JeecgBoot积木BI报表保存失效问题分析与解决方案
2025-06-01 11:22:12作者:牧宁李
问题背景
在使用JeecgBoot项目的积木BI报表组件(jimubi)时,用户反馈在排除jsqlparser依赖冲突后,仪表盘报表的保存功能出现异常。具体表现为:报表设计保存后,再次打开时无法正确显示之前保存的内容。
问题现象
-
依赖冲突处理:用户项目中的mybatis-plus使用了jsqlparser 4.8版本,与积木BI自带的jsqlparser 4.6版本冲突。用户通过排除jimubi中的jsqlparser 4.6依赖解决了冲突问题。
-
保存功能异常:
- 创建仪表盘报表并保存时,前端能正常发送包含完整template参数的请求
- 保存接口/drag/page/edit返回成功,数据库中的template字段也正确更新
- 但再次打开报表时,/drag/page/queryById接口返回的数据中缺少template参数
问题分析
经过深入排查,发现问题根源在于缓存更新机制不完善:
- 积木BI采用了数据库+Redis缓存的存储策略
- 保存接口/drag/page/edit成功更新了数据库记录,但未同步更新Redis缓存
- 查询接口/drag/page/queryById优先从Redis缓存读取数据
- 导致用户看到的是旧的缓存数据,而非最新保存的内容
解决方案
针对这一问题,JeecgBoot团队提供了以下解决方案:
-
升级版本:建议升级到jimubi-spring-boot-starter 1.9.5或更高版本,该版本已修复缓存同步问题
-
手动处理:
- 清除Redis中相关的缓存数据
- 检查缓存键的生成规则,确保更新操作能正确覆盖旧缓存
-
依赖管理:对于jsqlparser冲突问题,建议使用jimubi-spring-boot3-starter 1.9.5版本,该版本已优化依赖管理
技术建议
-
缓存一致性:在设计数据库+缓存的系统时,必须确保写操作能同时更新数据库和缓存,或者采用适当的失效策略
-
依赖冲突处理:在Spring Boot项目中处理依赖冲突时,建议:
- 优先使用exclusions排除冲突依赖
- 确保保留的依赖版本与项目其他组件兼容
- 考虑使用dependencyManagement统一管理依赖版本
-
调试技巧:遇到类似问题时,可以通过以下步骤排查:
- 检查接口请求/响应数据
- 直接查询数据库确认数据是否持久化
- 检查缓存系统内容
- 查看系统日志是否有异常信息
总结
积木BI报表的保存失效问题是一个典型的缓存一致性问题。通过升级版本或完善缓存更新机制,可以有效解决这一问题。同时,这也提醒开发者在设计数据访问层时,需要特别注意数据库与缓存之间的同步策略,确保数据的一致性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217