> Как лучше обработать ошибки парсинга JSON в Java (Java)

Короткий ответ

На уровне senior нужно не просто ловить JsonProcessingException, а разделять синтаксические ошибки, несоответствие схеме и бизнес-валидацию. Используй Jackson с ObjectMapper, включай FAIL_ON_UNKNOWN_PROPERTIES по ситуации, оборачивай в доменную ошибку и возвращай клиенту 400 без утечки внутренних деталей. Логируй с контекстом, но без чувствительных данных.

Подробное объяснение

Парсинг JSON в Java почти всегда идёт через Jackson, Gson или JSON-B. Синтаксически некорректный JSON выбрасывает JsonParseException или JsonProcessingException - это ошибка клиента, а не сервера. Несоответствие структуры (например, строка вместо числа) даёт MismatchedInputException. Неизвестные поля контролируются DeserializationFeature.FAIL_ON_UNKNOWN_PROPERTIES - на senior-уровне это осознанный trade-off между строгостью контракта и обратной совместимостью. Бизнес-правила (например, отрицательная сумма) проверяются отдельно через Bean Validation или ручную валидацию после десериализации. Ошибки нужно преобразовывать в доменные исключения, чтобы не протекали детали библиотеки. В Spring MVC HttpMessageNotReadableException уже обрабатывается, но кастомный @ExceptionHandler даёт контроль над телом ответа. Логирование должно включать correlation id, endpoint и фрагмент payload без PII. Для streaming-парсинга (JsonParser) ошибки возникают на этапе итерации, и их тоже нужно оборачивать.

На практике

В REST-контроллере создай @RestControllerAdvice, который ловит HttpMessageNotReadableException и возвращает ProblemDetail с кодом INVALID_JSON. Внутри сервиса, если парсишь вручную, используй ObjectMapper.readValue в try-catch и бросай InvalidPayloadException с причиной. Настрой ObjectMapper как bean: отключи FAIL_ON_UNKNOWN_PROPERTIES для публичных API, включи FAIL_ON_NULL_FOR_PRIMITIVES. Для Kafka-консьюмеров ошибки парсинга отправляй в DLQ, а не ретрай бесконечно. Не логируй весь payload на уровне ERROR - это риск утечки и раздувания логов. Используй StructuredArguments или MDC для контекста.

Пример кода

JAVA
public record OrderRequest(String id, BigDecimal amount) {}

@RestControllerAdvice
public class JsonErrorHandler {

    @ExceptionHandler(HttpMessageNotReadableException.class)
    public ResponseEntity<ProblemDetail> handleInvalidJson(HttpMessageNotReadableException ex) {
        Throwable cause = ex.getMostSpecificCause();
        String detail = cause instanceof JsonProcessingException
                ? "Malformed JSON payload"
                : "Invalid request body";
        ProblemDetail problem = ProblemDetail.forStatusAndDetail(HttpStatus.BAD_REQUEST, detail);
        problem.setTitle("Invalid JSON");
        return ResponseEntity.badRequest().body(problem);
    }
}

@Service
public class OrderParser {
    private final ObjectMapper mapper;

    public OrderParser(ObjectMapper mapper) {
        this.mapper = mapper;
    }

    public OrderRequest parse(String raw) {
        try {
            OrderRequest request = mapper.readValue(raw, OrderRequest.class);
            validate(request);
            return request;
        } catch (JsonProcessingException e) {
            throw new InvalidPayloadException("Cannot parse order JSON", e);
        }
    }

    private void validate(OrderRequest request) {
        if (request.amount() == null || request.amount().signum() < 0) {
            throw new InvalidPayloadException("Amount must be non-negative");
        }
    }
}

Как отвечать на собеседовании

Скажи, что на senior-уровне важно разделять типы ошибок: синтаксис, схема, бизнес-валидация. Упомяни Jackson и его feature-флаги. Покажи, что знаешь про HttpMessageNotReadableException в Spring и кастомный @ExceptionHandler. Расскажи про DLQ для асинхронных сценариев и про то, что нельзя светить stack trace клиенту. Добавь про логирование с контекстом и без PII. Если спросят про производительность, отметь streaming API и переиспользование ObjectMapper.

Что проверяет интервьюер

Понимание различий между типами ошибок парсинга. Знание Jackson и его конфигурации. Умение обрабатывать исключения в Spring без утечки деталей. Осознание trade-off между строгостью схемы и обратной совместимостью. Навык логирования и работы с DLQ. Способность предложить доменную модель ошибок вместо голых исключений библиотеки.

Типичные ошибки

Ловить общий Exception вместо конкретных типов. Возвращать клиенту stack trace или сообщение Jackson. Логировать весь payload с персональными данными. Игнорировать FAIL_ON_UNKNOWN_PROPERTIES и ломать контракт при добавлении поля. Смешивать синтаксическую и бизнес-валидацию в одном catch. Не обрабатывать ошибки в Kafka-консьюмере и зацикливать ретраи. Создавать новый ObjectMapper на каждый запрос.