Spring Data JPA 3.3.9版本中命名参数重复使用的回归问题分析
2025-06-26 19:58:03作者:明树来
问题背景
在Spring Data JPA 3.3.9版本中,开发者报告了一个关于命名参数在查询中重复使用时出现的异常问题。具体表现为当使用Pageable分页查询,并且同一个命名参数在查询语句中被多次引用时,系统会抛出"org.springframework.dao.InvalidDataAccessResourceUsageException: No argument for named parameter"异常。
问题复现条件
这个问题在以下特定条件下会出现:
- 使用@Query注解定义JPQL查询
- 查询中包含命名参数(:paramName形式)
- 该命名参数在查询中被多次引用
- 使用Pageable进行分页查询
- 数据库中的数据量超过分页大小,触发额外的计数查询
典型的问题查询示例如下:
@Query(value = """
SELECT d
FROM UserEntity d
WHERE (:logins) IS NULL OR LOWER(d.login) IN (:logins)
""")
Page<UserEntity> findByLogins(@Param("logins") Set<String> logins, Pageable pageable);
问题根源分析
这个问题是由于Spring Data JPA内部对命名参数的处理逻辑变更引起的。在3.3.8版本中可以正常工作,但在3.3.9版本中出现了回归。具体来说,当执行分页查询时,Spring Data JPA会生成两个查询:一个是实际的数据查询,另一个是用于计算总记录数的计数查询。
在3.3.9版本中,参数绑定逻辑在处理这两个查询时出现了问题,特别是在参数被多次引用的情况下。计数查询无法正确识别和绑定与主查询相同的命名参数,导致抛出参数不存在的异常。
临时解决方案
在官方修复发布前,开发者可以采用以下临时解决方案:
- 降级到3.3.8版本
- 使用SpEL表达式替代直接参数引用:
@Query(value = """
SELECT d
FROM UserEntity d
WHERE (:#{#logins}) IS NULL OR LOWER(d.login) IN (:#{#logins})
""")
Page<UserEntity> findByLogins(@Param("logins") Set<String> logins, Pageable pageable);
官方修复情况
Spring Data团队已经确认这是一个回归问题,并在后续版本中进行了修复。修复将被包含在以下版本中:
- 3.3.10
- 3.4.4
- 3.5.0-M2
修复的核心是正确处理分页查询中命名参数的多次引用场景,确保计数查询能够正确绑定与主查询相同的参数。
最佳实践建议
为了避免类似问题,建议开发者在编写JPQL查询时:
- 对于可能多次引用的参数,考虑使用SpEL表达式
- 在升级Spring Data JPA版本时,特别注意分页查询的测试
- 对于复杂的查询条件,考虑使用Specification或Querydsl等更类型安全的方式
这个问题提醒我们在使用ORM框架时,即使是小版本升级也可能引入不兼容的变化,充分的测试覆盖是保证升级安全的关键。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217