首页
/ MyBatis-Plus中JacksonTypeHandler处理JSON字段的注意事项

MyBatis-Plus中JacksonTypeHandler处理JSON字段的注意事项

2025-05-13 08:04:08作者:齐冠琰

问题背景

在使用MyBatis-Plus进行数据库操作时,经常会遇到需要将JSON格式的数据库字段映射到Java对象中的集合类型的情况。本文以3.5.7版本为例,探讨如何正确配置和使用JacksonTypeHandler来处理JSON字段与List类型的映射关系。

典型场景分析

在实际开发中,我们可能会遇到这样的数据结构:

  • 数据库表user_info中有一个JSON类型的字段dept_ids
  • 对应的Java实体类User中有一个List类型的deptIds字段

基础配置方法

对于简单的CRUD操作,MyBatis-Plus提供了便捷的配置方式:

@Data
@TableName(value = "user_info", autoResultMap = true)
public class User {
    private Integer userId;
    
    @TableField(typeHandler = JacksonTypeHandler.class)
    private List<Long> deptIds;
}

这种配置对于BaseMapper提供的默认方法(如selectById、insert等)能够正常工作,因为MyBatis-Plus会自动处理类型转换。

自定义SQL查询的问题

当我们需要编写自定义SQL查询时,情况会变得复杂。以下情况会导致类型转换失败:

  1. 在XML映射文件中直接使用resultType而不是resultMap
  2. 没有正确配置ResultMap

解决方案

方案一:使用ResultMap

对于自定义查询,必须显式定义ResultMap:

<resultMap id="userResultMap" type="com.example.User">
    <result column="dept_ids" property="deptIds" typeHandler="com.baomidou.mybatisplus.extension.handlers.JacksonTypeHandler"/>
</resultMap>

<select id="selectCustom" resultMap="userResultMap">
    SELECT * FROM user_info WHERE user_id = #{userId}
</select>

方案二:自定义TypeHandler

如果需要更精细的控制,可以创建自定义TypeHandler:

@MappedJdbcTypes(JdbcType.VARCHAR)
@MappedTypes({List.class})
public class CustomJsonTypeHandler extends AbstractJsonTypeHandler<List<Long>> {
    // 实现具体的JSON转换逻辑
}

然后在配置中指定:

mybatis-plus:
  type-handlers-package: com.example.handler

注意事项

  1. 泛型处理:JacksonTypeHandler无法自动识别集合元素的泛型类型,需要额外配置
  2. 版本兼容性:不同版本的MyBatis-Plus可能有不同的行为
  3. 性能考虑:频繁的JSON序列化/反序列化会影响性能

最佳实践

  1. 对于简单场景,优先使用MyBatis-Plus提供的默认方法
  2. 复杂查询必须使用ResultMap
  3. 考虑在数据库设计阶段评估是否真的需要使用JSON类型
  4. 对于大型项目,建议统一TypeHandler的管理方式

通过以上方法,可以确保在MyBatis-Plus中正确处理JSON字段与Java集合类型之间的映射关系,提高开发效率和代码可维护性。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.49 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
518
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
973
2.29 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
482
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
811
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
648
287