Hypersistence Utils中PostgreSQLIntervalType的变更解析
背景介绍
Hypersistence Utils是一个为Hibernate提供额外类型支持的实用工具库,其中包含了对PostgreSQL特有数据类型的处理。在3.9.0版本之前,该库会自动将PostgreSQL的interval类型映射到Java的Duration类,无需额外配置。
变更内容
从3.9.0版本开始,Hypersistence Utils移除了HibernateTypesContributor中对PostgreSQLIntervalType的自动注册。这一变更意味着:
- 之前自动映射Duration到PostgreSQL interval类型的行为不再默认启用
- 现在需要显式使用@Type(PostgreSQLIntervalType.class)注解来指定映射关系
变更原因
这一变更主要是为了与Hibernate 6的原生支持保持一致。Hibernate 6本身已经通过PostgreSQLIntervalSecondJdbcType提供了对Duration属性的支持。为了避免与Hibernate默认行为冲突,Hypersistence Utils决定不再自动覆盖这一默认映射。
解决方案
对于升级到3.9.0及以上版本的用户,有以下几种处理方式:
-
显式使用注解:在实体类的Duration属性上添加@Type(PostgreSQLIntervalType.class)注解
-
使用Hibernate 6原生配置:通过设置hibernate.type.preferred_duration_jdbc_type为INTERVAL_SECOND来启用Hibernate原生的interval支持
# 在Spring Boot应用中的配置示例
spring:
jpa:
properties:
hibernate.type.preferred_duration_jdbc_type: INTERVAL_SECOND
技术细节
PostgreSQL的interval类型可以表示时间间隔,在Java中通常映射为Duration类。Hibernate 6提供了多种处理Duration的方式:
- NUMERIC:默认方式,将Duration转换为数值
- INTERVAL_SECOND:使用PostgreSQL的原生interval类型
- TIME:转换为时间类型
升级建议
- 检查项目中所有使用PostgreSQL interval类型的实体
- 评估是否需要保持原有映射行为
- 根据需求选择显式注解或全局配置
- 在测试环境中充分验证数据映射的正确性
总结
这一变更体现了Hypersistence Utils与Hibernate核心功能逐步融合的趋势。虽然带来了短暂的兼容性问题,但从长远看有助于减少冗余代码和潜在的冲突。开发者在升级时应当注意这一变化,并根据项目需求选择合适的迁移策略。
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 StartedRust0201
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 Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07