Spring Data JPA 更新操作在Spring Boot 3.4.X版本中的变化
2025-06-26 17:41:15作者:范靓好Udolf
在Spring Boot 3.4.X版本升级后,开发者在使用Spring Data JPA执行原生SQL更新操作时可能会遇到一个常见问题。本文将从技术原理和解决方案两个角度,深入分析这一变化及其影响。
问题现象
当开发者使用类似如下的JPA Repository方法执行更新操作时:
@Query(value = "UPDATE stockexchange SET last_direct_price_update = UTC_TIMESTAMP() WHERE no_market_value = 0", nativeQuery = true)
void updateHistoricalUpdateWithNowForAll();
在Spring Boot 3.4.X环境下会抛出异常,提示执行更新操作的方法没有返回预期结果集。这个异常表明JDBC驱动期望得到一个结果集,但实际上更新操作并不返回结果集。
技术背景
这个问题本质上源于JPA规范对查询和修改操作的不同处理方式。在JPA中:
- 查询操作:使用SELECT语句,返回结果集
- 修改操作:使用INSERT、UPDATE、DELETE语句,返回影响的行数
在早期版本中,Spring Data JPA可能对这两种操作的处理不够严格,但从3.4.X版本开始,框架加强了对操作类型的区分和验证。
解决方案
正确的做法是为修改操作添加两个关键注解:
@Modifying
@Transactional
@Query(value = "UPDATE stockexchange SET last_direct_price_update = UTC_TIMESTAMP() WHERE no_market_value = 0", nativeQuery = true)
void updateHistoricalUpdateWithNowForAll();
这两个注解的作用分别是:
- @Modifying:明确告诉Spring Data这是一个修改操作,不是查询操作
- @Transactional:确保操作在一个事务中执行,保证数据一致性
深入理解
为什么需要这两个注解?
- 性能考虑:修改操作通常不需要像查询那样处理结果集,明确标注可以提高效率
- 事务控制:数据库修改操作必须在事务中执行,否则可能导致数据不一致
- 框架优化:Spring Data可以根据注解选择最优的执行策略
最佳实践
- 对于任何会修改数据库的操作,都应该添加@Modifying和@Transactional注解
- 考虑为Repository方法添加适当的事务隔离级别和传播行为
- 在团队中建立代码规范,统一这类操作的处理方式
总结
Spring Boot 3.4.X版本对JPA操作的类型检查更加严格,这实际上是框架成熟和完善的表现。开发者需要适应这一变化,明确区分查询和修改操作,并通过适当的注解提供足够的信息给框架。这种改变虽然带来了一些迁移成本,但从长远来看,能够提高代码的健壮性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
241
277
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
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++
694
367
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥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
65
19
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
881