# MyBatis-Plus教程 - 4 主键生成策略

什么是主键生成策略？

主键生成策略就是如何为数据库表中的新记录生成唯一的主键 ID 值。

常用的策略有：

通过设置主键生成策略，可以在插入数据的时候，指定主键ID生成的规则。

# 4.1 雪花算法

简单介绍一下雪花算法。

雪花算法（Snowflake）是Twitter开源的分布式ID生成算法，能够生成一个64位的唯一ID。该算法在分布式系统中应用广泛，因为它能够在不依赖数据库的情况下生成全局唯一的ID，并且ID呈递增趋势。

雪花算法生成的ID是64位long型，被分割成四个部分：符号位、时间戳、工作机器ID、序列号。

符号位（1位）：始终为0，用于标识ID是正数。
时间戳（41位）：时间戳为41位，精确到毫秒级，时间戳保证了ID的唯一性和时间有序性。但是同一个时间可能生成多个ID，所以需要使用了后面的机器ID。
机器ID（10位）：用于标识生成ID的机器，每台机器都有一个唯一的ID，以确保在同一系统内不同机器生成的ID互不冲突。但是同一台机器同一个时间戳内可能生成多个ID，所以还需要使用序列号。
序列号（12位）：用于在同一毫秒内生成多个ID。序列号在同一毫秒内从0开始递增，当达到最大值（如4095）后会回绕到0。也就是支持1台机器1毫秒生成4096个ID，超过了，得等下一毫秒。

为什么在实际开发中，不建议使用自增 ID 或 UUID 作为主键，而推荐使用雪花算法呢？

自增ID在单节点系统中没有问题。但在分布式系统中，各节点可能使用不同的数据库实例，导致不同节点生成的 ID 出现重复，难以保证全局唯一性。

UUID 可以保证全局唯一性，但其生成的字符串长度较长，通常需要32个字节，虽然 UUID 是随机生成的，可以保证分布式系统中全局唯一性，没有任何顺序性，导致在数据库中插入数据时，可能会触发频繁的索引页分裂，影响性能。

UUID 的生成也是遵循一些规则，例如时间、IP等信息，这里就不过多介绍了。

雪花算法生成的 ID 是 64 位长的整数，占用 8 字节的空间，能够在分布式环境下保证唯一性，同时长度适中。因为 ID 包含时间戳，因此大部分情况下是有序的，能够提高数据库索引的插入效率，减少索引页分裂的可能性。另外雪花算法无需依赖数据库或外部服务，生成速度非常快。

所以，雪花算法在分布式系统中具有全局唯一性、有序性、节省存储空间和高性能等优点，因此在实际开发中，特别是在需要高并发和分布式场景中，推荐使用雪花算法生成 ID，而不建议使用自增 ID 或 UUID。

设置或修改 MyBatis-Plus 中的主键生成策略有两种方式：全局设置和针对某个表设置。

MyBatis-Plus 默认使用的是雪花算法的生成策略，如果要修改主键的生成策略，可以在 application.yaml 配置文件中修改：

# mybaits-plus配置
mybatis-plus:
  global-config:
    db-config:
      # 主键生成策略
      id-type: AUTO

1
2
3
4
5
6

id-type 可以设置为如下的值：

AUTO：主键自增，需要在数据库中设置字段为主键自增，类型可以是 INT 或 BIGINT ，根据自己的业务量。
INPUT：自己指定数据的ID，自己设置。
ASSIGN_ID：雪花算法，雪花算法的长度是64位，最大值转换为10进制长度是19，所以在创建数据库表字段的时候，使用 BIGINT 来保存即可。
ASSIGN_UUID：UUID，设置为UUID，需要将数据库中的字段设置为字符串，长度最少设置为 32 。

上面设置的是全局的主键生成策略，还可以针对不同的表去设置。

针对单个表来设置主键生成策略，需要在数据库表对应的 Java 实体类中使用 @TableId 注解来设置。

@Data
@TableName("tb_user")
public class User {

    @TableId(type = IdType.ASSIGN_ID)
    private String id;
    
    // ...略
}

1
2
3
4
5
6
7
8
9

除了可以指定为 AUTO、INPUT、ASSIGN_ID、ASSIGN_UUID之外，还可以指定为 NONE，指定为 NONE 或不指定，都表示使用全局的主键生成策略。