开源贡献：新的Maven依赖解析算法
内容提要
eBay开发了一种新的Maven依赖解析算法BF + Skipper，显著提高了Java应用的构建效率，减少了30%至70%的构建时间。该算法通过选择性遍历和跳过不必要的节点，解决了复杂依赖关系带来的性能瓶颈，并已贡献回Apache Maven社区。
延伸解读
性能瓶颈的根源：排除配置与缓存失效
文章指出，Maven依赖解析缓慢的核心原因在于排除配置（exclusions）的继承性。当不同父节点定义了不同的排除规则时，即使依赖相同，解析结果也无法复用缓存，导致大量节点被重复计算。例如，一个项目在内存中创建了约7500万个节点，但最终仅保留1500多个依赖。这种重复计算不仅拖慢构建速度，还引发频繁GC甚至内存溢出。因此，优化排除配置的管理是提升构建效率的关键方向。
BF + Skipper算法的兼容性设计
新算法在提升性能的同时，严格保证了与原有Maven冲突调解机制的100%兼容。它通过将深度优先遍历改为广度优先遍历，并引入Skipper组件，预测并跳过必然冲突的节点，从而避免不必要的计算。对于少数需要保留的重复节点，算法通过强制解析特定节点来维持冲突路径的完整性。这种设计确保了依赖树输出与旧算法一致，避免了因修改核心组件而可能引发的编译或部署失败风险。
从内部优化到开源贡献的实践路径
eBay将BF + Skipper算法贡献给Apache Maven社区，并于2022年5月被接受，纳入maven-resolver 1.8.0版本。随后，团队又贡献了并行化依赖收集器，进一步解决依赖下载阶段的延迟，该功能发布于1.9.x版本。Maven 3.9.0已集成这两项改进。这一过程体现了从内部工具Zeus的数据收集、瓶颈定位，到算法实现、大规模验证，最终回馈开源社区的完整闭环，为其他企业参与开源提供了参考。
Q&A
BF + Skipper算法如何提高Maven的构建效率？
BF + Skipper算法通过选择性遍历和跳过不必要的节点，显著减少了30%至70%的构建时间，从而提高了Maven的构建效率。
eBay开发BF + Skipper算法的主要原因是什么？
eBay开发BF + Skipper算法是为了应对Maven依赖解析过程中的性能瓶颈，特别是复杂依赖关系导致的长构建时间。
BF + Skipper算法对Maven社区的贡献是什么？
BF + Skipper算法已被贡献回Apache Maven社区，并在2022年被正式接受，旨在帮助所有Maven用户提高构建效率。
Maven依赖解析中的性能瓶颈主要是什么？
Maven依赖解析中的性能瓶颈主要源于复杂的依赖关系和冲突，这导致了长时间的构建延迟。
BF + Skipper算法是如何处理依赖冲突的？
BF + Skipper算法通过预测冲突并选择性跳过不必要的节点，避免了对冲突节点的重复解析，从而提高了性能。
eBay的Zeus扩展在Maven构建中起什么作用？
eBay的Zeus扩展用于收集和可视化Maven构建数据，帮助识别依赖解析步骤中的严重延迟。
