mybatisPlus主键策略解读

主键生成策略介绍

主键的作用就是唯一标识，我们可以通过这个唯一标识来定位到这条数据。当然对于表数据中的主键，我们可以自己设计生成规则，生成主键。但是在更多的场景中，没有特殊要求的话，我们每次自己手动生成的比较麻烦，我们可以借助框架提供好的主键生成策略，来生成主键。这样比较方便快捷

在MybatisPlus中提供了一个注解，是@TableId,该注解提供了各种的主键生成策略，我们可以通过使用该注解来对于新增的数据指定主键生成策略。那么在以后新增数据的时候，数据就会按照我们指定的主键生成策略来生成对应的主键。

java 复制代码

@TableName("sys_user")
public class User {
    @TableId
    private Long id;
    private String name;
    private Integer age;
    private String email;
}

属性	类型	必须指定	默认值	描述
value	String	否	""	主键字段名
type	Enum	否	IdType.NONE	指定主键类型

type类型如下

值	描述
AUTO	数据库 ID 自增
NONE	无状态，该类型为未设置主键类型（注解里等于跟随全局，全局里约等于 INPUT）
INPUT	insert 前自行 set 主键值
ASSIGN_ID	分配 ID(主键类型为 Number(Long 和 Integer)或 String)(since 3.3.0),使用接口`IdentifierGenerator`的方法`nextId`(默认实现类为`DefaultIdentifierGenerator`雪花算法)
ASSIGN_UUID	分配 UUID,主键类型为 String(since 3.3.0),使用接口`IdentifierGenerator`的方法`nextUUID`(默认 default 方法)
ID_WORKER	分布式全局唯一 ID 长整型类型(please use `ASSIGN_ID`)
UUID	32 位 UUID 字符串(please use `ASSIGN_UUID`)
ID_WORKER_STR	分布式全局唯一 ID 字符串类型(please use `ASSIGN_ID`)

AUTO策略

该策略为跟随数据库表的主键递增策略，前提是数据库表的主键要设置为自增

java 复制代码

@Data
@AllArgsConstructor
@NoArgsConstructor
public class User {
    @TableId(type = IdType.AUTO)
    private Long id;
    private String name;
    private Integer age;
    private String email;
}

java 复制代码

@Test
void primaryKey(){
    User user = new User();
    user.setName("Mary");
    user.setAge(35);
    user.setEmail("test7@powernode.com");
    userMapper.insert(user);
}

INPUT策略

该策略表示，必须由我们手动的插入id,否则无法添加数据

java 复制代码

@Data
@AllArgsConstructor
@NoArgsConstructor
public class User {
    @TableId(type = IdType.INPUT)
    private Long id;
    private String name;
    private Integer age;
    private String email;
}

这里如果我们省略不写id,会发现，无法插入数据

java 复制代码

@Test
void primaryKey(){
    User user = new User();
    user.setName("Jerry");
    user.setAge(38);
    user.setEmail("test8@powernode.com");
    userMapper.insert(user);
}

但是我们自己指定了id,发现可以添加成功

ASSIGN_ID策略

我们来思考一下，像之前这种自动递增的方式，有什么问题？

如果我们将来一张表的数据量很大，我们需要进行分表。

常见的分表策略有两种

【1】水平拆分

水平拆分就是将一个大的表按照数据量进行拆分

【2】垂直拆分

垂直拆分就是将一个大的表按照字段进行拆分

其实我们对于拆分后的数据，有三点需求，就拿水平拆分来说：

【1】之前的表的主键是有序的，拆分后还是有序的

【2】虽然做了表的拆分，但是每条数据还需要保证主键的唯一性

【3】主键最好不要直接暴露数据的数量，这样容易被外界知道关键信息

那就需要有一种算法，能够实现这三个需求，这个算法就是雪花算法

雪花算法是由一个64位的二进制组成的，最终就是一个Long类型的数值。主要分为四部分存储

【1】1位的符号位，固定值为0

【2】41位的时间戳

【3】10位的机器码，包含5位机器id和5位服务id

【4】12位的序列号

使用雪花算法可以实现有序、唯一、且不直接暴露排序的数字。

java 复制代码

@Data
@AllArgsConstructor
@NoArgsConstructor
public class User {
    @TableId(type = IdType.ASSIGN_ID)
    private Long id;
    private String name;
    private Integer age;
    private String email;
}

NONE策略

java 复制代码

@Data
@AllArgsConstructor
@NoArgsConstructor
public class User {
    @TableId(type = IdType.NONE)
    private Long id;
    private String name;
    private Integer age;
    private String email;
}

NONE策略表示不指定主键生成策略，当我们没有指定主键生成策略或者主键策略为NONE的时候，他跟随的是全局策略，全局配置中 id-type是用于配置主键生成策略的，我们可以看一下id-type的默认值

通过查看源码发现，id-type的默认值就是雪花算法

ASSIGN_UUID策略

UUID（Universally Unique Identifier）全局唯一标识符，定义为一个字符串主键，采用32位数字组成，编码采用16进制，定义了在时间和空间都完全唯一的系统信息。

UUID的编码规则：

【1】1~8位采用系统时间，在系统时间上精确到毫秒级保证时间上的唯一性；

【2】9~16位采用底层的IP地址，在服务器集群中的唯一性；

【3】17~24位采用当前对象的HashCode值，在一个内部对象上的唯一性；

【4】25~32位采用调用方法的一个随机数，在一个对象内的毫秒级的唯一性。

通过以上4种策略可以保证唯一性。在系统中需要用到随机数的地方都可以考虑采用UUID算法。

java 复制代码

@Data
@AllArgsConstructor
@NoArgsConstructor
public class User {
    @TableId(type = IdType.ASSIGN_UUID)
    private String id;
    private String name;
    private Integer age;
    private String email;
}