什么是主鍵生成策略

通過(guò)以下代碼我們可以很直觀的看出，當(dāng)我們程序并沒(méi)有set主鍵的時(shí)候，MyBatis-Plus是自動(dòng)幫我們set了一個(gè)19位的id主鍵，這就體現(xiàn)了MyBatis-Plus的主鍵生成策略
附git地址：https://gitee.com/its-a-little-bad/mybatisplus—chapter-1.git

主鍵生成策略的配置方式

Spring-Boot

方式一：使用配置類

@Bean
public IKeyGenerator keyGenerator() {
    return new H2KeyGenerator();
}

方式二：通過(guò) MybatisPlusPropertiesCustomizer 自定義

@Bean
public MybatisPlusPropertiesCustomizer plusPropertiesCustomizer() {
    return plusProperties -> plusProperties.getGlobalConfig().getDbConfig().setKeyGenerator(new H2KeyGenerator());
}

Spring

方式一: XML 配置

<bean id="globalConfig" class="com.baomidou.mybatisplus.core.config.GlobalConfig">
   <property name="dbConfig" ref="dbConfig"/>
</bean>

<bean id="dbConfig" class="com.baomidou.mybatisplus.core.config.GlobalConfig.DbConfig">
   <property name="keyGenerator" ref="keyGenerator"/>
</bean>

<bean id="keyGenerator" class="com.baomidou.mybatisplus.extension.incrementer.H2KeyGenerator"/>

方式二：注解配置

@Bean
public GlobalConfig globalConfig() {
	GlobalConfig conf = new GlobalConfig();
	conf.setDbConfig(new GlobalConfig.DbConfig().setKeyGenerator(new H2KeyGenerator()));
	return conf;
}

主鍵生成策略的實(shí)現(xiàn)方式

自動(dòng)增長(zhǎng)策略（AUTO）

    /**
     * 數(shù)據(jù)庫(kù)ID自增
     */
    AUTO(0),

最常見(jiàn)的方式：利用數(shù)據(jù)庫(kù)，全數(shù)據(jù)庫(kù)唯一。

優(yōu)點(diǎn)：

1）簡(jiǎn)單，代碼方便，性能可以接受。

2）數(shù)字ID天然排序，對(duì)分頁(yè)或者需要排序的結(jié)果很有幫助。

缺點(diǎn)：

1）不同數(shù)據(jù)庫(kù)語(yǔ)法和實(shí)現(xiàn)不同，數(shù)據(jù)庫(kù)遷移的時(shí)候或多數(shù)據(jù)庫(kù)版本支持的時(shí)候需要處理。

2）在單個(gè)數(shù)據(jù)庫(kù)或讀寫分離或一主多從的情況下，只有一個(gè)主庫(kù)可以生成。有單點(diǎn)故障的風(fēng)險(xiǎn)。

3）在性能達(dá)不到要求的情況下，比較難于擴(kuò)展。（不適用于海量高并發(fā)）

4）如果遇見(jiàn)多個(gè)系統(tǒng)需要合并或者涉及到數(shù)據(jù)遷移會(huì)相當(dāng)痛苦。

5）分表分庫(kù)的時(shí)候會(huì)有麻煩。

6）并非一定連續(xù)，類似MySQL，當(dāng)生成新ID的事務(wù)回滾，那么后續(xù)的事務(wù)也不會(huì)再用這個(gè)ID了。這個(gè)在性能和連續(xù)性的折中。如果為了保證連續(xù)，必須要在事務(wù)結(jié)束后才能生成ID，那性能就會(huì)出現(xiàn)問(wèn)題。

7）在分布式數(shù)據(jù)庫(kù)中，如果采用了自增主鍵的話，有可能會(huì)帶來(lái)尾部熱點(diǎn)。分布式數(shù)據(jù)庫(kù)常常使用range的分區(qū)方式，在大量新增記錄的時(shí)候，IO會(huì)集中在一個(gè)分區(qū)上，造成熱點(diǎn)數(shù)據(jù)。

優(yōu)化方案：

1）針對(duì)主庫(kù)單點(diǎn)，如果有多個(gè)Master庫(kù)，則每個(gè)Master庫(kù)設(shè)置的起始數(shù)字不一樣，步長(zhǎng)一樣，可以是Master的個(gè)數(shù)。比如：Master1生成的是 1，4，7，10，Master2生成的是2,5,8,11 Master3生成的是
3,6,9,12。這樣就可以有效生成集群中的唯一ID，也可以大大降低ID生成數(shù)據(jù)庫(kù)操作的負(fù)載。

全局唯一ID (UUID)

    /**
     * 全局唯一ID (UUID)
     */
    UUID(4),

常見(jiàn)的方式：可以利用數(shù)據(jù)庫(kù)也可以利用程序生成，一般來(lái)說(shuō)全球唯一。UUID是由32個(gè)的16進(jìn)制數(shù)字組成，所以每個(gè)UUID的長(zhǎng)度是128位（16^32 = 2^128）。UUID作為一種廣泛使用標(biāo)準(zhǔn)，有多個(gè)實(shí)現(xiàn)版本，影響它的因素包括時(shí)間、網(wǎng)卡MAC地址、自定義Namesapce等等。

優(yōu)點(diǎn)：

1）簡(jiǎn)單，代碼方便。

2）生成ID性能非常好，基本不會(huì)有性能問(wèn)題。

3）全球唯一，在遇見(jiàn)數(shù)據(jù)遷移，系統(tǒng)數(shù)據(jù)合并，或者數(shù)據(jù)庫(kù)變更等情況下，可以從容應(yīng)對(duì)。

