Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >巧用fastjson自定义序列化类实现字段的转换

巧用fastjson自定义序列化类实现字段的转换

作者头像
星痕
发布于 2018-09-12 03:56:57
发布于 2018-09-12 03:56:57
6.4K00
代码可运行
举报
文章被收录于专栏:JAVA后端开发JAVA后端开发
运行总次数:0
代码可运行

项目中突然需要增加另一个字段的查找,而这个查找需要查另一张表的记录。 但现在产品很多地方都要增加该字段,如何最快的实现该功能呢。 办法如下: 通过fastjson序列化时,增加该字段的序列化类,该序列化类通过CODE查找名称,并序列化到前端。

  • VO的功能修改
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
@Data
public class SysDictItemSelectVo implements Serializable{

    private static final long serialVersionUID = 1L;
    @JSONField(serializeUsing=ToSystemNameSerializer.class)
    private String systemName;

    public String getSystemName(){
        return this.getCode();
    }
    }
  • 序列化的类的属性
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import com.alibaba.fastjson.serializer.JSONSerializer;
import com.alibaba.fastjson.serializer.ObjectSerializer;
import com.alibaba.fastjson.serializer.SerializeWriter;

import java.io.IOException;
import java.lang.reflect.Type;

public    class ToSystemNameSerializer implements ObjectSerializer {

    public static final  ToSystemNameSerializer instance = new  ToSystemNameSerializer();

    @Override
    public void write(JSONSerializer serializer, Object object, Object fieldName, Type fieldType,
                      int features) throws IOException {
        SerializeWriter out = serializer.out;

        if (object == null) {
            out.writeNull();
            return;
        }

        //原来的值code
        String strVal = object.toString();
        System.out.println(strVal);
        //通过code查找相关名称,测试先写死值 
        String name="std";
        out.writeString(name);

    }
}

经测试,序列化正常,其他地方只需要在VO增加该注解即可.

