原创/朱季谦
某天检查一位离职同事写的代码，发现其对应表虽然设置了AUTO_INCREMENT自增，但页面新增功能生成的数据主键id很诡异，长度达到了19位，且不是从1开始递增的——
我检查了一下，发现该表目前自增主键已经变成从1468844351843872770开始递增了——
这就很奇怪了，目前该表数据量很少，且主键是设置AUTO_INCREMENT，正常而言，应该自增id仍在1000范围内，但目前已经变成一串长数字。
底层ORM框架用的是Mybatis-Plus，我寻思了一下，这看起来像是在插入数据库就自动生成的id，导致并非默认使用MySql的自增AUTO_INCREMENT来生成id。
因此，决定一步步定位，先给Mybatis-Plus打印出sql日志，看下其insert语句是否自动生成了一个id后才插入数据库。
按照网上的教程，我在yaml文件里对应的mybatis-plus配置处设置了开启sql打印日志——
mybatis-plus:
mapper-locations: classpath*:mapper/*.xml
configuration:
log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
然而，很诡异的是，执行操作时并没有打印出sql日志，故而，某一瞬间，我忽然觉得，这群家伙可能都是互相抄的，没有验证当springboot集成了logback时，单纯这样设置并没有效果。
最后额外在yaml加了以下配置，才能正常打印MP的sql日志信息——
logging:
level:
com:
zhu:
test:
mapper: debug
接下来，验证一番后，发现，Mybatis-Plus在做insert操作时，确实自动生成一条长19的数字当做该条数据的id插入到MySql，导致虽然MySql表设置了自增，但被Mybatis-Plus生成的id为1468844351843872769所影响，导致下一条数据自动递增值变成1468844351843872770，这种过长的id值，在做索引维护时，是很影响效率，占用空间过大，故而，这个问题必须得解决。
到这里，就确定，这个长数字的id，是在代码层次就自动生成了，最后进入对应的实体类中，发现该映射数据表的id字段，并没有显示设置对应的主键生成策略。
@Data
@TableName("test")
public class Test extends Model<Test> implements Serializable {
private Long id;
......
}
Mybatis-Plus主要有以下几种主键生成策略——
@Getter
public enum IdType {
/**
* 数据库ID自增
*/
AUTO(0),
/**
* 该类型为未设置主键类型
*/
NONE(1),
/**
* 用户输入ID
* 该类型可以通过自己注册自动填充插件进行填充
*/
INPUT(2),
/* 以下3种类型、只有当插入对象ID 为空，才自动填充。 */
/**
* 全局唯一ID (idWorker)，根据雪花算法生成19位数字，long类型
*/
ID_WORKER(3),
/**
* 全局唯一ID (UUID)
*/
UUID(4),
/**
* 字符串全局唯一ID (idWorker 的字符串表示)，根据雪花算法生成19位字符串，String
*/
ID_WORKER_STR(5);
private int key;
IdType(int key) {
this.key = key;
}
}
这里验证了一下，当设置成这样时，就能正常生成数据库自增的id了，使用数据库AUTO_INCREMENT从1开始自增的效果了，当然，其实使用IdType.AUTO也是可以的——
@Data
@TableName("test")
public class Test extends Model<Test> implements Serializable {
@TableId(value = "id", type = IdType.INPUT)
private Long id;
......
