Gson默认跳过Map中null值，需调用serializeNulls()才能输出null；Jackson对LinkedHashMap顺序无稳定保证，须确保使用LinkedHashMap实例且避免破坏顺序的操作；FastJson2反序列化泛型需TypeReference匿名子类，否则类型擦除导致嵌套LinkedHashMap。
用 Gson 序列化 Map 时 null 值被跳过？
默认情况下 Gson 会忽略 null 值字段，但 Map 的 key 或 value 是 null 时，整个 entry 可能直接消失，不是“显示为 null”，而是压根不出现。
- 加
GsonBuilder().serializeNulls()才能让nullvalue 正常输出为null - Map 的 key 不能为
null（HashMap抛NullPointerException），所以只用管 value - 如果 Map 是嵌套结构（比如
Map<string map object>></string>），serializeNulls()同样作用于所有层级的 value
new GsonBuilder().serializeNulls().create().toJson(myMap)
ObjectMapper 默认不支持 LinkedHashMap 有序序列化？
Java 原生 LinkedHashMap 能保持插入顺序，但 ObjectMapper 默认不保证输出 JSON 的 key 顺序 —— 实际上它依赖 JDK 版本和内部实现细节，不是稳定行为。
- 必须显式启用：
objectMapper.configure(SerializationFeature.ORDER_MAP_ENTRIES_BY_KEYS, false)不起作用；正确做法是不关闭默认配置，反而要确认没开错选项 - 真正有效的是：确保用的是
LinkedHashMap实例（而非HashMap），且不调用任何会破坏顺序的中间操作（如entrySet().stream().collect(Collectors.toMap(...))） - 如果用了 Lombok 的
@Data+Map字段，注意 getter 返回的是原始引用还是新构造 Map，后者可能丢序
ObjectMapper mapper = new ObjectMapper(); // 默认已保留 LinkedHashMap 插入顺序
FastJson2 的 TypeReference 和泛型擦除陷阱
用 JSON.toJSONString(map) 看似简单，但一旦 map value 是泛型类型（如 List<User>），反序列化回来时容易变成 LinkedHashMap 套娃，而不是你想要的 User 对象。
- 序列化不需要泛型信息，但反序列化必须传
TypeReference<Map<String, List<User>>> - 别写
new TypeReference<Map<String, List<User>>>() {}—— 尾部{}是匿名子类，能保留泛型签名；漏掉就退化成原始类型 - FastJson2 默认开启安全模式，遇到未注册的类会报
JSONException: autoType is not support，需提前调用ParserConfig.getGlobalInstance().addAccept("com.example.")
JSON.parseObject(json, new TypeReference<Map<String, List<User>>>() {})
不同库对时间类型、BigDecimal 的默认处理差异
Map 里若含 LocalDateTime 或 BigDecimal，各库输出格式天差地别：Gson 默认转成 long 毫秒数，Jackson 默认用 ISO-8601 字符串，FastJson2 默认用科学计数法输出 BigDecimal。
立即学习“Java免费学习笔记（深入）”；
- Gson 需注册
JsonDeserializer<LocalDateTime>和JsonSerializer<LocalDateTime>，或改用java.time.format.DateTimeFormatter - Jackson 推荐配
JavaTimeModule，再调用mapper.registerModule(new JavaTimeModule()) - FastJson2 对
BigDecimal提供SerializeConfig.globalInstance.put(BigDecimal.class, ToStringSerializer.instance)控制是否转字符串
这些差异不会报错，但下游系统按固定格式解析时会失败 —— 容易被当成数据问题，实际是序列化侧没对齐。