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2018.05.14 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
内蒙古农大孙志宏教授证实超深度混合宏基因组测序能够对人类肠道微生物组中的低丰度物种进行基因组和功能表征
人类肠道微生物群中已经发现了大量微生物基因组,但由于目前大多数研究中使用的测序深度相对较浅,在个体水平上了解低丰度物种的作用仍具有挑战。为了提高基因组的组装性能,本研究采用了Illumina HiSeq与Pacbio混合、超深度宏基因组测序的方法,从12份粪便样品中重建了宏基因组组装基因组。该方法结合了第二代测序以及第三代测序,提高了肠道中低丰度微生物的测序覆盖率。我们共还原了44个Mb级别scaffolds以及4个完整的环状基因组 (CMAG),代表了对应物种下的首个环状基因组。此外,从所有样品中共组装出475个高质量的基因组,其中234个为未培养微生物的基因组,并且有24个不存在于任何一个公共数据库中。值得注意的是,有287个和77个基因组分别为每个个体的低丰度和超低丰度的肠道物种。同时,我们的研究结果揭示了个体特异性的基因组特征,包括微生物基因组生长速率、选择压力以及染色体可移动遗传元件的频率。最终,从宏基因组数据中鉴定出数千个染色体外的可移动遗传元件,包括5097个噬菌体和79个新的质粒基因组。总的来说,本研究方法为从个体水平上对人类肠道微生物群进行更加全面的基因组分析和功能表征迈出了重要的一步。
生信宝典
2022/03/27
8190
内蒙古农大孙志宏教授证实超深度混合宏基因组测序能够对人类肠道微生物组中的低丰度物种进行基因组和功能表征
宏基因组简介
Metagenomics is the study of genetic material recovered directly from environmental samples. The broad field may also be referred to as environmental genomics, ecogenomics or community genomic。
生信喵实验柴
2023/02/24
3.8K0
宏基因组简介
微生物生态学研究中的宏基因组工具
2021年2月,来自美国、荷兰、中国、挪威的多国研究团队在《Current Opinion in Biotechnology》发表综述,回顾了从宏基因组学的应用中收集到的关于微生物生命的新见解,以及促进探索复杂微生物群落多样性和功能的广泛分析工具。
尐尐呅
2022/04/01
1.2K0
微生物生态学研究中的宏基因组工具
Microbiome:CAMISIM模拟宏基因组和微生物群落
https://microbiomejournal.biomedcentral.com/track/pdf/10.1186/s40168-019-0633-6
Listenlii-生物信息知识分享
2020/11/11
1.7K0
Microbiome:CAMISIM模拟宏基因组和微生物群落
使用melonnpan通过扩增子或宏基因组测序数据有效预测微生物群落的代谢图谱
热心肠研究院的这个介绍让我对这个软件产生了好奇,我决定学习一下这个软件的使用,看看它和picrust的区别在哪,picrust2刚刚发布,看看是棋逢对手还是略胜一筹呢。后来发现,好吧,最后发现一个实验室开发的。。。区别在于一个是完全基于已知的参考数据库,而这个目标是发现是大多数(>60%)未注释基因家族与代谢物相对丰度的关联。
用户1075469
2020/03/03
1.6K0
Science: 微生物单细胞、高通量、菌株分辨率,我全都要!| 深度长文
近期,哈佛大学和麻省理工学院的研究团队在微生物群落研究方法学上取得重要突破,发明了微生物高通量单细胞基因组学技术——Microbe-seq。相关成果以研究长文(Research Article)的形式于6月3日在Science上以High-throughput, single-microbe genomics with strain resolution, applied to a human gut microbiome为题发表。
生信技能树jimmy
2022/06/13
9070
Science: 微生物单细胞、高通量、菌株分辨率,我全都要!| 深度长文
Nature biotechnology:重复实验揭示宏基因组学的潜力 (扩增子综述系列2)
我们对任何生态系统中的大多数微生物分类群的功能了解都是极其有限的,而且通常局限于测量群落的总酶过程(gross enzymatic processes)。此外,已测序的宏基因组数据集在生物技术研究中只发挥了很小的作用,大多数新进展是通过酶的异源表达(heterologous expression)实现的。随着新技术的发展,我们对地球上微生物多样性的认识将会进一步提高。高通量测序方法促进了微生物生态系统功能和进化过程的研究。
Listenlii-生物信息知识分享
2020/05/29
8270
Nature biotechnology:重复实验揭示宏基因组学的潜力 (扩增子综述系列2)
生物信息技术-chap6 微生物群落分析
首先,有两个常规成列的数据,分别是有效测序数据和高质量测序数据,以及后面的高质量序列数的占比,是对测序结果的最直观最基本的描述。
波小囡
2023/11/28
4750
MicrobiomeAnalyst | 零代码分析宏基因组数据
MicrobiomeAnalyst 是一个方便易用的宏基因组数据分析网站,它可以使没有生物信息学研究背景的研究人员和临床医生通过可视化界面自由探索微生物组数据,包括数据预处理、统计分析、功能分析以及挖掘公共数据集。
生信菜鸟团
2020/08/11
5.7K0
MicrobiomeAnalyst | 零代码分析宏基因组数据
研究论文-基于宏基因组分析的研究表明,蚯蚓种类显著影响畜禽粪便中的抗生素抗性基因组构成
Hello,Hello小伙伴们大家好,目前小编就职于中国热带农业科学院,环境与植物保护研究所农业农村部热带地区低碳绿色农业重点实验室。目前实验室主要以研究方向是使用宏基因组学、宏病毒组等多组学研究微生物对土壤,大气等介质中元素循环的作用,环境中微生物功能基因的挖掘。今天给大家带来一篇团队刚刚发表在Environmental Pollution上的文章,团队彭梁博士和农业农村部天津农业生态与资源保护研究所杨明为论文的第一作者。
