MyBatis-Plus中Page.records默认值引发的序列化问题解析
问题背景
在使用MyBatis-Plus进行分页查询时,Page对象的records字段默认被初始化为Collections.emptyList()。这个设计在大多数情况下工作良好,但在某些特定场景下可能会引发问题。
问题现象
当开发者使用Dubbo进行跨服务调用,并且使用fastjson2进行序列化/反序列化时,如果Page对象中的records字段保持默认的空列表状态,在反序列化过程中可能会抛出UnsupportedOperationException异常。
技术分析
1. 默认值设计
MyBatis-Plus中Page类的records字段默认被设置为Collections.emptyList(),这是一个不可变(immutable)的空列表实现。这种设计有以下优点:
- 节省内存,所有空列表共享同一个实例
 - 避免不必要的对象创建
 - 明确表示这是一个不可修改的列表
 
2. 问题根源
问题出现在fastjson2的反序列化过程中。当fastjson2尝试反序列化Page对象时,它会尝试使用List.add()方法向records列表中添加元素。由于Collections.emptyList()是不可变列表,任何修改操作都会抛出UnsupportedOperationException。
3. 复现条件
这个问题需要同时满足以下条件才会出现:
- 使用Dubbo进行跨服务调用
 - 使用fastjson2作为序列化工具
 - Page对象的records字段保持默认值(空列表)
 - 反序列化时尝试修改records列表
 
解决方案探讨
方案1: 修改MyBatis-Plus默认值
将Page.records的默认值从Collections.emptyList()改为new ArrayList<>()。这种修改可以:
- 避免反序列化时的异常
 - 保持列表的可修改性
 
但需要考虑的副作用:
- 每次创建Page对象都会新建一个ArrayList实例
 - 可能影响现有依赖于不可变列表特性的代码
 
方案2: 升级fastjson2
fastjson2的最新版本可能已经修复了这个问题。开发者可以尝试升级到最新版本,看是否能解决序列化问题。
方案3: 自定义Page实现
开发者可以创建自己的Page子类,覆盖默认的records字段初始化逻辑,根据实际需求选择合适的列表实现。
最佳实践建议
- 对于需要跨服务传输的Page对象,建议在服务边界处进行转换,使用可修改的列表实现
 - 考虑使用DTO模式,避免直接传输MyBatis-Plus的内部数据结构
 - 如果性能不是关键因素,可以使用new ArrayList<>()作为默认值来避免潜在问题
 
总结
MyBatis-Plus中Page.records默认值的设计在大多数情况下是合理且高效的,但在特定的序列化场景下可能会引发问题。开发者需要根据实际应用场景选择合适的解决方案,权衡性能、安全性和兼容性等因素。理解这些底层机制有助于开发者更好地使用MyBatis-Plus框架,并避免潜在的问题。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00