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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00