MyBatis-Plus 自定义类型处理器(TypeHandler)的完整使用指南
2025-05-13 07:03:27作者:吴年前Myrtle
类型处理器(TypeHandler)的作用与原理
MyBatis-Plus 的类型处理器是 MyBatis 中一个强大的特性,它允许开发者在 Java 类型和 JDBC 类型之间进行自定义转换。当数据库字段类型与 Java 类型不匹配时,类型处理器能够自动完成两者之间的转换工作。
常见使用场景
- 复杂对象与数据库字段的序列化/反序列化
- 枚举类型的特殊处理
- 集合类型(如List)与JSON字符串的转换
- 自定义数据格式的存储与读取
完整实现示例
以下是一个完整的 List 与 JSON 字符串转换的类型处理器实现:
@MappedTypes(value = [List::class])
@MappedJdbcTypes(JdbcType.VARCHAR)
class ListStringTypeHandler : BaseTypeHandler<List<String>>() {
override fun setNonNullParameter(ps: PreparedStatement, i: Int,
parameter: List<String>, jdbcType: JdbcType) {
ps.setString(i, JSON.toJSONString(parameter))
}
override fun getNullableResult(rs: ResultSet, columnName: String): List<String>? {
return rs.getString(columnName)?.let { JSON.parseArray(it, String::class.java) }
}
override fun getNullableResult(rs: ResultSet, columnIndex: Int): List<String>? {
return rs.getString(columnIndex)?.let { JSON.parseArray(it, String::class.java) }
}
override fun getNullableResult(cs: CallableStatement, columnIndex: Int): List<String>? {
return cs.getString(columnIndex)?.let { JSON.parseArray(it, String::class.java) }
}
}
实体类配置
在实体类中,需要通过注解明确指定类型处理器:
@TableName("fw_ru_task", autoResultMap = true)
class RuTask {
@TableId(type = IdType.AUTO)
var taskId: Long? = null
@TableField(typeHandler = ListStringTypeHandler::class,
jdbcType = JdbcType.VARCHAR)
var candidates: List<String> = emptyList()
}
增删改查操作中的注意事项
- 查询操作:类型处理器会自动生效,无需额外配置
- 更新操作:需要显式指定类型处理器参数
// 正确写法 - 需要显式指定类型处理器
KtUpdateChainWrapper(RuTask::class.java)
.set(RuTask::candidates, mutableListOf("1"),
"javaType=string,jdbcType=ARRAY,typeHandler=com.go.starter.domain.ListStringTypeHandler")
.eq(RuTask::taskId,5)
.update()
常见问题排查
- 类型处理器未生效:检查是否在更新操作中显式指定了类型处理器参数
- JSON转换异常:确保数据库字段类型与JDBC类型注解匹配
- 字符集问题:MySQL 8.x 对JSON处理有严格字符集要求,避免使用binary字符集
最佳实践建议
- 为每个需要特殊处理的类型创建专用的类型处理器
- 在团队文档中记录所有自定义类型处理器的使用方式
- 对类型处理器进行单元测试,确保序列化和反序列化的正确性
- 考虑性能影响,对于高频操作的类型处理器进行优化
通过合理使用MyBatis-Plus的类型处理器,可以大大简化复杂数据类型与数据库之间的映射工作,提高开发效率和代码可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134