LocalDateTime序列化总结

news2025/3/31 19:12:25

版权说明: 本文由CSDN博主keep丶原创,转载请保留此块内容在文首。
原文地址: https://blog.csdn.net/qq_38688267/article/details/146703276

文章目录

    • 1.背景
    • 2.序列化介绍
      • 常见场景
      • 关键问题
    • 3.总体方案
    • 4.各场景实现方式
      • WEB接口
      • EasyExcel
      • Mybatis/MybatisPlus
        • Mybatis
        • Mybatis Plus
    • 5.工具类封装
    • 6.反思和总结

1.背景

  现平台中存在两种日期类型数据,一种为精度为秒的,一种为精度为毫秒的。目前存在三个序列化场景:WEB接口、Excel文件IO、Mysql数据交互。
  这三个场景的序列化方式各不相同,现需要将这些场景中的序列化方式统一为'yyyy-MM-dd HH:mm:ss.SSS' 'yyyy-MM-dd HH:mm:ss'
  本文将从概念、总体方案及各场景实现方案等方面详细介绍LocalDateTime序列化事项,本文适合开发人员查阅。

2.序列化介绍

  序列化是将对象转换为可传输或存储的格式(如JSON、字符串、二进制等),反序列化则是将序列化后的数据恢复为原始对象。

常见场景

  • Web接口返回数据时,将LocalDateTime转换为特定格式的字符串。
  • 数据库交互时,处理时间字段的读写格式(基于MyBatis/MyBatis-Plus)。
  • Excel导出时,格式化日期时间字段。

关键问题

  • 默认格式不符合需求(如T字符需要替换为空格)。
  • 需支持毫秒和非毫秒两种格式的兼容处理。

3.总体方案

  • **目标:**统一处理时间字段格式,避免T字符,支持毫秒与非毫秒格式。
  • 规则:
    • 序列化:
      若字段不需要毫秒,格式化为yyyy-MM-dd HH:mm:ss
      若字段需要毫秒,格式化为yyyy-MM-dd HH:mm:ss.SSS
    • 反序列化:
      根据字符串长度自动匹配格式:
      长度19字符:yyyy-MM-dd HH:mm:ss
      长度23字符:yyyy-MM-dd HH:mm:ss.SSS
      其他情况使用hutools的DateUtil.formatDateTime()方法处理。

4.各场景实现方式

WEB接口

  • web接口默认序列化方式为Jackson,其序列化工具为ObjectMapper。
  • 注册自定义ObjectMapper实现自定义LocalDateTime序列化。
  • 也可以通过@JsonFormat注解实现特例处理。
    在这里插入图片描述

EasyExcel

easyExcel有其自身的序列化方式,通过实现其Convert接口并注册来实现自定义序列化方式。
在这里插入图片描述
在这里插入图片描述

Mybatis/MybatisPlus

mybatis的序列化方式基于TypeHandler,mybatis和mybatis plus都有默认各类型TypeHandler,通过注册自定义TypeHandler来实现自定义序列化方式。

Mybatis
  • 在resultMap中指定typeHandler以实现自定义反序列化:
    <result typeHandler="org.apache.ibatis.type.BigDecimalTypeHandler"/>

  • 在SQL中指定日期格式以实现自定义序列化:

    • INSERT INTO table_name (date_column) VALUES (DATE_FORMAT(#{dateParam}, '%Y-%m-%d %H:%i:%s'))
    • INSERT INTO table_name (date_column) VALUES (#{dateParam,typeHandler=com.example.CustomDateTypeHandler})
Mybatis Plus
  • 配置通用TypeHandler
    在这里插入图片描述

  • 需要配置扫描路径才能生效在这里插入图片描述

  • @TableField注解指定typeHandler:
    在这里插入图片描述

5.工具类封装

在DateUtil中封装了统一LocalDateTime序列化方法,平台中统一使用。
在这里插入图片描述

6.反思和总结

  • 封装设计时,需要考虑序列化统一的问题,避免由于配置不完整导致的问题。
  • 当遇到序列化行为不符合预期时,需要分析定位序列化方式,然后通过更换序列化工具或自定义序列化器来解决。
  • 尽量统一序列化方案或规则,避免在不同场景下序列化规则不一致导致的系统问题。
  • 时间类型对象和精度尽量统一,避免为了兼容和适配导致的问题。

