Mybatisplus的雪花算法及代码生成器的使用

1. 雪花算法

 1.1 背景: 

        雪花算法（Snowflake）的使用背景主要源于高并发分布式系统环境下对唯一ID生成的需求。这种需求在像Twitter这样的社交媒体平台上尤为突出，因为Twitter需要处理每秒上万条消息的请求，并且每条消息都必须分配一个唯一的ID。这些ID不仅需要全局唯一，以跨机器、跨时间区分，还需要保持一定的顺序性（尽管不要求连续），以方便客户端排序和后续的数据处理。

1.2 与自动递增的区别

一、生成原理

雪花算法：

• 雪花算法是一种由Twitter开源的分布式ID生成算法。
• 它将64位的long型ID分为四个部分：时间戳（41位）、数据中心ID（5位）、机器ID（5位）和序列号（12位）。
• 通过组合这四个部分来生成全局唯一的ID，其中时间戳确保了ID的顺序性，数据中心ID和机器ID确保了ID的分布式唯一性，序列号则用于在同一毫秒内生成多个ID。

自动递增：

• 自动递增是数据库（如MySQL）提供的一种主键生成机制。
• 它通过自动递增的方式为每条插入的记录生成一个唯一的ID值。
• 在MySQL中，自增ID通常与整数类型的列（如INT或BIGINT）结合使用，当插入新记录时，数据库会自动为该列生成一个唯一的ID值，并在下一次插入时自动递增。

二、适用场景

雪花算法：

• 适用于分布式系统和高并发环境。
• 能够满足全局唯一性和有序性的需求。
• 可以在应用层生成ID，减少对数据库的依赖和压力。

自动递增：

• 适用于单机系统或分布式系统中单个数据库节点的场景。
• 在这些场景下，自增ID能够高效地为每条记录生成唯一的标识符。
• 然而，在分布式系统中，如果多个节点同时生成自增ID，可能会导致ID冲突，需要额外的处理机制（如分表分库时设置不同的起始递增位置）。

三、性能特点

雪花算法：

• 由于其生成ID的算法较为简单，且不需要依赖数据库，因此生成ID的效率较高。
• 同时，由于ID是有序的，可以在一定程度上提高数据库的插入和查询效率。

自动递增：

• 在单机系统或单个数据库节点上，自增ID的生成效率也非常高。
• 但是，在分布式系统中，由于需要处理ID冲突的问题，可能会引入额外的性能开销。

四、全局唯一性保证

雪花算法：

• 通过时间戳、数据中心ID、机器ID和序列号的组合来确保ID的全局唯一性。
• 即使在不同的数据中心和机器上，也能生成唯一的ID。

自动递增：

• 在单机系统或单个数据库节点上，自增ID能够保证唯一性。
• 但在分布式系统中，如果多个节点同时生成自增ID，则无法直接保证全局唯一性，需要额外的处理机制来避免ID冲突。

注：雪花算法是由Twitter公布的分布式主键生成算法，它能够保证不同表的主键的不重复性，以及相同表的 主键的有序性。 即不同表的主键也不同，有利于做数据库的分表

2. SpringBoot常用的主键策略以及使用

2.1 常用的主键策略

2.2 使用

   2.2.1Mybatisplus默认使用的是雪花算法

   2.2.2也可以自行配置全局的主键策略

mybatis-plus:
  configuration:
    # 配置MyBatis日志
    log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
  global-config:
    db-config:
      # 配置MyBatis-Plus操作表的默认前缀
      table-prefix: t_
      # 配置MyBatis-Plus的主键策略(自动递增)
      id-type: auto

  2.2.3 也可以设置局部的主键策略

       即在实体类的主键上的@TableId 加入type = IdType.ASSIGN_ID(雪花)

    @TableId(type = IdType.ASSIGN_ID)
    private Long id;

3. 代码生成器的使用

2.1 注意

  生成的代码可以设置一个单独的文件夹生成(然后再粘贴过来)，但是包名要设置正确

2.2 引入依赖

    com.baomidou
    mybatis-plus-generator
    3.5.1


    org.freemarker
    freemarker
    2.3.31

2.3 快速生成

 注意： 在多数据源配置中，primary用于指定哪个数据源应该被视为“默认”数据源。当应用需要访问数据库，但没有明确指定使用哪个数据源时，就会使用primary指定的数据源。这通常用于读写分离的场景，其中primary通常指向主数据源（写数据源），而其他数据源作为从数据源（读数据源）使用。

   

public class FastAutoGeneratorTest {
  public static void main(String[] args) {
    FastAutoGenerator.create("jdbc:mysql://127.0.0.1:3306/mybatis_plus?           
     characterEncoding=utf-8&userSSL=false", "root", "123456")
    .globalConfig(builder -> {
    builder.author("atguigu") // 设置作者
    //.enableSwagger() // 开启 swagger 模式 .fileOverride() // 覆盖已生成文件
    .outputDir("D://mybatis_plus"); // 指定输出目录 })
    .packageConfig(builder -> {
    builder.parent("com.atguigu") // 设置父包名
    .moduleName("mybatisplus") // 设置父包模块名
    
.pathInfo(Collections.singletonMap(OutputFile.mapperXml, "D://mybatis_plus"));
// 设置mapperXml生成路径
    })
    .strategyConfig(builder -> {
      builder.addInclude("t_user") // 设置需要生成的表名
      .addTablePrefix("t_", "c_"); // 设置过滤表前缀
                                   //addTablePrefix("t_", "c_")方法的作用并不是直接指定哪些前缀的表应该被生成代码，而是用于排除掉那些表名以指定前缀开头的表，除非这些表在其他地方（如addInclude）被明确指定要生成代码。
    })
.    templateEngine(new FreemarkerTemplateEngine()) // 使用Freemarker 引擎模板，默认的是Velocity引擎模板
    .execute();
 }
}