}
百度网上的说法，当Mybatis-Plus实体类没有显示设置主键策略时，将默认使用雪花算法生成，也就是IdType.ID_WORKER或者IdType.ID_WORKER_STR，具体是long类型的19位还是字符串的19位，应该是根据字段定义类型来判断。
snowflake算法是Twitter开源的分布式ID生成算法，结果是一个long类型的ID 。其核心思想：使用41bit作为毫秒数，10bit作为机器的ID（5bit数据中心，5bit的机器ID），12bit作为毫秒内的流水号（意味着每个节点在每个毫秒可以产生4096个ID），最后还有一个符号位，永远是0。
接下来，先验证Mybatis-Plus默认主键策略是如何的。
Mybatis-Plus项目在启动时，会对注解实体类进行初始化，然后缓存到系统Map中。
这里，只需要关注Mybatis-Plus源码TableInfoHelper类中的initTableInfo方法即可，这个方法在项目启动时会被调用，然后初始化所有注解@TableName的实体类。与主键根据哪种策略来设置的逻辑在方法initTableFields(clazz, globalConfig, tableInfo)当中——
public synchronized static TableInfo initTableInfo(MapperBuilderAssistant builderAssistant, Class<?> clazz) {
TableInfo tableInfo = TABLE_INFO_CACHE.get(clazz.getName());
if (tableInfo != null) {
if (tableInfo.getConfigMark() == null && builderAssistant != null) {
tableInfo.setConfigMark(builderAssistant.getConfiguration());
}
return tableInfo;
}
/* 没有获取到缓存信息,则初始化 */
tableInfo = new TableInfo();
GlobalConfig globalConfig;
if (null != builderAssistant) {
tableInfo.setCurrentNamespace(builderAssistant.getCurrentNamespace());
tableInfo.setConfigMark(builderAssistant.getConfiguration());
tableInfo.setUnderCamel(builderAssistant.getConfiguration().isMapUnderscoreToCamelCase());
globalConfig = GlobalConfigUtils.getGlobalConfig(builderAssistant.getConfiguration());
} else {
// 兼容测试场景
globalConfig = GlobalConfigUtils.defaults();
}
/* 初始化表名相关 */
initTableName(clazz, globalConfig, tableInfo);
/* 初始化字段相关 */
initTableFields(clazz, globalConfig, tableInfo);
/* 放入缓存 */
TABLE_INFO_CACHE.put(clazz.getName(), tableInfo);
/* 缓存 Lambda 映射关系 */
LambdaUtils.createCache(clazz, tableInfo);
return tableInfo;
}
在初始化字段相关的initTableFields方法里，会判断是否有@TableId 注解，如果没有，就执行initTableIdWithoutAnnotation方法，连续前文提到的，如果实体类id没有加@TableId(value = "id", type = IdType.INPUT)，那么就会取默认的主键策略。这里的判断是否有@TableId 注解，就是判断是否需要取默认的主键策略，至于具体是如何设置默认主键的，我们可以直接进入到initTableIdWithoutAnnotation方法当中。
public static void initTableFields(Class<?> clazz, GlobalConfig globalConfig, TableInfo tableInfo) {
/* 数据库全局配置 */
GlobalConfig.DbConfig dbConfig = globalConfig.getDbConfig();
List<Field> list = getAllFields(clazz);
// 标记是否读取到主键
boolean isReadPK = false;
// 是否存在 @TableId 注解
boolean existTableId = isExistTableId(list);
List<TableFieldInfo> fieldList = new ArrayList<>();
for (Field field : list) {
/*
* 主键ID 初始化
*/
if (!isReadPK) {
if (existTableId) {
isReadPK = initTableIdWithAnnotation(dbConfig, tableInfo, field, clazz);
} else {
isReadPK = initTableIdWithoutAnnotation(dbConfig, tableInfo, field, clazz);
}
if (isReadPK) {
continue;
}
}
......
}
......