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/2324385.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

[ 春秋云境 ] Initial 仿真场景

文章目录 靶标介绍&#xff1a;外网内网信呼oa永恒之蓝hash传递 靶标介绍&#xff1a; Initial是一套难度为简单的靶场环境&#xff0c;完成该挑战可以帮助玩家初步认识内网渗透的简单流程。该靶场只有一个flag&#xff0c;各部分位于不同的机器上。 外网 打开给的网址, 有一…

unity 截图并且展现在UI中

using UnityEngine; using UnityEngine.UI; using System.IO; using System.Collections.Generic; using System; using System.Collections;public class ScreenshotManager : MonoBehaviour {[Header("UI 设置")]public RawImage latestScreenshotDisplay; // 显示…

中断管理常用API(四)

一、request_irq(...) request_irq 函数主要用于硬中断相关操作&#xff0c;它的核心作用是把一个中断处理函数和特定的中断号进行绑定。当硬件设备触发该中断号对应的中断时&#xff0c;内核就会调用绑定的中断处理函数&#xff0c;像 irqhandler_func 这类。 此函数在多种硬件…

pyspark学习rdd处理数据方法——学习记录

python黑马程序员 """ 文件&#xff0c;按JSON字符串存储 1. 城市按销售额排名 2. 全部城市有哪些商品类别在售卖 3. 上海市有哪些商品类别在售卖 """ from pyspark import SparkConf, SparkContext import os import jsonos.environ[PYSPARK_P…

【HTML 基础教程】HTML <head>

HTML <head> 查看在线实例 - 定义了HTML文档的标题"><title> - 定义了HTML文档的标题 使用 <title> 标签定义HTML文档的标题 - 定义了所有链接的URL"><base> - 定义了所有链接的URL 使用 <base> 定义页面中所有链接默认的链接目…

混合知识表示系统框架python示例

前文我们已经深入学习了框架表示法、产生式规则和一阶谓词逻辑,并对它们进行了深度对比,发现它们在不同的应用场景下各有优缺点。 一阶谓词逻辑适合复杂逻辑推理场景,具有数学定理证明、形式化系统规范的优点;产生式规则适合动态决策系统,支持实时决策(如风控、诊断),规…

MATLAB 控制系统设计与仿真 - 30

用极点配置设计伺服系统 方法2-反馈修正 如果我们想只用前馈校正输入&#xff0c;从而达到伺服控制的效果&#xff0c;我们需要很精确的知道系统的参数模型&#xff0c;否则系统输出仍然具有较大的静态误差。 但是如果我们在误差比较器和系统的前馈通道之间插入一个积分器&a…

Baklib知识中台驱动智能架构升级

构建四库体系驱动架构升级 在数字化转型过程中&#xff0c;企业普遍面临知识资源分散、隐性经验难以沉淀的痛点。Baklib通过构建知识库、案例库、流程库及资源库四层核心体系&#xff0c;为知识中台搭建起结构化基础框架。知识库以AI分类引擎实现文档标签化存储&#xff0c;案…

IP第一次笔记

一、TCP协议 第0步&#xff1a;如果浏览器和host文件存在域名对应的P地址记录关系 则直接封装HTTP数据报文&#xff0c;如果没有记录则触发DNS解析获 取目标域名对应的P地址 第一步&#xff1a;终端主机想服务器发起TCP三次握手 1.TCP的三次握手 2.传输网页数据 HTTP --应用层…

vue3实现router路由

说明&#xff1a; vue3实现router路由 效果图&#xff1a; step1:项目结构 src/ ├── views/ │ ├── Home.vue │ └── User.vue ├── router/ │ └── index.js ├── App.vue └── main.jsstep2:左边路由列表C:\Users\wangrusheng\PycharmProjects\un…

