Spring Boot 中处理 JSON 数值溢出问题:从报错到优雅解决

一、问题背景:为什么我的接口突然报错了?

假设你正在开发一个 Spring Boot 接口,接收类似这样的 JSON 请求:

json 复制代码
{
  "size": 111111111111111111111
}

然后突然收到用户的反馈:请求报错啦!

查看日志,发现一个刺眼的异常:

复制代码
JSON parse error: Numeric value (111111111111111111111) out of range of int

翻译成"人话":

前端传的 size 值太大,后端用 int 类型接收时,超出了 int 的范围(-2147483648 ~ 2147483647),导致 JSON 解析失败!


二、为什么会发生这个错误?

1. Java 数据类型的"容量"限制
  • int 类型最大只能表示 2147483647
  • 当 JSON 中的数值超过这个范围时,int 装不下,就会触发溢出错误。
2. 谁在幕后"搞事情"?
  • Jackson 库 :Spring Boot 默认使用 Jackson 解析 JSON。
    当字段类型是 intInteger,但 JSON 数值过大时,Jackson 会直接抛异常!

三、解决方案:三步搞定

第一步:修改字段类型(治本)

直接将 size 的字段类型改为 Long,一步到位解决问题!

java 复制代码
public class EsSearchResultRequest {
    private Long size;  // ✅ 改为 Long 类型
    // 其他字段...
}

为什么有效?

  • Long 的范围是 -9223372036854775808 ~ 9223372036854775807,足够容纳超大数值。

第二步:全局异常处理(优雅提示)

GlobalExceptionHandler 中捕获异常,返回友好提示:

java 复制代码
@ExceptionHandler(HttpMessageNotReadableException.class)
public ResponseEntity<String> handleHttpMessageNotReadable(HttpMessageNotReadableException ex) {
    String errorMessage = "请求参数格式错误,请检查数值范围";
    // 提取具体错误原因(可选)
    if (ex.getCause() instanceof JsonMappingException) {
        errorMessage = ex.getCause().getMessage(); 
    }
    return ResponseEntity.badRequest().body(errorMessage);
}

效果示例:

前端收到提示:

复制代码
Numeric value (111111111111111111111) out of range of int

第三步:数据校验(防御性编程)

如果业务要求 size 必须是较小的数值,可添加校验逻辑:

java 复制代码
public class EsSearchResultRequest {
    @Min(value = 1, message = "size 最小为 1")
    @Max(value = 1000, message = "size 最大为 1000")
    private Long size;
    // 其他字段...
}

校验失败时提示:

复制代码
size 最大为 1000

四、扩展知识:为什么不用 Integer?

类型 范围 推荐场景
int -2³¹ ~ 2³¹-1 小数值(如状态码)
Long -2⁶³ ~ 2⁶³-1 大数值(如 ID、时间戳)
BigInteger 无限(内存限制) 天文数字

经验法则:

  • 不确定数值大小时,优先用 Long
  • 永远不要用 int 存储可能超大的值!

五、常见问题 FAQ

1. 前端传的是字符串,也会报错吗?
  • 不会!如果 JSON 中 size 是字符串 "111111111111111111111",需在后端用 String 类型接收,再手动转换。
2. 数据库字段类型需要改吗?
  • 如果 size 要存到数据库(如 MySQL),记得同步修改为 BIGINT,否则会插入失败!
3. 为什么异常处理要捕获 HttpMessageNotReadableException
  • 这是 Spring 在解析请求体失败时抛出的"总异常",涵盖所有 JSON 解析错误(如类型不匹配、格式错误等)。

六、总结:避坑指南

  1. 设计阶段 :根据业务场景选择合适的数据类型。
    • 不确定时,无脑用 Long
  2. 编码阶段
    • 添加数据校验(如 @Min@Max)。
    • 全局异常处理,返回友好提示。
  3. 协作阶段
    • 告知前端参数范围和格式要求。
    • 更新接口文档,明确 size 的类型和限制。

相关推荐
数据智能老司机2 小时前
精通 Python 设计模式——分布式系统模式
python·设计模式·架构
数据智能老司机3 小时前
精通 Python 设计模式——并发与异步模式
python·设计模式·编程语言
数据智能老司机3 小时前
精通 Python 设计模式——测试模式
python·设计模式·架构
数据智能老司机3 小时前
精通 Python 设计模式——性能模式
python·设计模式·架构
c8i4 小时前
drf初步梳理
python·django
每日AI新事件4 小时前
python的异步函数
python
这里有鱼汤5 小时前
miniQMT下载历史行情数据太慢怎么办?一招提速10倍!
前端·python
databook14 小时前
Manim实现脉冲闪烁特效
后端·python·动效
程序设计实验室14 小时前
2025年了,在 Django 之外,Python Web 框架还能怎么选?
python
倔强青铜三16 小时前
苦练Python第46天:文件写入与上下文管理器
人工智能·python·面试