解决雪花ID在前端精度丢失问题

news2024/10/9 6:59:55

解决雪花ID在前端精度丢失问题

在现代分布式系统中,雪花算法(Snowflake)被广泛用于生成唯一的ID。这些ID通常是Long类型的整数。然而,当这些ID从后端传递到前端时,JavaScript的精度限制可能会导致精度丢失,特别是ID的后三位无法正确表示。本文将探讨这一问题的原因,并提供三种解决方案。

问题背景

在后端,雪花算法生成的ID是一个64位的Long类型整数。例如:

private Long id = 1511972392982179840L;

然而,当这个ID传递到前端时,JavaScript的Number类型无法精确表示如此大的整数。JavaScript的Number类型使用双精度浮点数表示,其有效精度范围是 (-2^{53}) 到 (2^{53})(不包含边界)。因此,当ID超过这个范围时,精度就会丢失。例如:

let id = 1511972392982179840; // 实际表示为 1511972392982179800

在这里插入图片描述

解决方案
方案一:使用Jackson注解

在后端,可以通过Jackson库将Long类型的ID转换为String类型,从而避免精度丢失。具体实现如下:

  1. 在VO类中,使用@JsonFormat注解将Long类型的ID序列化为String:
import com.fasterxml.jackson.annotation.JsonFormat;
import com.fasterxml.jackson.databind.annotation.JsonSerialize;
import com.fasterxml.jackson.databind.ser.std.ToStringSerializer;

public class YourVO {
    @JsonSerialize(using = ToStringSerializer.class)
    @JsonFormat(shape = JsonFormat.Shape.STRING)
    private Long id;

    // 其他字段和方法
}
  1. 这样,后端返回的JSON数据中,ID将以字符串形式表示,前端接收时不会丢失精度。
方案二:自定义JSON配置类

另一种方法是通过自定义JSON配置类,在全局范围内将Long类型的ID转换为String类型:

  1. 创建一个Jackson配置类:
import com.fasterxml.jackson.databind.ObjectMapper;
import com.fasterxml.jackson.databind.module.SimpleModule;
import com.fasterxml.jackson.databind.ser.std.ToStringSerializer;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class JacksonConfig {
    @Bean
    public ObjectMapper objectMapper() {
        ObjectMapper objectMapper = new ObjectMapper();
        SimpleModule module = new SimpleModule();
        module.addSerializer(Long.class, ToStringSerializer.instance);
        objectMapper.registerModule(module);
        return objectMapper;
    }
}
  1. 通过这种方式,所有Long类型的字段在序列化时都会自动转换为String类型,确保前端接收时不会丢失精度。
方案三:在数据库中以String类型存储

另一种解决方案是在数据库中直接将雪花ID存储为String类型。这种方法可以从根本上避免精度丢失问题:

  1. 在数据库表中,将ID字段的类型设置为VARCHAR:
CREATE TABLE your_table (
    snowflake_id VARCHAR(20) NOT NULL,
    -- 其他字段
);
  1. 在后端代码中,确保ID以String类型处理:
public class YourEntity {
    private String id;

    // 其他字段和方法
}

在这里插入图片描述

  1. 这样,ID在整个传输和存储过程中都以String类型存在,避免了任何精度丢失的问题。
总结

在处理雪花算法生成的Long类型ID时,前端精度丢失是一个常见问题。通过使用Jackson注解、自定义JSON配置类或在数据库中以String类型存储,可以有效地解决这一问题,确保ID在前端正确显示。希望本文能帮助在实际项目中解决类似问题。

希望这篇文章对你有所帮助!如果有任何问题或需要进一步的解释,请评论区讨论。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2198382.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

记录:Vscode 安装插件报:提取扩展出错 phpstudy中下载服务报网络异常

昨天出现了两个莫名其妙的问题: 一个是在phpstudy中下载服务的时候突然报了这个错误:当前网络不稳定,下载失败 不知道什么原因,从来也没见过 在网上找了一圈,没有解决,就放弃了 然后在刚刚,像用…

Photo Sphere Viewer:探索360°全景图的JavaScript库,轻松实现360°全景展示,探索360°全景世界的神奇之旅

嗨,大家好,我是小华同学,关注我们获得“最新、最全、最优质”开源项目和高效工作学习方法 你是否曾想过将360全景图嵌入到你的网站或应用中,为用户带来沉浸式的体验?Photo Sphere Viewer可以帮助你实现这个目标&#x…

打卡第六天 P10287 [GESP样题 七级] 最长不下降子序列

今天是我打卡第六天,做个普及/提高−题吧(#^.^#) 原题链接:[GESP样题 七级] 最长不下降子序列 - 洛谷 题目描述 输入格式 输出格式 输出一行一个整数表示答案。 输入输出样例 输入 #1 5 4 2 10 6 3 1 5 2 2 3 3 1 1 4 输出 #1 3 输入 #2 6 11 …

IvorySQL 西安站活动回顾|一键了解IvorySQL新兼容性

9月7日,IvorySQL社区携手中国开源软件联盟PostgreSQL分会,在古都西安成功举办PostgreSQL技术峰会及IvorySQL西安用户组成立仪式,现场吸引了众多西安PG圈技术爱好者和资深开发小伙伴们的热情参与!👏👏&#…

计算机的错误计算(一百一十七)