用户1075469
2025/04/26
1020
研究论文-基于宏基因组分析的研究表明,蚯蚓种类显著影响畜禽粪便中的抗生素抗性基因组构成
Microbiome: 微生物组的定义重新审视:旧概念和新挑战
Link:https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7329523/
Listenlii-生物信息知识分享
2020/09/04
5.3K0
使用CCS序列数据改进宏基因组拼接效率和物种分类注释
DNA组装是用于研究微生物群落结构和功能的宏基因组流程中的核心方法学步骤。在这里,我们调查太平洋生物科学长期和高精度循环共识测序(CCS)的宏基因组项目的实用性。我们比较了PacBio CCS和Illumina HiSeq数据的应用和性能以及使用代表复杂微生物群落的宏基因组样本的组装和分类分类算法。8个SMRT细胞从沼气反应器微生物组合样品中产生大约94Mb的CCS读数,其平均长度为1319nt,精度为99.7%。CCS数据组合产生了大于1 kb的相当数量的大型重叠群,与从相同样本产生的约190x较大的HiSeq数据集(〜18 Gb)组装的大型重叠群组成(即约占总重叠群的62%)。使用PacBio CCS和HiSeq重叠群的混合组件在装配统计数据方面进行了改进,包括平均重叠体长度和大型重叠群数量的增加。CCS数据的并入产生了两个显性系统的分类学分类,基因组重建的显着增强,使用HiSeq数据单独组合则分类不佳。总而言之,这些结果说明了PacBio CCS在某些宏基因组应用的价值。
用户1075469
2020/03/03
2.8K0
微生物分析工具 | MMIP:基于web的微生物组和代谢组数据集成和特征识别平台
微生物群落通过代谢物串扰维持其生态动态。因此,了解代谢组及其种群将有助于了解群落的功能,并预测它在非典型条件下的变化。2023年9月,《Briefings in Bioinformatics》发表了基于web的微生物组和代谢组数据集成和特征识别平台:MMIP,可用于从扩增子测序数据中比较两组微生物群落之间的分类内容、多样性变化和代谢潜力。
尐尐呅
2023/12/13
9340
微生物分析工具 | MMIP:基于web的微生物组和代谢组数据集成和特征识别平台
Microbiome | 刘庆友/陈卫华构建山羊肠道微生物基因组目录
The multi-kingdom microbiome of the goat gastrointestinal tract
生信宝典
2023/10/08
2100
Microbiome | 刘庆友/陈卫华构建山羊肠道微生物基因组目录
RiboFR-Seq:将16S rRNA与宏基因组连接的方法
16S rRNA扩增子分析和宏基因组测序是研究微生物群落的两种主要的独立方法。近年来,许多研究将这两种方法结合起来使用,但下游的数据分析是分开进行的,在分类和功能上总是产生不一致或冲突的结果。
Listenlii-生物信息知识分享
2020/05/31
1.3K0
GigaScience综述:从分类学基因推断微生物功能
Link: https://academic.oup.com/gigascience/article/doi/10.1093/gigascience/giab090/6505123
Listenlii-生物信息知识分享
2022/03/31
1.3K0
GigaScience综述:从分类学基因推断微生物功能
高分辨率系统发育微生物群落剖析
摘要:在过去十年中,在微生物群落分析方面,短读长高通量16S rRNA基因扩增子测序,已经使克隆依赖性长读长Sanger测序黯然失色。过渡到新技术提供了更多的定量信息,牺牲了分类分辨率,其具有推测各种生态系统中的代谢特征的意义。我们应用单分子实时测序进行微生物群落分析,获得全长16S rRNA基因序列的高通量,我们建议命名为PhyloTags。我们进行了基准测试,并通过应用到特定的微生物群落验证了这种方法。当进一步应用于来自Sakinaw湖的水柱样本时,我们发现,尽管门水平上,PhyloTag和Illumina V4 16S rRNA基因序列(iTags)群落结构的分析结果之间是可比较的,方差随着种群复杂性和水深的变化而增加。但是PhyloTag还允许较少的模糊分类。最后,关于平台的比较,PhyloTags和silicon产生的部分16S rRNA基因序列显示出群落的结构和系统发育分辨率跨多个分类级别的显著差异,包括严重的低估涉及氮和甲烷的特定微生物属的丰度,在湖泊的水柱。因此,PhyloTag提供了可靠的具有成本效益iTags的补充(adjuction)或替代方案,可实现更准确地对系统发育微生物群落的分解代谢潜力进行预测。
用户1075469
2020/03/03
1.5K0
Microbial Ecology: 打开黑匣子——了解土壤微生物
Link:https://link.springer.com/article/10.1007%2Fs00248-022-01962-5
Listenlii-生物信息知识分享
2022/03/31
8830
Microbial Ecology: 打开黑匣子——了解土壤微生物
肠道微生物组的未来,还要看转录组
近年来,肠道微生物组一直是研究的焦点之一。肠道微生物组不仅在基础研究中揭示了其对人体各器官系统的调节功能,同时在临床研究中也逐渐揭示了与多种疾病之间的紧密联系[1]。尽管人们已经对肠道微生物组的重要性有了深刻的认识,但其具体功能机制仍有大量未知领域需要探索。
生信技能树jimmy
2023/12/05
4100
肠道微生物组的未来,还要看转录组
微生物分析SOP & DNA提取过程中的污染
下一步是如何让大家自觉的用这些标准做研究。毕竟如果没有一些强制手段,大家也不会主动地去用。
Listenlii-生物信息知识分享
2021/01/20
6270
微生物分析SOP & DNA提取过程中的污染
推荐阅读
相关推荐
内蒙古农大孙志宏教授证实超深度混合宏基因组测序能够对人类肠道微生物组中的低丰度物种进行基因组和功能表征
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验