jackson

最近在家没事儿，写写代码玩，用了Maven构建SSM项目，结果提示如下信息 org.springframework.http.converter.HttpMessageNotWritableException: No converter found for return value of type: class com.lcy.pojo.User 【原因】找不到返回值类型的转换器，找了好久发现controller返回的是json格式数据 【方案】在maven的pox.xml中只引入Json的依赖时，只引入了“jackson-core”；没有引入 “jackson-databind”，添加了依赖后问题解决了。 【提示】当controller标记@ResponseBody后，会用解析器去解析Controller的返回值，解析器会去寻找SpringMvc中注册的HttpMeesageConverter接口的实现类，结果因为没有添加对应的依赖，所以 就找不到Json类型的转换器了，添加依赖后就正常了。 【正确的依赖】 <!-- https://mvnrepository.com/artifact/com.fasterxml.jackson.core/jackson-databind --> < dependency > < groupId > com.fasterxml.jackson

来源：https://blog.dogchao.cn/?p=70 《Effective JavaJava 》 名著，必读。如果能严格遵从本文的原则，以编写API的质量来苛求自己的代码，会大大提升编码素质。 以下内容只记录了我自己整理的东西，还是建议读原文。为了聚焦知识点，一些说明故意忽略掉了。相当于是一篇摘要。 1、考虑用静态工厂方法替代构造函数 例子： Integer.valueOf(“ 1 ”)、Boolean.valueOf(“ true ”)等。 优势： 可读性高（方法名） 性能（不一定创建对象） 灵活性高 下面针对三个优势进行一些解读。 可读性高 new Point(x,y)和Point.at(x,y)、Point.origin()。构造函数只能看出两个参数，不知其意，后者更易理解。 性能 在某些情况下，可以事先进行实例化一些对象，调用时直接调用即可，不需要进行改变。比如，Boolean。 public final class Boolean implements Serializable , Comparable < Boolean > { // 预先设置两个对象 public static final Boolean TRUE = new Boolean( true ); public static final Boolean FALSE = new Boolean(

1, pom文件 <dependency> <groupId> org.springframework.boot </groupId> <artifactId> spring-boot-starter-data-elasticsearch </artifactId> </dependency> 2，实体类 ES 存储的实体类 package com.jtl.alarm.repository.entity ; import com.fasterxml.jackson.annotation. JsonFormat ; import com.jtl.alarm.dto.ESAlarmDataDTO ; import com.jtl.device.service.dto.RealTimeDto ; import lombok. Data ; import org.springframework.data.elasticsearch.annotations.* ; import javax.persistence. Id ; import java.io.Serializable ; import java.util.Date ; import java.util.List ; /** * @ProjectName: 20200601 * @Package: com.jtl.alarm

本次发布主要增加了分布式Sega事务支持，适合多数据源 按照社区建议，修改了了springboot 的 yml配置方式 修改了@Jackson和@UpdateTime，本来是用来作为例子，但社区开发者提供了较好的完整实现 增加Sega支持 <dependency> <groupId>com.ibeetl</groupId> <artifactId>beetlsql</artifactId> <version>3.0.10-RELEASE</version> </dependency> public class UserEntity{ @Jackson Map<String,Address> addresses; @UpdateTime LocalDateTime updateTime; } 在多库多数据源的场景下，ORM工具有三个挑战，一个是如何根据各种策略分库分表，一个是如何方便的查询多库的数据，另外一个是多库操作的事务 BeetlSQL能很好的支持分库分表策略，以及提供了简单的Sega事务支持。至于多库查询，则可以交给第三方SQL查询引擎，BeetlSQL也支持多种SQL查询引擎，比如Druid，PrestoSQL public interface UserMapper extends SegaMapper<User> { @SegaUpdateSql( sql="update