MyBatis-Plus中处理TDengine数据库查询结果的类型转换问题
在使用MyBatis-Plus操作TDengine数据库时,开发者可能会遇到一个特殊的问题:当使用selectMaps方法查询数据时,虽然能正常获取结果集,但却会抛出ResultMapException异常。这种情况通常发生在数据库字段类型与Java类型映射不匹配时。
问题现象
当执行类似以下代码时:
@Override
public List<Map<String, Object>> selectListAggregation(QueryParam param){
QueryWrapper<T> wrapper = new QueryWrapper<T>();
return getBaseMapper().selectMaps(wrapperQuery(wrapper,param));
}
控制台会显示查询成功执行并返回了结果行,但随后抛出异常:
nested exception is org.apache.ibatis.executor.result.ResultMapException:
Error attempting to get column 'device_id' from result set.
Cause: cn.hutool.json.JSONException: A JSONObject text must begin with '{' at 1 [character 2 line 1]
问题分析
这个问题的根源在于MyBatis-Plus尝试将查询结果自动映射为Map时,TDengine返回的数据类型与预期不符。异常信息表明,系统尝试将device_id字段解析为JSON对象,但实际上它是一个普通字符串。
这种情况通常发生在项目中配置了自定义的TypeHandler来处理Map类型字段,而这个TypeHandler被错误地应用到了所有表的查询操作上,包括那些不需要JSON转换的简单字段。
解决方案
针对这个问题,开发者可以采取以下几种解决方案:
-
自定义TypeHandler:创建一个专门的TypeHandler来处理需要JSON转换的特定字段,而不是全局应用。
-
字段级注解:在实体类中使用
@TableField注解明确指定字段的类型处理器,避免全局影响。 -
结果集处理:放弃使用
selectMaps方法,改用selectList获取实体对象列表,再手动转换为Map。
以下是自定义TypeHandler的实现示例:
public class MapTypeHandler extends BaseTypeHandler<Map> {
@Override
public void setNonNullParameter(PreparedStatement ps, int i,
Map map, JdbcType jdbcType) throws SQLException {
ps.setString(i, JSONUtil.toJsonStr(map));
}
public Map getNullableResult(ResultSet rs, String columnName) throws SQLException {
String value = rs.getString(columnName);
if(StringUtils.isBlank(value)) {
return null;
}
return JSONUtil.toBean(value, Map.class);
}
public Map getNullableResult(ResultSet rs, int columnIndex) throws SQLException {
String value = rs.getString(columnIndex);
if(StringUtils.isBlank(value)) {
return null;
}
return JSONUtil.toBean(value, Map.class);
}
public Map getNullableResult(CallableStatement cs,
int columnIndex) throws SQLException {
String value = cs.getString(columnIndex);
if(StringUtils.isBlank(value)) {
return null;
}
return JSONUtil.toBean(value, Map.class);
}
}
最佳实践
-
精确作用域:确保自定义TypeHandler只应用于确实需要JSON转换的字段,而不是所有Map类型的查询。
-
空值处理:在TypeHandler中添加对空值的判断,避免解析空字符串或null值时出错。
-
性能考虑:对于大数据量查询,避免在TypeHandler中进行复杂的JSON解析,这可能会影响性能。
-
日志记录:在TypeHandler中添加适当的日志记录,便于调试和问题追踪。
通过以上方法,开发者可以有效地解决MyBatis-Plus与TDengine数据库集成时的类型映射问题,同时保持代码的清晰性和可维护性。
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