块开放关系、配置文件和框架约定影响,需要把反射路径加入实际验收。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
librosa 怎样从音频中提取起音位置librosa 怎样从音频中提取起音位置
上一篇
librosa 怎样从音频中提取起音位置
Go groot 怎样列出ROOT文件中的对象键
下一篇
Go groot 怎样列出ROOT文件中的对象键
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。
    800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。
    792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。
    879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。
    849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。
    680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