Fastjson2中JSONB序列化不可变集合的Bug分析与修复
问题背景
在Fastjson2项目中,当使用JSONB格式进行序列化和反序列化操作时,如果对象中存在默认值为不可变集合(如Collections.emptyList())的字段,并且开启了FieldBased和NotWriteHashMapArrayListClassName特性时,会出现反序列化失败的问题。
问题现象
具体表现为:当反序列化一个包含不可变集合默认值的对象时,Fastjson2会尝试向这个不可变集合中添加元素,导致抛出UnsupportedOperationException异常。这种情况常见于MyBatis-Plus的分页结果对象Page中,其records字段默认值为Collections.emptyList()。
技术分析
问题的根源在于Fastjson2的反序列化机制。在反序列化过程中,Fastjson2会先获取字段的默认值(即不可变集合),然后尝试向这个集合中添加反序列化得到的元素。然而,不可变集合(如Collections.emptyList()返回的集合)是不支持修改操作的,因此会抛出异常。
在Fastjson2的源码中,这个问题出现在ObjectReaderCreatorASM类的genReadFieldValueList方法中。该方法生成的字节码会直接使用字段的默认值,而没有考虑这个默认值是否可修改。
解决方案
Fastjson2开发团队在2.0.52版本中修复了这个问题。修复方案主要包括:
- 在反序列化集合类型字段时,首先检查默认值是否是可修改的集合
- 如果默认值是不可修改的集合,则创建一个新的可修改集合实例
- 将反序列化得到的元素添加到新创建的集合中
- 最后将新集合设置回对象字段
这种处理方式既保证了反序列化的正确性,又不会影响原有不可变集合的语义。
影响范围
该问题主要影响以下场景:
- 使用JSONB格式进行序列化和反序列化
- 开启了
FieldBased和NotWriteHashMapArrayListClassName特性 - 对象中包含默认值为不可变集合的字段
- 包括但不限于
Collections.emptyList()、Collections.emptySet()和Collections.emptyMap()
最佳实践
为了避免类似问题,开发者在使用Fastjson2时应注意:
- 对于可能被序列化的对象,谨慎使用不可变集合作为字段默认值
- 如果确实需要使用不可变集合,可以考虑在反序列化后手动处理
- 及时升级到Fastjson2的最新版本以获取bug修复
总结
Fastjson2作为高性能的JSON处理库,在处理复杂对象序列化时需要考虑各种边界情况。这个bug的修复体现了开发团队对细节的关注和对稳定性的追求。开发者在使用过程中遇到类似问题时,应及时检查版本并考虑升级到修复版本。
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