关于后端:BUG循环中重复使用对象一定要注意

有时候博客内容会有变动,首发博客是最新的,其余博客地址可能未同步,请认准https://blog.zysicyj.top

首发博客地址

文章更新打算

系列文章地址


报错内容

报错信息显示ID反复。

起因剖析

在最终增加的办法中,呈现了反复ID的报错。对于为什么ID会反复,我思考了很久也没有想通。我沿着代码往上找到了saveList

int batchSize = 5000;
if (CollUtil.isNotEmpty(saveList)) {
    List<List<Map<String, Object>>> batchList = ListUtil.partition(saveList, batchSize);
    for (List<Map<String, Object>> batch : batchList) {
        if (CollUtil.isNotEmpty(batch)) {
            firstRecordMapper.insertJghzLdryList(batch.stream().filter(v -> v != null && ObjectUtil.isNotEmpty(v.get("ID"))).collect(Collectors.toList()));
        }
    }
}

代码大抵如上所示。

for (Map<String, Object> item : list) {
    ...
    Map<String, Object> oneCellMap = new HashMap<String, Object>();
    // 遍历这一类型的10个二级指标,每个指标存成一行数据
    for (int i = 0; i < secIndexNameList.size(); i++) {
        ...
        oneCellMap.clear();
        oneCellMap.put("ID", IdUtilV2.getInstance().getId());
        ...
        saveList.add(oneCellMap);
        px++;
    }
    // 保留这一行数据的 综合得分
    oneCellMap.clear();
    oneCellMap.put("ID", IdUtilV2.getInstance().getId());
    ...
    saveList.add(oneCellMap);
}

我也不是很确定,但我狐疑问题出在这里,于是我做了以下批改:

for (Map<String, Object> item : list) {
    ...
    // 遍历这一类型的10个二级指标,每个指标存成一行数据
    for (int i = 0; i < secIndexNameList.size(); i++) {
        ...
        Map<String, Object> oneCellMap = new HashMap<String, Object>();
        oneCellMap.put("ID", IdUtilV2.getInstance().getId());
        ...
        saveList.add(oneCellMap);
        px++;
    }
    // 保留这一行数据的 综合得分
    Map<String, Object> oneCellMap = new HashMap<String, Object>();
    oneCellMap.put("ID", IdUtilV2.getInstance().getId());
    ...
    saveList.add(oneCellMap);
}

而后问题就解决了。我感到很奇怪,起初才反馈过去…原来是应用了同一个对象。

解决方案

问题的根本原因是在循环中重复使用了同一个oneCellMap对象,导致了ID反复的问题。在第一个版本的代码中,每次循环都会清空oneCellMap对象并从新增加ID,然而因为saveList中保留的是援用,所以最终saveList中的所有oneCellMap对象的ID都是雷同的。

在批改后的代码中,每次循环都创立了一个新的oneCellMap对象,确保了每个oneCellMap对象的ID都是惟一的,解决了ID反复的问题。
<!– md tj.md –>

本文由mdnice多平台公布

评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

这个站点使用 Akismet 来减少垃圾评论。了解你的评论数据如何被处理