}
initTableIdWithoutAnnotation方法——
private static final String DEFAULT_ID_NAME = "id";
/**
* <p>
* 主键属性初始化
* </p>
*
* @param tableInfo 表信息
* @param field 字段
* @param clazz 实体类
* @return true 继续下一个属性判断，返回 continue;
*/
private static boolean initTableIdWithoutAnnotation(GlobalConfig.DbConfig dbConfig, TableInfo tableInfo,
Field field, Class<?> clazz) {
//获取实体类字段名
String column = field.getName();
if (dbConfig.isCapitalMode()) {
column = column.toUpperCase();
}
//当字段名为id
if (DEFAULT_ID_NAME.equalsIgnoreCase(column)) {
if (StringUtils.isEmpty(tableInfo.getKeyColumn())) {
tableInfo.setKeyRelated(checkRelated(tableInfo.isUnderCamel(), field.getName(), column))
//设置表策略
.setIdType(dbConfig.getIdType())
.setKeyColumn(column)
.setKeyProperty(field.getName())
.setClazz(field.getDeclaringClass());
return true;
} else {
throwExceptionId(clazz);
}
}
return false;
}
Debug到这里，可以看到，如果没有 @TableId 注解显示设置主键策略情况下，默认设置的是 ID_WORKER(3)，即会根据雪花算法生成19位数字，long类型。
可以进一步发现，这里的 dbConfig是GlobalConfig.DbConfig实例，进入到DbConfig类，可以看到原来实体类映射的数据库设置在这里，主键类型默认是IdType.ID_WORKER。
@Data
public static class DbConfig {
/**
* 数据库类型
*/
private DbType dbType = DbType.OTHER;
/**
* 主键类型（默认 ID_WORKER）
*/
private IdType idType = IdType.ID_WORKER;
/**
* 表名前缀
*/
private String tablePrefix;
/**
* 表名、是否使用下划线命名（默认 true:默认数据库表下划线命名）
*/
private boolean tableUnderline = true;
/**
* String 类型字段 LIKE
*/
private boolean columnLike = false;
/**
* 大写命名
*/
private boolean capitalMode = false;
/**
* 表关键词 key 生成器
*/
private IKeyGenerator keyGenerator;
/**
* 逻辑删除全局值（默认 1、表示已删除）
*/
private String logicDeleteValue = "1";
/**
* 逻辑未删除全局值（默认 0、表示未删除）
*/
private String logicNotDeleteValue = "0";
/**
* 字段验证策略
*/
private FieldStrategy fieldStrategy = FieldStrategy.NOT_NULL;
}
至于如何生成雪花算法id，这里就不一一详细介绍，具体逻辑是在MybatisDefaultParameterHandler类populateKeys方法里，核心代码如下——
protected static Object populateKeys(MetaObjectHandler metaObjectHandler, TableInfo tableInfo,
MappedStatement ms, Object parameterObject, boolean isInsert) {
if (null == tableInfo) {
/* 不处理 */
return parameterObject;
}
/* 自定义元对象填充控制器 */
MetaObject metaObject = ms.getConfiguration().newMetaObject(parameterObject);
// 填充主键
if (isInsert && !StringUtils.isEmpty(tableInfo.getKeyProperty())
&& null != tableInfo.getIdType() && tableInfo.getIdType().getKey() >= 3) {
Object idValue = metaObject.getValue(tableInfo.getKeyProperty());
/* 自定义 ID */
if (StringUtils.checkValNull(idValue)) {
if (tableInfo.getIdType() == IdType.ID_WORKER) {
metaObject.setValue(tableInfo.getKeyProperty(), IdWorker.getId());
} else if (tableInfo.getIdType() == IdType.ID_WORKER_STR) {
metaObject.setValue(tableInfo.getKeyProperty(), IdWorker.getIdStr());
} else if (tableInfo.getIdType() == IdType.UUID) {
metaObject.setValue(tableInfo.getKeyProperty(), IdWorker.get32UUID());
}
}
}
......
}
前边提到，默认的主键策略是IdType.ID_WORKER，这里有一个判断tableInfo.getIdType() == IdType.ID_WORKER，对代码Debug可以看到，metaObject的setValue(tableInfo.getKeyProperty(), IdWorker.getId())代码的作用，是对注解id进行了值填充。
填充的值为IdWorker.getId()返回的1468970800437465089，刚好是19位长度，这就意味着，这里产生的id值，就是我们最后要找的。
IdWorker.getId()实现本质，正好是基于Snowflake实现64位自增ID算法，而Snowflake，正是引用了雪花算法——
/**
* <p>
* 高效GUID产生算法(sequence),基于Snowflake实现64位自增ID算法。 <br>
* 优化开源项目 http://git.oschina.net/yu120/sequence
* </p>
*
* @author hubin
* @since 2016-08-01
*/
public class IdWorker {
/**
* 主机和进程的机器码
*/
private static final Sequence WORKER = new Sequence();
public static long getId() {
return WORKER.nextId();
}
public static String getIdStr() {
return String.valueOf(WORKER.nextId());
}
/**
* <p>
* 获取去掉"-" UUID
* </p>
*/
public static synchronized String get32UUID() {
return UUID.randomUUID().toString().replace(StringPool.DASH, StringPool.EMPTY);
}
}