最新版VS Code开发Spring Boot项目保姆级教程

简介: VS Code 开发 Spring Boot 已今非昔比!装 Java & Spring Boot 扩展包,自动识别 pom.xml 和 Maven Wrapper,无需手动配环境、敲命令——点几下即可构建、运行、调试,还内置接口地址、端点监控等实用功能,体验媲美 IDEA。(239字)

你有没有经历过这种时刻:从 GitHub 克隆了一个 SpringBoot项目,用idea打开,10分钟之后就可以把项目跑起来,但是用 VS Code 打开, 没有运行按钮,没有绿色小三角,两百个文件里你不知道哪个是入口。就是一个文件夹,静静地躺在那里。你折腾了2天都没把项目跑起来

这个尴尬跟 Java 难不难没关系,纯粹是工具还没打开。

由于vscode和Java工具的发展都很迅速,我最近 尝试了用VS Code 开发 Spring Boot 项目,发现现在用 VS Code 开发 Spring Boot 的体验,跟我印象里“Java 开发必须用 IDEA”的时代,已经不太一样了。

以前我是怎么跑 Spring Boot 的

早些年我跑一个 Spring Boot 项目,流程大概是这样的:

先确认本机装了 Maven,mvn -v 看一下版本。没有?去官网下压缩包,解压,配 MAVEN_HOME,改 PATH,重启终端。然后 mvn clean package,等它下载一堆依赖,看着日志刷屏。跑起来了,再去浏览器开 localhost:8080。

如果我想调试,还得手动配 -agentlib:jdwp 那一串 JVM 参数,或者写个脚本。整个过程不能说难,但每一步都在消耗你的注意力,而这些注意力本来应该花在业务逻辑上。

Maven Wrapper:项目自带的“免安装 Maven”

后来出现了 Maven Wrapper(就是项目根目录里那个 mvnw 和 mvnw.cmd)。它的逻辑很简单:项目自己带一份 Maven,你不需要在系统里装。

第一次运行 ./mvnw package 的时候,它会自动下载指定版本的 Maven 到本地缓存,然后用这份 Maven 来构建项目。对团队来说,这意味着所有人都用同一个 Maven 版本,不会出现“你本地是 3.8,我本地是 3.9,构建结果不一样”的问题。

VS Code 的 Java 扩展包直接驱动 Maven Wrapper,所以你连 mvnw 都不用敲。项目里的 pom.xml 被读到之后,Maven 视图就出现了,package 就在 Lifecycle 里等着你点。

如果你的项目没有maven wrapper,也可以直接去找一个其他项目有的,然后把项目的mvnw,mvnw.cmd和.mvn文件夹复制过来,只需要改一下 .mvn/wrapper/maven-wrapper.properties 里的版本号,让它跟你项目需要的 Maven 版本一致,比如:

在这里插入图片描述

两种方式对比:手动装 Maven vs Maven Wrapper

手动装 Maven Maven Wrapper
前置条件 系统里装好 Maven,配好环境变量 项目自带,零配置
版本一致性 依赖开发者本机环境,容易不一致 项目锁定版本,团队统一
VS Code 集成 需要手动指向 Maven 安装路径 扩展自动识别并驱动
适合场景 个人项目、需要全局 Maven 的场景 团队协作、CI/CD、教程项目

现在在 VS Code 里跑 Spring Boot 是什么体验

装两个扩展包:Extension Pack for Java 和 Spring Boot Extension Pack。

在这里插入图片描述
在这里插入图片描述

装完之后,VS Code 会自己找到 pom.xml,开始导入项目。状态栏显示 Java: Ready,Explorer 里多出 Java Projects 和 Maven 两个视图。

当然你也需要配置本地的jdk

使用vscode的命令面板,搜索Java runtime
在这里插入图片描述

接着就会自动挑战到配置页面

在这里插入图片描述

springboot插件安装好之后,会在左边出现springboot的图标

在这里插入图片描述

然后你点一下 Maven 视图里的 package,看着终端里跑出 BUILD SUCCESS。

在这里插入图片描述

再点一下 Spring Boot Dashboard 里的 Run,几秒钟后,Dashboard 告诉你应用跑在哪个端口,点 Open In Browser,页面就出来了。

在这里插入图片描述

点开springboot入口类,也可以run/debug

在这里插入图片描述

全程不用敲命令。

另外值得说的是,当你点击springboot图标里面的debug按钮之后
在这里插入图片描述
在controller里面还会展示一些非常有用的信息,甚至比idea还好

