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 官方文档：baomidou.com/
Git地址：github.com/baomidou/my…
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) ); 1 2 3 4 5 6 7 8 9 10 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') 1 2.新建测试工程
相关代码： maven依赖：
org.springframework.boot spring-boot-starter-web <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>
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 实体User：
@Data public class User { private Long id; private String name; private Integer age; private String email; } 1 2 3 4 5 6 7 mapper：
public interface UserMapper extends BaseMapper {
} 1 2 3 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"); } } 1 2 3 4 5 6 7 8 9 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 {
} 1 2 3 4 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 1 2 3 4 5 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());
}
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 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; } 1 2 3 4 5 6 7 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();
}
} 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 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; } 1 2 3 4 5 6 7 8 9
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()); } 1 2 3 4 5 6 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。
