SpringDoc OpenAPI 中 @NotEmpty 注解失效问题分析与解决方案
问题背景
在 SpringDoc OpenAPI 2.8.6 版本中,开发者发现了一个重要的功能退化问题:当在请求 DTO 上使用 @NotEmpty 注解时,生成的 OpenAPI 规范文件中不再自动包含 required 属性标记。这个问题在之前的 2.8.5 版本中工作正常,但在升级后出现了异常行为。
问题表现
开发者通常会在请求数据传输对象(DTO)中使用 @NotEmpty 注解来标记必填字段,例如:
public class ExampleRequestDto {
@Schema(
name = "test",
description = "test",
example = "test"
)
@NotEmpty
private final String test;
}
按照预期,这段代码应该生成包含 required 属性的 OpenAPI YAML 文件:
required:
- test
但在 2.8.6 版本中,这个必需的标记消失了,导致 API 文档不能正确反映字段的必填要求。
问题根源
经过调查,这个问题实际上是底层依赖 swagger-core 在 2.2.29 版本中引入的一个回归性错误。该版本在处理 Jakarta Bean Validation 注解时出现了问题,特别是对于 @NotEmpty 和 @NotBlank 注解的处理逻辑存在缺陷。
解决方案
临时解决方案
-
降级 swagger-core 版本: 开发者可以暂时将 swagger-core 降级到 2.2.28 版本,这是已知能正常工作的最后一个版本。
Maven 配置示例:
<dependency> <groupId>org.springdoc</groupId> <artifactId>springdoc-openapi-starter-webmvc-ui</artifactId> <version>2.8.6</version> <exclusions> <exclusion> <groupId>io.swagger.core.v3</groupId> <artifactId>swagger-core-jakarta</artifactId> </exclusion> </exclusions> </dependency> <dependency> <groupId>io.swagger.core.v3</groupId> <artifactId>swagger-core-jakarta</artifactId> <version>2.2.28</version> </dependency>Gradle 配置示例:
dependencies { constraints { implementation("io.swagger.core.v3:swagger-core-jakarta") { version { strictly("2.2.28") } } } } -
显式指定 required 属性: 另一种方法是直接在
@Schema注解中明确指定requiredMode属性:@Schema(requiredMode = Schema.RequiredMode.REQUIRED) @NotEmpty private final String test; -
使用 Jakarta 注解替代: 有开发者报告,使用
jakarta.validation.constraints.NotNull替代javax.validation.constraints.NotNull可以解决类似问题,但这可能不适用于@NotEmpty和@NotBlank的情况。
永久解决方案
swagger-core 团队已经在 2.2.30 版本中修复了这个问题。SpringDoc OpenAPI 的最新快照版本也已经包含了这个修复。开发者可以:
- 等待 SpringDoc OpenAPI 发布包含修复的新版本
- 使用最新的 SNAPSHOT 版本进行测试
最佳实践建议
-
版本升级注意事项: 在升级 SpringDoc OpenAPI 或相关依赖时,应该仔细检查生成的 OpenAPI 文档是否符合预期,特别是对于必填字段的标记。
-
注解使用一致性: 考虑统一使用 Jakarta EE 的注解而非 Java EE 的注解,因为 Jakarta 是未来的发展方向。
-
文档验证: 建议建立自动化测试来验证生成的 OpenAPI 文档是否包含所有预期的必填字段标记,这可以及早发现类似问题。
-
显式优于隐式: 对于关键字段,即使框架支持自动推断,也建议显式使用
@Schema(requiredMode = REQUIRED)来明确标记必填字段,这样可以减少对框架自动处理逻辑的依赖。
总结
这个问题的出现提醒我们,即使是成熟的框架也会在版本迭代中引入意外的问题。作为开发者,我们需要:
- 关注依赖库的变更日志
- 建立完善的文档验证机制
- 了解问题的根本原因而不仅仅是应用临时解决方案
- 考虑在关键功能上采用防御性编程策略
通过这次事件,我们也看到了开源社区快速响应和修复问题的能力,这对于依赖这些工具的开发者来说是一个积极的信号。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00