目录
1.使用自增主键的弊端
2.主键生成算法
2.1.UUID
2.1.1.概述
2.1.2.JAVA中的UUID
2.2.雪花算法
2.2.1.概述
2.2.2.JAVA中使用雪花算法
1.使用自增主键的弊端
首先在实际工程中我们很少用1，2，3......这样的自增主键，原因如下：
- 主键冲突
- 性能问题
- 安全问题
主键冲突：
比如我要跨数据库进行数据同步、或者在分布式系统中跨“分区”进行数据同步，不难想象，1，2，3......这种递增的单数字是极容易产生冲突的。
性能问题：
自增主键在数据库中使用的是自增序列来生成主键值，而在高并发情况下，多个线程可能同时请求获取下一个自增值，此时会发生竞争，因为数据库需要保证每个自增值只会被分配一次。为了保证自增值的唯一性，数据库使用锁机制来避免多个线程同时获取同一个自增值。
安全问题：
使用自增主键可以很容易地猜测出下一条记录的主键值，这可能会导致一些安全问题。
综上所述，我们可以发现使用复杂主键是很有必要的，要生成复杂且具有唯一性的主键就需要依赖主键生成算法了。
2.主键生成算法
常见的主键生成算法：
- UUID
- 雪花算法
2.1.UUID
2.1.1.概述
UUID，通用唯一标识符，UUID算法的核心思想是生成一个128位的唯一标识符，通常表示为32个十六进制数字的字符串。每个UUID会尽量保证其唯一性。
UUID算法目前有几个官方推出的版本，由Internet工程任务组（IETF）、国际标准化组织（ISO）和国际电信联盟（ITU）共同制定：
-
UUIDv1：基于时间戳和MAC地址生成UUID，保证同一台计算机上生成的UUID是唯一的，但不适合在分布式系统中使用。
-
UUIDv2：基于DCE安全机制的UUID，使用POSIX的UID/GID和当前时间生成UUID，不常用。
-
UUIDv3：基于命名空间和字符串生成UUID，使用MD5散列算法生成UUID。
-
UUIDv4：使用随机数生成UUID，保证在所有计算机上都是唯一的。
-
UUIDv5：与UUIDv3类似，但使用SHA-1散列算法生成UUID。
其实本质上来说UUID只是个概念，UUID的算法我们甚至可以自己去写一个，只是我们自己写的肯定会没那么优质，保证唯一性的效果不会好。
2.1.2.JAVA中的UUID
工程上我们一般都是在JAVA后端生成UUID作为每条要插入数据库的数据的主键，JAVA中生成UUID很简单：
import java.util.UUID;
public class UUIDExample {
public static void main(String[] args) {
// 生成一个随机的UUID
UUID uuid = UUID.randomUUID();
System.out.println("Random UUID: " + uuid.toString());
}
}
生成过程其实也很简单：
public static UUID randomUUID() {
SecureRandom ng = Holder.numberGenerator;
byte[] randomBytes = new byte[16];
ng.nextBytes(randomBytes);
randomBytes[6] &= 0x0f; /* clear version */
randomBytes[6] |= 0x40; /* set to version 4 */
randomBytes[8] &= 0x3f; /* clear variant */
randomBytes[8] |= 0x80; /* set to IETF variant */
return new UUID(randomBytes);
}
-
首先从
Holder静态内部类中获取一个SecureRandom对象。Holder类是一个懒加载的单例类，用于确保SecureRandom对象只被创建一次，并且线程安全。 -
然后生成一个长度为16的字节数组
randomBytes，使用ng.nextBytes(randomBytes)方法填充随机数。 -
接下来将字节数组
randomBytes中的一些特定位进行修改，以符合UUID版本4的格式要求：- 将第7个字节的高4位清零，再将其低4位设置为4，表示这是UUID版本4。
- 将第9个字节的高2位清零，再将其第7位设置为1，表示这是符合IETF标准的UUID。
-
最后，将修改后的字节数组作为参数，调用
UUID(byte[] data)构造方法生成一个UUID对象。
2.2.雪花算法
2.2.1.概述
雪花算法（Snowflake Algorithm）是Twitter公司开发的一种分布式ID生成算法，用来生成64位的唯一ID。它的核心思想是：利用一个64位的long型数字作为全局唯一ID，高位部分表示时间戳，中间部分表示机器ID，低位部分表示在此机器上的序列号。
雪花算法的64位long型数字由以下几个部分组成：
- 符号位（1 bit）：由于long型数字是有符号的，而雪花算法生成的ID必须是正数，所以符号位固定为0。
- 时间戳部分（41 bit）：记录时间戳，精确到毫秒级别，可以使用当前时间减去一个固定的起始时间，得到一个相对时间戳，从而可以使用41位二进制数表示该时间戳可支持的时间范围为约69年。
- 机器ID部分（10 bit）：可以配置多台机器，每台机器都分配一个唯一的ID，用于在分布式环境下防止ID重复。
- 序列号部分（12 bit）：表示在同一毫秒内生成的序列号，可以使用自增来实现，最多支持4096个ID。
2.2.2.JAVA中使用雪花算法
原生JDK中并没有提供雪花算法的实现，在一些常用的ORM框架中支持了使用雪花算法生成主键ID的功能，如hibernate、mybatis-plus。
以使用Hibernate为例：
可以在实体类的主键字段上使用@GenericGenerator注解和@GeneratedValue注解，其中@GenericGenerator注解用来指定主键生成器的名称和类型，@GeneratedValue注解则用来指定主键生成策略和生成器的名称，例如：
@Entity
@Table(name = "user")
public class User {
@Id
@GenericGenerator(name = "snowflake", strategy = "com.xxx.snowflake.SnowflakeIdGenerator")
@GeneratedValue(generator = "snowflake")
@Column(name = "id")
private Long id;
// ...
}
以mybatis-plus为例：
配置主键生成器为雪花算法的生成器
mybatis-plus:
global-config:
db-config:
id-type: ASSIGN_ID
key-generator: com.baomidou.mybatisplus.core.incrementer.SnowflakeKeyGenerator
然后给主件指定使用所配置的主键生成器
import com.baomidou.mybatisplus.annotation.IdType;
import com.baomidou.mybatisplus.annotation.TableId;
import lombok.Data;
@Data
public class User {
@TableId(type = IdType.ASSIGN_ID)
private Long id;
private String name;
private Integer age;
// 其他字段省略...
}
