Apache HertzBeat 告警通知规则数据转换异常问题解析
2025-06-04 09:58:58作者:曹令琨Iris
问题背景
在Apache HertzBeat监控系统的使用过程中,部分用户在升级到v1.6版本后,在访问告警通知功能时遇到了数据转换异常问题。具体表现为系统无法正确处理告警规则中的接收人ID(receiver_id)字段,导致接口返回409冲突错误。
错误现象
当用户尝试通过/api/notice/rule接口创建或修改告警通知规则时,系统抛出异常:
Could not commit JPA transaction
底层错误信息显示:
An exception occurred while calling convertToEntityAttribute on converter class org.apache.hertzbeat.common.entity.manager.JsonLongListAttributeConverter with value
问题根源
经过分析,该问题主要出现在数据库升级场景中。在老版本升级到v1.6版本时,数据库中hzb_notice_rule表的receiver_id字段格式与新版本不兼容:
- 老版本中
receiver_id存储的是简单的整数值(如"1") - 新版本要求该字段必须为JSON数组格式(如"[1]")
这种格式不匹配导致系统在进行数据转换时失败,特别是在使用JsonLongListAttributeConverter转换器时无法处理非JSON格式的原始数据。
解决方案
对于遇到此问题的用户,可以采取以下两种解决方案:
方案一:手动修改数据库
- 连接到HertzBeat使用的数据库
- 执行SQL语句检查
hzb_notice_rule表中的receiver_id字段 - 将单数值格式修改为JSON数组格式,例如:
UPDATE hzb_notice_rule SET receiver_id = CONCAT('[', receiver_id, ']') WHERE receiver_id NOT LIKE '[%]';
方案二:等待官方补丁
开发团队已经通过PR #2090修复了该问题,用户可以通过以下方式获取修复:
- 升级到包含该修复的新版本
- 或者从源代码构建最新版本
预防措施
为避免类似问题,建议在系统升级时:
- 提前备份数据库
- 查阅版本升级说明,了解数据结构变更
- 在测试环境先进行升级验证
- 使用官方提供的数据库迁移脚本
技术细节
该问题的本质在于数据持久层使用了JPA的AttributeConverter机制。JsonLongListAttributeConverter转换器设计用于在Java对象(List)和数据库字段(JSON字符串)之间进行转换,但当数据库中存在不符合JSON格式的旧数据时,转换过程就会失败。
在修复方案中,开发团队增强了转换器的容错能力,使其能够处理新旧两种数据格式,确保系统的向后兼容性。
总结
数据库兼容性问题是系统升级过程中的常见挑战。Apache HertzBeat团队通过及时的问题修复和版本更新,为用户提供了平滑的升级体验。用户在遇到类似问题时,可以参考本文提供的解决方案,或及时升级到最新版本以获得最佳稳定性。
登录后查看全文
热门项目推荐
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492