Hutool中BigDecimal序列化精度丢失问题解析
2025-05-05 17:58:02作者:管翌锬
问题现象
在使用Hutool工具库的JSONUtil.toJsonStr方法进行对象序列化时,当对象中包含BigDecimal类型字段且设置了小数位数时,会出现精度丢失的情况。例如,一个值为0.0100的BigDecimal对象,经过序列化后会变成0.01,丢失了末尾的两个零。
问题复现
通过以下代码可以复现该问题:
class TestDto {
public BigDecimal remain;
}
public class Main {
public static void main(String[] args) {
BigDecimal bigDecimal = new BigDecimal("0.01");
bigDecimal = bigDecimal.setScale(4, BigDecimal.ROUND_HALF_UP);
TestDto dto = new TestDto();
dto.remain = bigDecimal;
System.out.println("原始值: " + bigDecimal);
System.out.println("序列化结果: " + JSONUtil.toJsonStr(dto));
}
}
输出结果为:
原始值: 0.0100
序列化结果: {"remain":0.01}
问题原因
Hutool的JSON序列化默认配置中启用了stripTrailingZeros选项,该选项会自动去除BigDecimal值末尾的零。这是为了优化输出结果,避免显示不必要的零位。
解决方案
Hutool提供了灵活的配置方式来解决这个问题。可以通过创建自定义的JSONConfig来保留BigDecimal的精度:
JSONConfig config = JSONConfig.create()
.setStripTrailingZeros(false); // 禁用去除末尾零
String jsonStr = JSONUtil.toJsonStr(dto, config);
这样设置后,序列化结果将保留BigDecimal的完整精度,输出为{"remain":0.0100}。
深入理解
BigDecimal的精度处理
BigDecimal是Java中用于高精度计算的类,它可以精确表示小数并控制小数位数。在实际业务中,特别是在金融、财务等领域,保持精确的小数位数非常重要。
JSON序列化的权衡
JSON序列化时对BigDecimal的处理通常需要考虑两个因素:
- 数据精度 - 需要保持业务要求的精确度
- 数据简洁性 - 去除不必要的零使JSON更简洁
Hutool默认选择了后者,但提供了配置选项让开发者根据实际需求进行调整。
最佳实践
- 对于金融、财务等对精度要求高的场景,建议禁用stripTrailingZeros
- 对于一般业务场景,可以使用默认配置以获得更简洁的JSON
- 在系统设计时,应该明确BigDecimal字段的精度要求,并在文档中注明
总结
Hutool的JSON序列化提供了灵活的配置选项来处理BigDecimal的精度问题。开发者需要根据业务需求选择合适的配置,在数据精度和JSON简洁性之间取得平衡。理解这些配置选项可以帮助开发者更好地使用Hutool工具库,避免在实际开发中遇到意外的精度丢失问题。
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
245
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
672
157
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
262
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
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217