二、@TableId
1、雪花算法
默認情況下數據庫的id列使用的是基於雪花算法的策略生成
背景
隨着業務規模的不斷擴大，需要選擇合適的方案去應對數據規模的增長，以應對逐漸增長的訪問壓力和數據量。
數據庫的擴展方式主要包括：業務分庫、主從復制，數據庫分表。
數據庫分表
將不同業務數據分散存儲到不同的數據庫服務器，能夠支撐百萬甚至千萬用戶規模的業務，但如果業務繼續發展，同一業務的單表數據也會達到單台數據庫服務器的處理瓶頸。例如，淘寶的幾億用戶數據，如果全部存放在一台數據庫服務器的一張表中，肯定是無法滿足性能要求的，此時就需要對單表數據進行拆分。
單表數據拆分有兩種方式：垂直分表和水平分表。示意圖如下：
垂直分表：
- 垂直分表適合將表中某些不常用且占了大量空間的列拆分出去。
- 例如，前面示意圖中的 nickname 和 description 字段，假設我們是一個婚戀網站，用戶在篩選其他用戶的時候，主要是用 age 和 sex 兩個字段進行查詢，而 nickname 和 description 兩個字段主要用於展示，一般不會在業務查詢中用到。description 本身又比較長，因此我們可以將這兩個字段獨立到另外一張表中，這樣在查詢 age 和 sex 時，就能帶來一定的性能提升。
水平分表：
- 水平分表適合表行數特別大的表，有的公司要求單表行數超過 5000 萬就必須進行分表，這個數字可以作為參考，但並不是絕對標准，關鍵還是要看表的訪問性能。對於一些比較復雜的表，可能超過 1000 萬就要分表了；而對於一些簡單的表，即使存儲數據超過 1 億行，也可以不分表。
- 但不管怎樣，當看到表的數據量達到千萬級別時，作為架構師就要警覺起來，因為這很可能是架構的性能瓶頸或者隱患。
水平分表相比垂直分表，會引入更多的復雜性，例如數據id：
主鍵自增：
- 以最常見的用戶 ID 為例，可以按照 1000000 的范圍大小進行分段，1 ~ 999999 放到表 1中，1000000 ~ 1999999 放到表2中，以此類推。
- 復雜點：分段大小的選取。分段太小會導致切分后子表數量過多，增加維護復雜度；分段太大可能會導致單表依然存在性能問題，一般建議分段大小在 100 萬至 2000 萬之間，具體需要根據業務選取合適的分段大小。
- 優點：可以隨着數據的增加平滑地擴充新的表。例如，現在的用戶是 100 萬，如果增加到 1000 萬，只需要增加新的表就可以了，原有的數據不需要動。
- 缺點：分布不均勻。假如按照 1000 萬來進行分表，有可能某個分段實際存儲的數據量只有 1 條，而另外一個分段實際存儲的數據量有 1000 萬條。
Hash ：
- 同樣以用戶 ID 為例，假如我們一開始就規划了 10 個數據庫表，可以簡單地用 user_id % 10 的值來表示數據所屬的數據庫表編號，ID 為 985 的用戶放到編號為 5 的子表中，ID 為 10086 的用戶放到編號為 6 的子表中。
- 復雜點：初始表數量的確定。表數量太多維護比較麻煩，表數量太少又可能導致單表性能存在問題。
- 優點：表分布比較均勻。
- 缺點：擴充新的表很麻煩，所有數據都要重分布。
*雪花算法：*
雪花算法是由Twitter公布的分布式主鍵生成算法，它能夠保證不同表的主鍵的不重復性，以及相同表的主鍵的有序性。
-
核心思想：
-
- 長度共64bit（一個long型）。
- 首先是一個符號位，1bit標識，由於long基本類型在Java中是帶符號的，最高位是符號位，正數是0，負數是1，所以id一般是正數，最高位是0。
- 41bit時間截(毫秒級)，存儲的是時間截的差值（當前時間截 - 開始時間截)，結果約等於69.73年。
- 10bit作為機器的ID（5個bit是數據中心，5個bit的機器ID，可以部署在1024個節點）。
- 12bit作為毫秒內的流水號（意味着每個節點在每毫秒可以產生 4096 個 ID）。
- 優點：整體上按照時間自增排序，並且整個分布式系統內不會產生ID碰撞，並且效率較高。
2、指定主鍵列
- 測試：將數據庫表中的id列改為 uid，將實體類中的id屬性改成 uid，執行數據插入，則報告如下錯誤
- 原因：因為MP默認認為id是主鍵列，其他名字的屬性MP無法默認自動填充
- 解決方案：為主鍵列添加 @TableId 注解
3、value屬性
實體類的屬性名是 id，數據庫的列名是 uid，此時使用 value 屬性將屬性名映射到列名
@TableId(value = "uid")
private String id;
4、type屬性
type屬性用來定義主鍵策略
- IdType.ASSIGN_ID：使用基於雪花算法的策略生成數據id
@TableId(type = IdType.ASSIGN_ID)
private Long id;
注意：當對象的id被明確賦值時，不會使用雪花算法
- IdType.AUTO：使用數據庫的自增策略
@TableId(type = IdType.AUTO)
private Long id;
注意：該類型請確保數據庫設置了 ID自增 否則無效
- 全局配置：要想影響所有實體的配置，可以設置全局主鍵配置
#全局設置主鍵生成策略
mybatis-plus.global-config.db-config.id-type=auto