Mongoose中BigInt类型负值解析问题分析与解决方案
2025-05-06 10:03:49作者:俞予舒Fleming
在Mongoose ORM库的最新版本8.9.5中,开发者报告了一个关于BigInt类型字段处理负值时出现的解析错误问题。这个问题在7.8.4版本中表现正常,但在升级后出现了异常行为。
问题现象
当使用Mongoose定义包含BigInt类型的Schema时,如果存储的BigInt值为负数,在查询并转换为普通JavaScript对象(使用lean())后,返回的数值会出现错误。具体表现为负值被错误地解析为正数,导致业务逻辑出现异常。
技术背景
BigInt是JavaScript中用于表示大于2^53-1的整数的原始数据类型。在MongoDB中,大整数通常以64位整数(Int64)形式存储。Mongoose通过BSON库与MongoDB交互,需要正确处理JavaScript的BigInt与MongoDB的Int64之间的转换。
问题根源
经过技术分析,这个问题与Mongoose底层依赖的BSON库版本有关。在BSON 6.x及MongoDB驱动6.x版本中,对BigInt的处理方式发生了变化:
- 默认情况下,BSON库会将64位整数转换为JavaScript的Number类型,这可能导致精度丢失
- 需要使用
useBigInt64: true选项明确告知驱动使用BigInt类型 - 在文档更新操作中,如果没有正确配置,BigInt值可能会在保存过程中丢失精度
解决方案
对于遇到此问题的开发者,建议采取以下措施:
- 确保在连接MongoDB时显式启用BigInt支持:
await mongoose.connect(DB_URI, { useBigInt64: true });
- 对于查询操作,也可以在单个查询中设置选项:
const items = await Model.find().setOptions({ useBigInt64: true }).lean();
- 如果项目暂时无法升级,可以考虑锁定BSON和MongoDB驱动版本:
"dependencies": {
"bson": "5.5.0",
"mongodb": "5.7.0"
}
最佳实践
为避免类似问题,建议开发者在处理大整数时:
- 始终明确指定数字类型处理方式
- 在测试用例中覆盖边界值测试,特别是接近64位整数极限的值
- 在项目文档中记录数字类型处理策略
- 升级Mongoose版本时,注意检查底层依赖的变更日志
Mongoose团队已经确认此问题并计划在后续版本中改进相关处理逻辑,使BigInt类型的处理更加直观和可靠。
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218