比如会显示每个接口的访问地址

在这里插入图片描述
还可以看到项目所有的端点和内存占用

在这里插入图片描述
点击如下图标表示之查看自己定义的端点

在这里插入图片描述

点击右边的网络图标,可以直接调用端点

在这里插入图片描述

如果你之前因为“Java 环境太麻烦”而没在 VS Code 里写过 Spring Boot,现在可以重新试一次。不用装 Maven,不用背命令,装两个扩展包,点几下按钮,一个 Web 应用就跑起来了。

相关文章
|
20小时前
|
安全 开发工具 git
Zed 新特性:新增GUI打Tag命令,告别手动敲Git命令行
Zed新版本内置「git: create tag at head」功能,支持在编辑器内一键创建轻量本地标签,自动防覆盖、实时刷新、反馈明确。告别终端手误,无需插件,让版本标记更安全高效。(239字)
|
20小时前
|
人工智能 安全 API
我每天都在用的Claude Code 10个功能
本文分享作者从把Claude Code当“AI复读机”到真正驾驭它的蜕变历程,总结10个实战必备功能:Plan Mode规划先行、技能命令化(/review)、Hooks自动格式化、子智能体隔离任务、Git Worktrees并行开发、/batch批量迁移、/simplify代码精炼、Auto-Memory跨会话记忆、/rewind安全回滚、/loop定时自动化——让AI成为可靠工程伙伴。(239字)
|
15小时前
|
缓存 编解码 并行计算
Wan2.2-ReMixV3.0 显存不足报错完整排查方案
本文系统解析 ComfyUI 中 Wan2.2-ReMixV3.0 漫剧生成的 OOM 故障,涵盖三类日志特征识别、环境清理、FP8/GGUF 量化选型、帧数/分辨率调优、BlockSwap 卸载、SageAttention 与 Tiled VAE 优化,并提供各显存档位适配方案及工程避坑指南。(239字)
|
19小时前
|
运维 安全 物联网
资产编码规则怎么定:一个小决定影响后面所有环节
资产编码看似简单,实为资产管理的基石。它需兼顾唯一性与可识别性,影响盘点、调拨、财务对接等所有环节。规则制定须规避易变信息、预留位数余量、统一跨系统主码,并权衡含义深度与长期稳定性——小决定,大代价。(239字)
|
16小时前
|
关系型数据库 MySQL Linux
使用py-mysql2pgsql同步Mysql数据至Greenplum
在上一个实验过程中我们发现,DTS数据同步硬性要求:"schema 和 table 必须提前创建好,如果没有创建好,则会报错"。
25 0
|
18小时前
|
人工智能 JSON 自然语言处理
美团CatPaw公开“录制生成Skill”后,测试团队要补哪条回归链?
美团CatPaw的一键录制可将高频操作转为可复用Skill,但其可靠性远不止“回放成功”。本文深入拆解Skill的版本管理、权限控制、Trace可观测性与业务副作用回归闭环,提出覆盖感知、参数、计划、权限、副作用五维的测试方法论,推动AI自动化从“能跑”迈向“可信”。
|
1天前
|
弹性计算 安全 Go
把交接审批做成流程,Bridge 在小团队里怎么用
本文介绍小团队如何用 Bridge 将交接审批标准化:以“换 preset 即需审批”为核心,通过五段模板(Goal/Current state/Key decisions/Key files/Next step)、人工确认、`--continue` 智能选型、plan-review 直接启用等机制,确保交接可追溯、零信息丢失。强调流程重于操作,适用于多人共用 ECS、有评审习惯的团队。(239字)
24 0
|
20小时前
|
编解码 缓存 人工智能
AI漫剧本地推理|CUDA 显存溢出机理剖析与全链路显存优化工程方案
本文针对 Wan2.2-ReMixV3.0 漫剧图生视频模型在消费级 GPU(12/16GB)上显存溢出(OOM)问题,提出“量化降本+权重按需卸载+VAE分片+参数约束+内存回收”全链路显存治理方案,显著提升本地推理稳定性与复现性。
|
20小时前
|
人工智能 JSON 前端开发
设计系统负责人:编译工作流中的上下游要求,评审的原材料从哪来,评审的产物给谁用
定义设计系统负责人在编译工作流中的上下游契约:上游以三条准入条款(结构、语义、证据)把关输入,退回不否决;下游以三条消费约定规范产物使用,反馈回流定修订对象。无人岗,只有契约,一人即可跑通最小闭环。
|
1天前
|
人工智能 文字识别 数据处理
AI面试八股文-AI标注平台_面试题与答案整理
本项目为24款AI数据标注平台,聚焦ASR-LLM链路,涵盖AI预标注、智能质检、Human-in-the-Loop协同、动态分包与全链路数据闭环。支持LLM/CV/OCR/ASR多业务统一配置化管理,强调版本追溯、幂等设计与工程化落地。(238字)