MyBatis-Plus中自定义TypeHandler的加密解密问题解析
2025-05-13 11:30:30作者:宣海椒Queenly
问题背景
在使用MyBatis-Plus进行数据持久化操作时,开发者经常会遇到需要对敏感字段进行加密存储的需求。通过自定义TypeHandler可以实现字段级别的加密解密逻辑,但在实际使用过程中,可能会遇到加密成功但解密失败的情况。
问题现象
在MyBatis-Plus项目中,开发者配置了自定义的EncryptTypeHandler来处理敏感字段的加密解密:
- 在实体类中使用@TableField注解指定typeHandler
- 在配置类中注册自定义TypeHandler
- 插入数据时加密功能正常
- 但通过selectById查询时,返回的数据未经过解密处理
技术原理分析
MyBatis-Plus的TypeHandler机制基于MyBatis实现,但在自动映射过程中有一些特殊处理:
-
插入操作:MyBatis-Plus会正确识别@TableField注解中指定的typeHandler,在参数设置阶段调用加密逻辑。
-
查询操作:当使用selectById等基础CRUD方法时,MyBatis-Plus会使用自动映射机制,可能不会自动应用实体类中定义的typeHandler。
-
TypeHandler注册:全局注册TypeHandler时,如果指定了Java类型和JDBC类型,会影响所有匹配类型的字段处理。
解决方案
针对这个问题,有以下几种解决方案:
方案一:显式指定ResultMap
在Mapper XML中定义显式的ResultMap,明确指定每个字段的typeHandler:
<resultMap id="BaseResultMap" type="com.example.entity.TestMybatisEntity">
<result column="password" property="password" typeHandler="com.example.handler.EncryptTypeHandler"/>
<result column="mobile" property="mobile" typeHandler="com.example.handler.EncryptTypeHandler"/>
</resultMap>
方案二:使用自定义查询方法
创建专门的查询方法,在注解或XML中明确指定typeHandler:
@Select("SELECT * FROM test_mybatis WHERE chat_id = #{id}")
@Results({
@Result(column = "password", property = "password", typeHandler = EncryptTypeHandler.class),
@Result(column = "mobile", property = "mobile", typeHandler = EncryptTypeHandler.class)
})
TestMybatisEntity selectWithEncrypt(Long id);
方案三:修改TypeHandler注册方式
避免全局注册TypeHandler时指定Java类型和JDBC类型,让MyBatis只在注解指定的字段上使用该处理器:
registry.register(new EncryptTypeHandler(cryptoUtils));
最佳实践建议
- 对于需要加密的敏感字段,建议统一使用显式ResultMap方式处理
- 区分基础CRUD操作和业务查询操作,对需要解密的查询使用专门的查询方法
- 在TypeHandler实现中增加日志记录,便于调试加密解密过程
- 考虑使用MyBatis-Plus的插件机制,在查询后对结果集进行统一解密处理
总结
MyBatis-Plus的自动映射机制虽然方便,但在处理自定义TypeHandler时可能存在局限性。理解MyBatis的TypeHandler工作机制,合理选择实现方式,才能确保加密解密逻辑的正确执行。对于敏感数据处理,建议采用更明确的映射配置方式,避免依赖框架的自动行为。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 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 Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
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++
856
1.92 K
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++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
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
296
114
昇腾LLM分布式训练框架
Python
178
220