前言
在实际开发过程中，数据库自增主键生成Id能满足大部分的场景。
但是随着分布式应用场景的增多，表数据的增大导致分表分库的大量应用。
数据库自增主键的生成规则无法满足对应的业务场景，于是诞生了越来越多的分布式ID生成算法，其中雪花算法是目前最为流行的。
今天说一下在mybatis-plus中如何使用雪花算法生成Id。
一、mybatis-plus官网
Git地址：https://github.com/baomidou/mybatis-plus
TIP⚠️：
推荐学习框架的使用的时候，都多研究下官网，获取第一手资料。
二、雪花算法实战
1.建表
DROP TABLE IF EXISTS user; CREATE TABLE user ( id BIGINT(20) NOT NULL COMMENT '主键ID', name VARCHAR(30) NULL DEFAULT NULL COMMENT '姓名', age INT(11) NULL DEFAULT NULL COMMENT '年龄', email VARCHAR(50) NULL DEFAULT NULL COMMENT '邮箱', PRIMARY KEY (id) );
注意⚠️：
这里的主键字段没有配置自增生成策略，所以执行新增操作的时候，需要给id字段设置值，才能新增成功。类似如下：
INSERT INTO user ( id, name, age, email ) VALUES ( 123434, 'test', 13, '101@qq.com')
2.新建测试工程
相关代码：
maven依赖：
<dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus-boot-starter</artifactId> <version>3.5.2</version> </dependency> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <scope>runtime</scope> </dependency> <dependency> <groupId>org.projectlombok</groupId> <artifactId>lombok</artifactId> <optional>true</optional> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> <scope>test</scope> </dependency> </dependencies>
实体User：
@Data public class User { private Long id; private String name; private Integer age; private String email; }
mapper： public interface UserMapper extends BaseMapper<User> { }
启动类Application：
@SpringBootApplication @Slf4j @MapperScan("com.laowan.mybatis_plus.mapper") public class MybatisPlusApplication { public static void main(String[] args) { SpringApplication.run(MybatisPlusApplication.class, args); log.info("mybatis_plus_demo 启动成功"); } }
注意⚠️：
这里在启动类上配置了@MapperScan(“mapper接口目录”)，所以在UserMapper接口上没有添加@Mapper注解。
@Mapper配置方法：
@Mapper public interface UserMapper extends BaseMapper<User> { }
两者任意选择一种方式配置即可，如果都不配置，那么在执行dao层方法进行数据操作时，会出现在spring容器中找不到对应的bean的异常。
@Mapper和@MapperScan都不配置调用mapper方法时出现的异常：
Caused by: org.springframework.beans.factory.NoSuchBeanDefinitionException: No qualifying bean of type 'com.laowan.mybatis_plus.mapper.UserMapper' available: expected at least 1 bean which qualifies as autowire candidate. Dependency annotations: {@org.springframework.beans.factory.annotation.Autowired(required=true)}
配置属性：
server.port=8080 logging.level.com.laowan.mybatis_plus.mapper=debug spring.datasource.url = jdbc:mysql://localst:3306/seckill?useUnicode=true&characterEncoding=utf8&useSSL=false&serverTimezone=GMT%2B8&zeroDateTimeBehavior=convertToNull&allowMultiQueries=true spring.datasource.username = root spring.datasource.password = 123456
3.单元测试
@SpringBootTest class MybatisPlusApplicationTests { @Autowired private UserMapper userMapper; @Test public void testInsert() { System.out.println(("----- insert method test ------")); User user = new User(); user.setName("test"); user.setAge(13); user.setEmail("101@qq.com"); userMapper.insert(user); System.out.println(user.toString()); }
执行结果：
User(id=728666272023183375, name=test, age=13, email=101@qq.com)
多次执行，发现主键ID的确呈趋势递增，并且符合雪花算法的规范。
结论：
主键id的生成策略已经采用了雪花算法，呈趋势递增。
三、实现分析
很多人可能疑惑🤔，你这明明啥都没干，怎么就实现了雪花算法生成Id。
其实mybatis-plus已经内置雪花算法生成分布式唯一id。
在mybatis-plus特性中已经明确说明了这点。
我们可以直接在IDEA中双击shift搜索Sequence类查看其具体实现，可以发现其实现就是采用了雪花算法。
四、为什么默认就是雪花算法
实体User：
@Data public class User { private Long id; private String name; private Integer age; private String email; }
这里可以看到我们并没有在实体类的id上设置id生成策略。
其实mybatis-plus中默认的主键生成策略为DefaultIdentifierGenerator，里面的实现就是采用Sequence生成主键。
public class DefaultIdentifierGenerator implements IdentifierGenerator { private final Sequence sequence; public DefaultIdentifierGenerator() { this.sequence = new Sequence((InetAddress)null); } public DefaultIdentifierGenerator(InetAddress inetAddress) { this.sequence = new Sequence(inetAddress); } public DefaultIdentifierGenerator(long workerId, long dataCenterId) { this.sequence = new Sequence(workerId, dataCenterId); } public DefaultIdentifierGenerator(Sequence sequence) { this.sequence = sequence; } public Long nextId(Object entity) { return this.sequence.nextId(); } }
五、主动设置Id生成策略
可以通过mybatis-plus中的@TableId主键，主动标识主键字段，并配置主键生成策略。
@Data public class User { //采用IdentifierGenerator默认的实现类DefaultIdentifierGenerator生成id @TableId(type = IdType.ASSIGN_ID) private Long id; private String name; private Integer age; private String email; }
六、内置的雪花算法工具类：IdWorker
在mybatis-plus中，已经内置了雪花算法的工具类IdWorker，其实现原理也是通过默认的ID生成器DefaultIdentifierGenerator来实现。
如果项目开发中需要主动去获取雪花id通过编码实现业务逻辑，可以使用其中的相关方法。
public static void main(String[] args) { // 返回值 1385106677482582018 System.out.println(IdWorker.getId()); // 返回值 "1385106677482582019" System.out.println(IdWorker.getIdStr()); }
注意⚠️：
在github中有一个很流行的分布式统一ID生成框架也叫idworker，需要和mybatis-plus中自带的Idworker工具类区分开来。
idworker 是一个基于zookeeper和snowflake算法的分布式统一ID生成工具，通过zookeeper自动注册机器（最多1024台），无需手动指定workerId和dataCenterId。
idworker官网：https://github.com/imadcn/idworker
mybatis-plus雪花算法增强idworker：https://laowan.blog.csdn.net/article/details/125607205
总结
mybatis-plus已经内置了雪花算法生成分布式唯一Id，并且是默认的ID生成策略。
大家在实际项目中，可以通过在主键字段上添加@TableId注解来控制主键的生成策略。
