项目技术点-主键生成策略 | 学习笔记

简介: 快速学习 项目技术点-主键生成策略

开发者学堂课程【微服务+全栈在线教育实战项目演练(SpringCloud Alibaba+SpringBoot)项目技术点-主键生成策略】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/667/detail/11270


项目技术点-主键生成策略


主键生成的四种方法

(1)自动增长   (AUTO INCREMENT

分表: id 1-10000   id 10001-20000  id 20001-30000

image.png

优点:

1)简单,代码方便,性能可以接受。

2)数字 ID 天然排序,对分页或者需要排序的结果很有帮助。

缺点:

1)不同数据库语法和实现不同,数据库迁移的时候或多数据库版本支持的时候需要处理。

2)在单个数据库或读写分离或一主多从的情况下,只有一个主库可以生成。有单点故障的风险。

3) 在性能达不到要求的情况下,比较难于扩展。

4)如果遇见多个系统需要合并或者涉及到数据迁移会相当痛苦。

5)分表分库的时候会有麻烦。

(2)UUID

bØc245ff-f915-4790-8b64-a5b9014bb6bd

4b4c3332-5dd8-44a8-b816-a5b9014bb6bd

58Øcd2bc-4bda-440b-a520-a5b9Ø14bb6bd

优点:每一次都生成唯一的值

缺点:排序不方便

(3)Redis 生成 ID

简介:当使用数据库来生成 ID 性能不够要求的时候,我们可以尝试使用 Redis 来生成 ID。

这主要依赖于 Redis 是单线程的,所以也可以用生成全局唯-的 ID。可以用 Redis 的原子操作 INCR 和 INCRBY 来实现。可以使用 Redis 集群来获取更高的吞吐量。

假如一个集群中有5台 Redis.可以初始化每台 Redis 的值分别是1,2,3,4,5,然后步长都是5.各个 Redis 生成的 ID 为:

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

注:这个,随便负载到哪个机确定好,未来很难做修改。

但是3-5台服务器基本能够满足器上,都可以获得不同的 ID.但是步长和初始值一定需要事先需要了。使用 Redis 集群也可以方式单点故障的问题。

另外,比较适合使用 Redis 来生成每天从0开始的流水号。比如订单号=日期+当日自增长号。可以每天在 Redis 中生成一个 Key,使用 INCR 进行累加。

优点:

1)不依赖于数据库,灵活方便,且性能优于数据库。

2)数字 ID 天然排序,对分页或者需要排序的结果很有帮助。

缺点:

1)如果系统中没有 Redis,还需要引入新的组件,增加系统复杂度。

2) 需要编码和配置的工作量比较大。.

4.Twitter 的 snowflake 算法

简介:snowfake 是 Twitter 开源的分布式 ID 生成算法,结果是一个 long 型的 ID。

其核心思想是:

使用41bit 作为毫秒数,10bit 作为机器的 ID (5个 bit 是数据中心,5个 bit 的机器 ID) ,12bit 作为毫秒内的流水号(意味着每个节点在每毫秒可以产生4096 个 ID),最后还有一个符号位,永远是0。

例如:

@TableId(type=IdType.AUTO)

private Long id;

注://@TableId(type=IdType.ID_WORKER)//mp 自带策略,生成19位值,数字类型使用这种策略,比如 long

//@TableId(type=IdType.ID_WORKER_STR)//mp 自带策略,生成19位值,字符串类型使用这种策略

AUTO

ID _WORKER

ID _WORKER_ STR,

INPUT

NONE

UUID

AUTO:自动增长

INPUT:设置 id 值

NONE:输入

UUID:随机唯一值

ID_WORKER

ID_WORKER_STR   Mp 自带策略

相关文章
|
4天前
|
数据采集 人工智能 安全
|
13天前
|
云安全 监控 安全
|
5天前
|
自然语言处理 API
万相 Wan2.6 全新升级发布!人人都能当导演的时代来了
通义万相2.6全新升级,支持文生图、图生视频、文生视频,打造电影级创作体验。智能分镜、角色扮演、音画同步,让创意一键成片,大众也能轻松制作高质量短视频。
1111 152
|
18天前
|
机器学习/深度学习 人工智能 自然语言处理
Z-Image:冲击体验上限的下一代图像生成模型
通义实验室推出全新文生图模型Z-Image,以6B参数实现“快、稳、轻、准”突破。Turbo版本仅需8步亚秒级生成,支持16GB显存设备,中英双语理解与文字渲染尤为出色,真实感和美学表现媲美国际顶尖模型,被誉为“最值得关注的开源生图模型之一”。
1787 9
|
10天前
|
人工智能 自然语言处理 API
一句话生成拓扑图!AI+Draw.io 封神开源组合,工具让你的效率爆炸
一句话生成拓扑图!next-ai-draw-io 结合 AI 与 Draw.io,通过自然语言秒出架构图,支持私有部署、免费大模型接口,彻底解放生产力,绘图效率直接爆炸。
711 152
|
7天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
475 5
|
12天前
|
人工智能 安全 前端开发
AgentScope Java v1.0 发布,让 Java 开发者轻松构建企业级 Agentic 应用
AgentScope 重磅发布 Java 版本,拥抱企业开发主流技术栈。
666 14