当前位置:首页 > 文章列表 > Golang > Go问答 > Go snowflake JSON数字传给JavaScript为什么可能丢精度

Go snowflake JSON数字传给JavaScript为什么可能丢精度

来源:17golang原创 2026-10-31 08:31:04 0浏览 收藏

我在把 Go 服务里的雪花 ID 接到前端时,最容易误判的一点是:ID 生成得唯一,并不代表它作为 JSON 数字传到 JavaScript 后仍然精确。只要接口把 64 位 ID 暴露成 JSON number,前端的 Number 就可能在解析时把末尾几位舍入。

稳妥的做法是把跨 JavaScript 边界的 snowflake ID 固定成字符串;只有确实需要数值运算时,才在前端把字符串显式转换为 BigInt,不要先转成 Number。

官方文档:https://pkg.go.dev/github.com/bwmarrin/snowflake

JavaScript 数字边界:https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Number/MAX_SAFE_INTEGER

变化一句话:问题出在 JSON 契约,不在 snowflake 生成器

github.com/bwmarrin/snowflake 的 ID 可以返回 int64 形式,也提供 String() 和 MarshalJSON() 等方法。这里有一个很关键的分叉:字段类型仍是 snowflake.ID 时,可以利用它自己的 JSON 序列化行为;如果先调用 Int64(),再把结果放进普通的 int64 字段,就等于主动要求 JSON 编码器输出数字。

Go snowflake ID 默认序列化与 int64 JSON 数字进入 JavaScript 的结构说明图
图1:snowflake ID 的 JSON 契约说明图,展示类型、序列化方式和 JavaScript Number 之间的静态关系;这是原创说明图,不是截图或运行证据。

为什么 JavaScript 解析 JSON 数字会丢精度

JavaScript 的 Number 是双精度浮点数,整数只有在 -(2^53 - 1) 到 2^53 - 1 之间时,才能保证精确表示。上限就是 9007199254740991。雪花 ID 通常是不断增长的 64 位整数,很容易超过这个范围。

这不是“JSON 不允许大整数”,而是接收方把 JSON 数字转换成 JavaScript Number 时,无法为每一个 64 位整数保留全部位数。常见表现包括前端打印出的 ID 与服务端不同、两个相邻 ID 比较相等,以及用这个 ID 请求详情时命中错误记录。

const payload = JSON.parse('{"id":9007199254740993}');
// 这里故意用超过安全整数范围的边界值观察 Number 的限制
console.log(payload.id);
console.log(Number.isSafeInteger(payload.id));

const safePayload = JSON.parse('{"id":"9007199254740993"}');
// 字符串先保留原始字符,比较和传回服务端都不会丢位
console.log(safePayload.id);
console.log(BigInt(safePayload.id));

这里的判断重点不是某一个具体 ID,而是字段的表示类型。只要接口文档把 ID 定义成字符串,前端就不会在 JSON.parse() 阶段偷偷把它压成 Number。

对旧代码的影响:调用 Int64 会改变序列化结果

我更愿意把这看成一次接口契约调整,而不是给生成器打补丁。下面两个结构体看起来都来自同一个 ID,但它们对 JSON 的承诺并不一样:

package api

import (
    "encoding/json"
    "github.com/bwmarrin/snowflake"
)

type NativePayload struct {
    ID snowflake.ID `json:"id"`
}

type NumericPayload struct {
    ID int64 `json:"id"`
}

func marshalExamples(id snowflake.ID) ([]byte, []byte, error) {
    native := NativePayload{ID: id}
    numeric := NumericPayload{ID: id.Int64()}

    // 保留 snowflake.ID 类型,让它的 MarshalJSON 参与序列化。
    nativeJSON, err := json.Marshal(native)
    if err != nil {
        return nil, nil, err
    }
    // 显式取 Int64 后,字段会按普通 JSON 数字处理,跨端风险由调用方承担。
    numericJSON, err := json.Marshal(numeric)
    if err != nil {
        return nil, nil, err
    }
    return nativeJSON, numericJSON, nil
}

如果项目已经把 int64 数字返回给前端,不要只在某个页面上加格式化。更稳的是从 API DTO、OpenAPI 定义、前端类型和测试数据四处同时改成字符串;数据库内部仍然可以使用 64 位整数,外部契约不必跟着变成数字。