缺點(diǎn)：

1）沒(méi)有排序，無(wú)法保證趨勢(shì)遞增。

2）UUID往往是使用字符串存儲(chǔ)，查詢的效率比較低。

3）存儲(chǔ)空間比較大，如果是海量數(shù)據(jù)庫(kù)，就需要考慮存儲(chǔ)量的問(wèn)題。

4）傳輸數(shù)據(jù)量大

5）不可讀。

深入U(xiǎn)UID的變種（了解即可）

//為了解決UUID不可讀，可以使用UUID to Int64的方法

public static long GuidToInt64()
{
    byte[] bytes = Guid.NewGuid().ToByteArray();
    return BitConverter.ToInt64(bytes, 0);
}

//為了解決UUID無(wú)序的問(wèn)題，NHibernate在其主鍵生成方式中提供了Comb算法（combined guid/timestamp）。保留GUID的10個(gè)字節(jié)，用另6個(gè)字節(jié)表示GUID生成的時(shí)間（DateTime）

private Guid GenerateComb()
{
    byte[] guidArray = Guid.NewGuid().ToByteArray();
 
    DateTime baseDate = new DateTime(1900, 1, 1);
    DateTime now = DateTime.Now;
 
    TimeSpan days = new TimeSpan(now.Ticks - baseDate.Ticks);
    TimeSpan msecs = now.TimeOfDay;
 
    byte[] daysArray = BitConverter.GetBytes(days.Days);
    byte[] msecsArray = BitConverter.GetBytes((long)
      (msecs.TotalMilliseconds / 3.333333));

    Array.Reverse(daysArray);
    Array.Reverse(msecsArray);

    Array.Copy(daysArray, daysArray.Length - 2, guidArray,
      guidArray.Length - 6, 2);
    Array.Copy(msecsArray, msecsArray.Length - 4, guidArray,
      guidArray.Length - 4, 4);
 
    return new Guid(guidArray);
}

Redis生成ID

使用場(chǎng)景：當(dāng)使用數(shù)據(jù)庫(kù)來(lái)生成ID性能不夠要求的時(shí)候，我們可以嘗試使用Redis來(lái)生成ID。這主要依賴于Redis是單線程的，所以也可以用生成全局唯一的ID。可以用Redis的原子操作INCR和INCRBY來(lái)實(shí)現(xiàn)。

舉例：可以使用Redis集群來(lái)獲取更高的吞吐量。假如一個(gè)集群中有5臺(tái)Redis?？梢猿跏蓟颗_(tái)Redis的值分別是1,2,3,4,5，然后步長(zhǎng)都是5。各個(gè)Redis生成的ID為：

A：1,6,11,16,21

B：2,7,12,17,22

C：3,8,13,18,23

D：4,9,14,19,24

E：5,10,15,20,25

優(yōu)點(diǎn)：

1）不依賴于數(shù)據(jù)庫(kù)，靈活方便，且性能優(yōu)于數(shù)據(jù)庫(kù)。

2）數(shù)字ID天然排序，對(duì)分頁(yè)或者需要排序的結(jié)果很有幫助。

缺點(diǎn)：

1）如果系統(tǒng)中沒(méi)有Redis，還需要引入新的組件，增加系統(tǒng)復(fù)雜度。

2）需要編碼和配置的工作量比較大

MP自帶策略（Twitter的snowflake算法）

snowflake是Twitter開(kāi)源的分布式ID生成算法，結(jié)果是一個(gè)long型的ID。
核心思想：使用41bit作為毫秒數(shù)，10bit作為機(jī)器的ID（5個(gè)bit是數(shù)據(jù)中心，5個(gè)bit的機(jī)器ID），12bit作為毫秒內(nèi)的流水號(hào)（意味著每個(gè)節(jié)點(diǎn)在每毫秒可以產(chǎn)生4096 個(gè)ID），最后還有一個(gè)符號(hào)位，永遠(yuǎn)是0。具體實(shí)現(xiàn)的代碼可以參看https://github.com/twitter/snowflake。
TPS：雪花算法支持的TPS可以達(dá)到419萬(wàn)左右（2^22*1000）。

主鍵生成策略的源碼剖析(IdType類詳解)

public enum IdType {
    /**
     * 數(shù)據(jù)庫(kù)ID自增
     */
    AUTO(0),
    /**
     * 該類型為未設(shè)置主鍵類型,如須使用需要手動(dòng)設(shè)置
     */
    NONE(1),
    /**
     * 用戶輸入ID
     * 該類型可以通過(guò)自己注冊(cè)自動(dòng)填充插件進(jìn)行填充,如須使用需要手動(dòng)設(shè)置
     */
    INPUT(2),
    /**
     * 全局唯一ID (UUID)
     */
    UUID(4),
    
    //以下兩種為MP自帶策略
    
    /**
     * 全局唯一ID (idWorker),生成19位值，數(shù)字類型使用這種策略，比如long
     */
    ID_WORKER(3),

    /**
     * 字符串全局唯一ID，生成19位值，字符串類型使用這種策略，比如String
     */
    ID_WORKER_STR(5);
}

到此這篇關(guān)于MyBatis-Plus主鍵生成策略的實(shí)現(xiàn)方法的文章就介紹到這了,更多相關(guān)MyBatis-Plus主鍵生成策略內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！ 

最新評(píng)論