数据库中数据的id生成和算法

id生成策略

自增主键

一般使用整数类型的id可使用自增主键的策略去生成id

优点：

• 简单、易于使用和理解。
• 保证唯一性，无需额外的查询操作。
• 提高查询性能，因为ID是有序的，且支持索引。

缺点：

• 不适用于分布式系统，因为每个节点都需要维护一个独立的计数器，可能会导致冲突和性能问题。
• 暴露了表中的数据增长模式，可能导致信息泄漏和数据分析的问题。

使用方法：可使用Mybatis-Plus

UUID（Universally Unique Identifier）

优点：

• 全局唯一性，可以在不同的数据库服务器上生成，确保全局唯一性。
• 分布式支持，独立性。

缺点：

• 占用较多的存储空间，因为UUID是一个128位的数字，通常以32位的十六进制数表示。
• 无序性，可读性较低。

适用场景：适用于需要分布式支持、全局唯一性和独立生成ID的场景，特别是在没有数据库连接的情况下。

使用方法：可使用Hutool工具中的IdUtil生成

组合ID

原理：根据多个字段的组合来生成唯一的ID。通常使用字段的值进行哈希运算，以生成一个唯一的标识符。

优点：可以根据业务逻辑自定义ID生成规则。

缺点：需要确保组合字段的唯一性，否则可能导致ID冲突。

适用场景：适用于需要根据多个字段组合来生成唯一ID的场景。

雪花算法（Snowflake）

原理：生成一个64位的long型数字作为全局唯一ID。它包含时间戳、工作机器ID、数据中心ID和序列号等部分。

优点：

• 支持分布式环境，生成的ID有序且唯一。
• 包含时间戳信息，可以用于排序。

缺点：

• 依赖于机器的唯一标识，不同机器之间的时间同步问题可能导致ID重复。
• 需要确保工作机器ID和数据中心ID的唯一性。

适用场景：适用于需要分布式支持、有序和唯一ID的大规模系统，如微服务架构、分布式数据库等。

获取id的问题

如果使用mybatis-plus框架时，当使用@TableId指定某个id的生成策略后，在将该数据插入数据库后，该id会自动保存在刚操作过的实体类中，可直接读取