迁移建议:在 Go API DTO 层固定为字符串

对于列表、详情、分页游标和关联对象,我通常会在出站 DTO 层统一使用 string。这样数据库模型可以保留原有的整数类型,序列化策略也不会依赖某个包的隐式方法:

type ArticleDTO struct {
    ID       string `json:"id"`
    ParentID string `json:"parentId,omitempty"`
}

func newArticleDTO(id, parentID snowflake.ID) ArticleDTO {
    // String 只负责表示 ID,不让前端承担 64 位整数的解析风险。
    return ArticleDTO{
        ID:       id.String(),
        ParentID: parentID.String(),
    }
}

func encodeArticle(dto ArticleDTO) ([]byte, error) {
    // DTO 字段是字符串,encoding/json 会生成带引号的 JSON 值。
    return json.Marshal(dto)
}

字符串方案还有一个实际好处:日志、缓存键、URL 路径和前端状态管理可以使用同一种表示。需要注意的是,字符串不是把 ID 变得“可计算”;它的职责是保持身份稳定。

Go API DTO 将雪花 ID 固定为字符串并在 JavaScript 中按需转 BigInt 的结构说明图
图2:字符串 ID 契约结构图,说明服务端 DTO、HTTP JSON、JavaScript string 和按需 BigInt 之间的静态关系;这是原创说明图,不是截图或运行证据。

前端需要数值能力时,显式使用 BigInt

大多数前端场景只需要展示、比较或再次传回 ID,字符串已经足够。如果确实要做差值、排序或范围运算,可以在明确的位置转成 BigInt:

function compareSnowflakeIds(left, right) {
  // 输入必须来自字符串字段,避免先经过 Number 再转 BigInt。
  const leftID = BigInt(left);
  const rightID = BigInt(right);
  return leftID  rightID ? 1 : 0;
}

function toRequestParam(id) {
  // URL 和 JSON 出站仍使用十进制字符串,避免 BigInt 不能直接 JSON.stringify。
  return id.toString();
}

不要写成 BigInt(Number(id)):一旦中间经过 Number,丢掉的位数无法恢复。也不要直接对含 BigInt 的对象调用默认 JSON.stringify(),出站接口仍应明确转回字符串。

最小回归检查:只盯住表示类型和边界值

这类问题的回归用例不需要跑完整业务链路,关键是覆盖安全上限附近的 ID,并分别检查字符串字段和数字字段的 JSON 形态:

func TestIDContract(t *testing.T) {
    id := snowflake.ID(9007199254740993)
    dto := ArticleDTO{ID: id.String()}

    body, err := json.Marshal(dto)
    if err != nil {
        t.Fatal(err)
    }
    // 断言接口输出带引号,防止未来有人把 DTO 改回 int64。
    if string(body) != `{"id":"9007199254740993"}` {
        t.Fatalf("unexpected json: %s", body)
    }
}
场景推荐表示原因
数据库内部主键int64 或数据库整数便于索引、排序和存储
Go API 对外 IDstring跨 JavaScript 边界保持完整字符
前端展示或回传string不触发 Number 舍入
前端确需运算BigInt在明确位置保留整数精度

我的结论:把雪花 ID 当标识,而不是金额一样的数值

这次踩坑让我把接口里的 ID 和真正参与加减的业务数字分开看:雪花 ID 的主要语义是身份,默认应该走字符串;数据库仍可用整数,前端需要运算时再显式使用 BigInt。这样改动很小,却能同时覆盖详情、列表、分页和缓存键,避免某个入口悄悄把同一 ID 变成另一种类型。

相关问题

  • snowflake.ID 直接作为 JSON 字段一定安全吗?应以当前使用的包实现为准;若其 MarshalJSON 输出字符串,通常比手动 Int64 更适合跨 JavaScript 边界,但仍建议在 DTO 测试中固定契约。
  • 能不能把前端 ID 改成 Number 方便排序?不建议。按字符串比较通常已足够;需要数值排序时把两端值转成 BigInt。
  • 字符串 ID 会不会影响 Go 后端查询?不会。可以在进入仓储层时解析回 snowflake.ID 或 int64,出站 DTO 再转为字符串。
版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
SVG裁剪路径与mask的透明度处理有什么区别SVG裁剪路径与mask的透明度处理有什么区别
上一篇
SVG裁剪路径与mask的透明度处理有什么区别
Go snowflake 节点位数与序列位数怎样分配容量
下一篇
Go snowflake 节点位数与序列位数怎样分配容量
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    805次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    796次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    885次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    855次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    684次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码