1500 字节 MTU | 溯源 / 技术权衡 / 应用影响

注&#xff1a;本文为 “MTU 字节” 相关文章合辑。 机翻&#xff0c;未校。 讨论部分&#xff0c;以提交人为分界。 单行只有阿拉伯数字的&#xff0c;为引文转译时对回复的点赞数。 How 1500 bytes became the MTU of the internet 1500 字节是如何成为互联网 MTU 的 Fe…

智能仪表板DevExpress Dashboard v24.2新版亮点:支持.NET 9

使用DevExpress BI Dashboard&#xff0c;再选择合适的UI元素&#xff08;图表、数据透视表、数据卡、计量器、地图和网格&#xff09;&#xff0c;删除相应参数、值和序列的数据字段&#xff0c;就可以轻松地为执行主管和商业用户创建有洞察力、信息丰富的、跨平台和设备的决策…

【数据结构】二叉树的递归

数据结构系列三&#xff1a;二叉树(二) 一、递归的原理 1.全访问 2.主角 3.返回值 4.执等 二、递归的化关系思路 三、递归的方法设计 一、递归的原理 1.全访问 方法里调用方法自己&#xff0c;就会形成调用方法本身的一层一层全新相同的调用&#xff0c;方法的形参设置…

Intellij ider部署python项目教程

自己写了一个python项目【mac电脑】&#xff0c;然后用Intellij ider打开&#xff0c;配置python解释器&#xff0c;然后一运行&#xff0c;一直报错&#xff0c; If this fails your Python may not be configured for Tk ModuleNotFoundError: No module named _tkinter 各…

Linux进程状态补充(10)

文章目录 前言一、阻塞二、挂起三、运行R四、休眠D五、四个重要概念总结 前言 上篇内容大家看的云里雾里&#xff0c;这实在是正常不过&#xff0c;因为例如 写实拷贝 等一些概念的深层原理我还没有讲解&#xff0c;大家不用紧张&#xff0c;我们继续往下学习就行&#xff01;&…

基于Python深度学习的鲨鱼识别分类系统

摘要&#xff1a;鲨鱼是海洋环境健康的指标&#xff0c;但受到过度捕捞和数据缺乏的挑战。传统的观察方法成本高昂且难以收集数据&#xff0c;特别是对于具有较大活动范围的物种。论文讨论了如何利用基于媒体的远程监测方法&#xff0c;结合机器学习和自动化技术&#xff0c;来…

EtherNet/IP转ProfiNet协议转换网关驱动西门子PLC与流量计的毫秒级压力同步控制

一、案例背景 汽车涂装线的静电喷涂工艺对压缩空气流量稳定性要求极高。原系统中Alicat流量计与西门子PLC因协议差异无法联动&#xff0c;导致涂料浪费率高达8%。通过JM-EIPM-PN网关实现供气系统与PLC的深度集成。从而实现了EtherNet/IP转ProfiNet的通讯。 二、设备连接与配置…

【力扣刷题|第十七天】0-1 背包 完全背包

目标和 力扣题目网址:目标和 这道题我们先用回溯的思想来做。首先我们设正数和为S&#xff0c;数组和为N&#xff0c;目标值为T&#xff0c;那么S-(N-S)T化简之后可以得S(TN)/2即选择的正数个数为偶数&#xff0c;而且NT也为偶数&#xff0c;那么第一个判断条件我们就有了&…

深度学习处理时间序列(3)

基于常识、不使用机器学习的基准 在开始使用像黑盒子一样的深度学习模型解决温度预测问题之前&#xff0c;我们先尝试一种基于常识的简单方法。它可以作为一种合理性检查&#xff0c;还可以建立一个基准&#xff0c;更高级的机器学习模型需要超越这个基准才能证明其有效性。对…

VectorBT:使用PyTorch+LSTM训练和回测股票模型 进阶二

VectorBT&#xff1a;使用PyTorchLSTM训练和回测股票模型 进阶二 本方案基于LSTM神经网络构建多时间尺度股票收益率预测模型&#xff0c;结合VectorBT进行策略回测。核心原理是通过不同时间窗口&#xff08;5/10/20/30日&#xff09;捕捉股价的短期、中期、长期模式&#xff0c…