Spring Boot 统一异常处理与全局响应增强

简介: 本文介绍如何在Spring Boot中实现全局异常处理,通过`@RestControllerAdvice`和自定义`BusinessException`统一拦截异常,结合`JsonResult`标准化响应格式,避免信息泄露,提升前后端协作效率与系统健壮性。

1. 为什么需要全局异常处理?

在没有统一异常处理的情况下,常见问题包括:

  • 用户传入非法参数,后端直接抛出 NullPointerException,前端收到 500;
  • 数据库主键冲突,返回一大段 Java 堆栈,暴露系统内部结构;
  • 不同 Controller 对相同异常(如“用户不存在”)返回不同格式,前端难以统一处理。

解决方案:使用 Spring 的 @ControllerAdvice + @ExceptionHandler 实现 全局异常拦截与标准化响应


2. 结合 JsonResult,设计异常响应结构

我们复用上一课定义的 JsonResult<T>,并约定:

  • 成功:code = "0"
  • 失败:code ≠ "0"msg 描述原因,data = null

✅ 示例:用户未找到异常

{
  "code": "1002",
  "msg": "用户不存在",
  "data": null
}

3. 自定义业务异常类(可选但推荐)

为区分系统异常和业务异常,建议定义自己的异常:

public class BusinessException extends RuntimeException {
    private String code;
    public BusinessException(String code, String message) {
        super(message);
        this.code = code;
    }
    // getter
    public String getCode() { return code; }
}

常见业务异常码示例:

  • "1001":参数校验失败
  • "1002":资源不存在
  • "1003":权限不足

4. 全局异常处理器:GlobalExceptionHandler

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.web.bind.annotation.ExceptionHandler;
import org.springframework.web.bind.annotation.RestControllerAdvice;
@RestControllerAdvice // = @ControllerAdvice + @ResponseBody
public class GlobalExceptionHandler {
    private static final Logger logger = LoggerFactory.getLogger(GlobalExceptionHandler.class);
    /**
     * 捕获自定义业务异常
     */
    @ExceptionHandler(BusinessException.class)
    public JsonResult<?> handleBusinessException(BusinessException e) {
        logger.warn("业务异常:code={}, msg={}", e.getCode(), e.getMessage());
        return new JsonResult<>(e.getCode(), e.getMessage());
    }
    /**
     * 捕获参数校验异常(如 @Valid 失败)
     */
    @ExceptionHandler(MethodArgumentNotValidException.class)
    public JsonResult<?> handleValidationException(MethodArgumentNotValidException e) {
        String msg = e.getBindingResult().getFieldError().getDefaultMessage();
        logger.warn("参数校验失败:{}", msg);
        return new JsonResult<>("1001", msg != null ? msg : "请求参数错误");
    }
    /**
     * 捕获空指针等运行时异常(兜底)
     */
    @ExceptionHandler(Exception.class)
    public JsonResult<?> handleGenericException(Exception e) {
        logger.error("系统异常:", e); // 记录完整堆栈
        return new JsonResult<>("500", "系统繁忙,请稍后再试");
    }
}

🔑 关键点:

  • @RestControllerAdvice:对所有 @RestController 生效;
  • 优先匹配具体异常(如 BusinessException),最后用 Exception 兜底;
  • 务必记录日志,便于排查问题。

5. 在业务代码中主动抛出异常

@Service
public class UserService {
    public User getUserById(Long id) {
        if (id == null || id <= 0) {
            throw new BusinessException("1001", "用户ID不能为空且必须大于0");
        }
        User user = userMapper.selectById(id);
        if (user == null) {
            throw new BusinessException("1002", "用户不存在");
        }
        return user;
    }
}

Controller 层无需 try-catch:

@GetMapping("/user/{id}")
public JsonResult<User> getUser(@PathVariable Long id) {
    User user = userService.getUserById(id);
    return new JsonResult<>(user);
}

6. 测试效果

请求:GET /user/999(用户不存在)

{
  "code": "1002",
  "msg": "用户不存在",
  "data": null
}

请求:GET /user/0(参数非法)

{
  "code": "1001",
  "msg": "用户ID不能为空且必须大于0",
  "data": null
}

发生未知异常(如数据库宕机)

{
  "code": "500",
  "msg": "系统繁忙,请稍后再试",
  "data": null
}

✅ 所有响应格式统一,前端只需判断 code 即可处理!


7. 进阶建议

场景 方案
国际化错误消息 msg 替换为 message key,前端根据语言包显示
记录异常到监控系统 handleGenericException 中集成 Sentry、SkyWalking 等
区分开发/生产环境 开发环境可返回 e.getMessage(),生产环境固定提示
配合 Validator 使用 @Valid + BindingResult 或全局捕获 MethodArgumentNotValidException

8. 总结

通过本篇学习,你已掌握:

  • ✅ 为什么需要全局异常处理;
  • ✅ 如何定义 BusinessExceptionJsonResult 配合使用;
  • ✅ 使用 @RestControllerAdvice 统一拦截异常;
  • ✅ 在业务层主动抛出语义化异常;
  • ✅ 保证所有 API 响应格式一致、安全、友好。


相关文章
|
12天前
|
数据采集 人工智能 安全
|
7天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
344 164
|
6天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
345 155
|
7天前
|
编解码 人工智能 自然语言处理
⚽阿里云百炼通义万相 2.6 视频生成玩法手册
通义万相Wan 2.6是全球首个支持角色扮演的AI视频生成模型,可基于参考视频形象与音色生成多角色合拍、多镜头叙事的15秒长视频,实现声画同步、智能分镜,适用于影视创作、营销展示等场景。
581 4
|
15天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
1018 7

热门文章

最新文章