摘要 算式“(5^25*(1/25)^(1/5)*3^25(1/25)^(1/5)*5^25*3^(251/5)-(9/25)^(1/5)*3^25*5^25-(1/25)^(1/5)*3^25*5.0^25*(13^(1/5)-3^(2/5.0)))” 的准确值是0. 但是,Python 与 Excel 均输出了错误结果:一个含有15位整数,一个含有14位整数。 …

HeidiSQL 数据库密码如何恢复

有时候我们会把数据库的连接密码保存在 HeidiSQL 中,但随着时间的流逝,我们可能希望重新找回保存在 HeidiSQL 中的密码,但 HeidiSQL 中保存的密码是无法被复制的。 这时候,我们需要想办法找到原始的密码。 加密算法 HeidiSQL 中…

多模态方法总结

多模态方法总结 架构分为Transformer Encoder的方法和基于Transformer Encoder和Decoder的方法 Transfomer Encoder方法 这张图来源于VILT,基本概括了多模态领域的模型架构。 图a是VSE或VSE的架构,文本端进行一个轻量的word embedding,视觉…

GNURadio 平台实现FM信号调制解调

一、FM 信号调制信号流图 波形图: 红色是已调制的FM信号,蓝色是调制信号波形。 频谱图: 瀑布图: 二、FM 信号解调信号流图 解调信号波形: 解调信号频谱: 具体可以通过audio sink 模块听音分析是否解调准确…

无人机高精度地形测量技术详解!

一、无人机技术 无人机作为搭载各种高精度传感器的平台,能够在不同高度和角度进行灵活飞行,覆盖各种复杂地形和环境,实现地表信息的全方位获取。 二、高精度传感器技术 GPS/GLONASS等卫星定位系统:无人机通过卫星定位系统实现高…

怎样查局域网里的所有ip?

如果想高效管理网络设备,识别配置、更新和维护各类连接设备,排查网络故障,提升网络安全性,监控异常 IP 活动,发现潜在威胁等需要知道局域网。那么怎样查局域网里的所有ip呢? 一、局域网IP是什么&#xff1…

最新免费GPT4O和Midjourney

一、什么是GPT4O? GPT-4 是 OpenAI 研发的大型语言模型。它具有强大的语言理解和生成能力,在自然语言处理等诸多领域有着广泛的应用和表现。 二、什么是Midjourney? Midjourney 是一款人工智能图像生成工具。它可以根据用户输入的描述或提…

LeetCode-2608. 图中的最短环【广度优先搜索 图,腾讯面试真题】

LeetCode-2608. 图中的最短环【广度优先搜索 图,腾讯面试真题】 题目描述:解题思路一:【一图秒懂】枚举起点跑 BFS解题思路二:背诵版解题思路三: 题目描述: 现有一个含 n 个顶点的 双向 图,每个…

anndata复制问题

感觉这个问题就很复杂哈,摸不清什么规律,只能判断前后的维度变化了 example 1 import scanpy as sc adata1 sc.read(/Users/yxkang/Desktop/dataset/HER2/H5AD_file/ad_H1.h5ad) print(adata1)adata2 sc.read(/Users/yxkang/Desktop/dataset/HER2/H5…

【AI学习】Mamba学习(五):《HiPPO: Recurrent Memory with Optimal Polynomial Projections》

SSM之后,就需要接着学习HiPPO了。 《HiPPO: Recurrent Memory with Optimal Polynomial Projections》 论文地址:https://arxiv.org/abs/2008.07669 摘要 从连续数据中学习的一个核心问题是,随着更多数据的处理,以增量方式表示累…

OWASP发布大模型安全风险与应对策略(QA测试重点关注)

开放式 Web 应用程序安全项目(OWASP)发布了关于大模型应用的安全风险,这些风险不仅包括传统的沙盒逃逸、代码执行和鉴权不当等安全风险,还涉及提示注入、对话数据泄露和数据投毒等人工智能特有的安全风险。 帮助开发者和测试同学更…

面试不是一场遭遇战

引言 Ethan第一次跳槽时,把工作总结搞成简历,丢到BOSS,面了几场,结果都很糟。复盘下来,发现面试过程临场发挥太多,把攻坚战打成了遭遇战。 那面试要如何准备?什么情况下跳槽?有哪些大…

VSCode运行QT界面

VSCode用久了,感觉Qt Creator的写起代码来还是不如VSCode得心应手,虽然目前还是存在一些问题,先把目前实现的状况做个记录,后续有机会再进一步优化。 当前方式 通过QtCreator创建一个CMake项目,然后使用CMake的方式在VSCode中进行编译。 claude给出的建议 左上角的名字会…

springboot实战学习(11)(更新用户基本信息接口主逻辑)

接着继续学习。之前的博客的进度:完成用户模块的注册接口的开发以及注册时的参数合法性校验。在基本完成用户模块的登录接口的主逻辑的基础上,学习了"JWT令牌的组成与使用"、完成了"登录认证"(生成与验证JWT令牌&#xf…

图示详解OpenEuler下 DNS安装、配置与测试

前言 DNS配置内容、步骤、参数较多,初学者很难短时间掌握,另外,理解DNS工作原理也有一定的难度,一次配置成功的概率不大,因此,建议在配置DNS之前,先读一下之前笔者的博文《详解DNS工作原理及实…

AutoDL服务器训练YOLOv8全过程

AutoDL服务器训练YOLOv8全过程 关于作者 作者:小白熊 作者简介:精通python、matlab、c#语言,擅长机器学习,深度学习,机器视觉,目标检测,图像分类,姿态识别,语义分割&…