IT技术社区_专业开发者平台_最新编程教程与解决方案 -沐辰社区

Java案例如何自定义主键生成？

wen java案例 54

Java案例：如何自定义主键生成策略？从原理到实战一篇搞懂

目录导读

  1. 为什么需要自定义主键生成？
  2. 主键生成的常见方案对比
  3. 基于数据库的自定义主键生成实现
  4. 基于Redis的分布式主键生成实战
  5. 使用雪花算法（Snowflake）自定义主键
  6. Spring JPA如何集成自定义主键生成器
  7. 常见问题与解决方案（Q&A）

为什么需要自定义主键生成？

在Java企业级开发中，主键（Primary Key）是数据表的核心标识，虽然数据库自增ID（如MySQL的AUTO_INCREMENT）简单易用，但在分布式系统、微服务架构或高并发场景下,它存在明显缺陷：

Java案例如何自定义主键生成？

  • 跨数据库迁移困难：不同数据库的自增实现不同（如MySQL、Oracle Sequence）。
  • 分布式环境冲突：多个应用实例同时插入时,自增ID无法保证全局唯一。
  • 业务可读性差：纯数字ID难以体现业务含义，如订单号需要包含时间、区域信息。
  • 性能瓶颈：数据库自增锁可能成为高并发下的性能热点。

自定义主键生成策略成为Java开发者的必备技能，它不仅能解决上述问题，还能让主键承载业务特征，比如可反解时间、机器ID等信息。

问答环节
问：为什么不用UUID作为主键？
答：UUID虽是全局唯一，但长度为36位字符，占用存储空间大，且无序插入会导致B+树索引频繁分裂，严重影响写入性能,通常只适合小数据量或非索引场景。

主键生成的常见方案对比

方案 优点 缺点 适用场景
数据库自增ID 简单、有序、支持事务 分布式不适用、迁移困难 单机小系统
UUID/GUID 全局唯一、无需中心化 无序、存储大、查询慢 分布式但要求不高
Redis生成ID 高性能、有序、趋势递增 依赖Redis、需考虑持久化 高并发、微服务
雪花算法 分布式、高性能、时间有序 依赖机器时钟、ID偏长 核心业务、支付等
自定义组合ID 业务语义强、可反解 实现复杂、需考虑冲突与位数 订单号、流水号

核心观点：没有银弹方案。自定义主键生成需要根据业务场景选择或组合多种策略，比如用雪花算法生成核心ID,再拼接待定业务前缀。

基于数据库的自定义主键生成实现

即使不依赖外部组件,我们也能在数据库层实现灵活的自定义主键。

1 使用数据库Sequence（适用于Oracle、PostgreSQL）

-- 创建序列，步长可自定义
CREATE SEQUENCE order_seq START WITH 1000 INCREMENT BY 1;
-- 插入时获取序列值
INSERT INTO orders (id, order_name) VALUES (order_seq.NEXTVAL, 'Order-001');

Java调用示例：

@Repository
public class OrderRepository {
    @Autowired
    private JdbcTemplate jdbcTemplate;
    public Long getNextOrderId() {
        String sql = "SELECT order_seq.NEXTVAL FROM DUAL";
        return jdbcTemplate.queryForObject(sql, Long.class);
    }
}

2 基于数据库表的行锁生成ID

适用于MySQL（不支持Sequence）的环境：

CREATE TABLE id_generator (
    id BIGINT NOT NULL AUTO_INCREMENT,
    stub CHAR(1) NOT NULL,
    PRIMARY KEY (id),
    UNIQUE KEY stub (stub)
);
-- 替换法生成新ID
REPLACE INTO id_generator (stub) VALUES ('a');
SELECT LAST_INSERT_ID();

注意：此方案存在数据库单点瓶颈,建议仅在低并发下使用。

基于Redis的分布式主键生成实战

Redis提供了INCR（原子递增）命令,是构建分布式主键的利器。

1 基础版：纯数字递增

@Component
public class RedisIdGenerator {
    @Autowired
    private StringRedisTemplate redisTemplate;
    // key: 业务前缀，如 "order:id"
    private static final String ID_KEY_PREFIX = "id:";
    public Long generateId(String businessType) {
        String key = ID_KEY_PREFIX + businessType;
        return redisTemplate.opsForValue().increment(key);
    }
}

2 高可用版：带日期和业务前缀的ID

public String generateBizId(String prefix) {
    LocalDate today = LocalDate.now();
    String dateStr = today.format(DateTimeFormatter.ofPattern("yyyyMMdd"));
    String key = "id:" + prefix + ":" + dateStr;
    Long seq = redisTemplate.opsForValue().increment(key);
    // 设置TTL，避免key无限增长（比如2天后过期）
    redisTemplate.expire(key, 2, TimeUnit.DAYS);
    // 格式: 前缀+日期+6位序列号（不足补零）
    return prefix + dateStr + String.format("%06d", seq);
}
// 示例输出: ORDER20250312000001

注意：Redis方案需考虑RDB/AOF持久化，避免宕机后ID回退，建议使用Redis Cluster保障高可用。

问答环节
问：Redis ID生成在数据迁移或集群故障切换时可能重复吗？
答：理论上可能，Redis RDB快照可能丢失最近的递增步数，导致恢复后重复，解决方案：一是配置AOF持久化；二是在业务层额外增加去重检测（如写入数据库的唯一索引）。

使用雪花算法（Snowflake）自定义主键

雪花算法是Twitter开源的分布式ID生成算法,目前已成为业界标准方案。

1 算法结构

一个64位的long型ID,拆解为：

  • 1位：符号位，固定0
  • 41位：时间戳（毫秒级,可用69年）
  • 10位：工作机器ID（支持1024台机器）
  • 12位：序列号（同一毫秒内支持4096个ID）

2 Java实现版本

public class SnowflakeIdWorker {
    // 起始时间戳 (设置一个最近时间，避免ID过长)
    private final long twepoch = 1700000000000L;
    // 机器ID占位
    private final long workerIdBits = 5L;
    private final long datacenterIdBits = 5L;
    private final long maxWorkerId = -1L ^ (-1L << workerIdBits);
    private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
    private final long sequenceBits = 12L;
    private final long workerIdShift = sequenceBits;
    private final long datacenterIdShift = sequenceBits + workerIdBits;
    private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
    private final long sequenceMask = -1L ^ (-1L << sequenceBits);
    private long workerId;
    private long datacenterId;
    private long sequence = 0L;
    private long lastTimestamp = -1L;
    public SnowflakeIdWorker(long workerId, long datacenterId) {
        if (workerId > maxWorkerId || workerId < 0) throw new IllegalArgumentException();
        if (datacenterId > maxDatacenterId || datacenterId < 0) throw new IllegalArgumentException();
        this.workerId = workerId;
        this.datacenterId = datacenterId;
    }
    public synchronized long nextId() {
        long timestamp = System.currentTimeMillis();
        if (timestamp < lastTimestamp) {
            throw new RuntimeException("时钟回拨，拒绝生成ID");
        }
        if (lastTimestamp == timestamp) {
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                // 当前毫秒序列已满，等待下一毫秒
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0L;
        }
        lastTimestamp = timestamp;
        return ((timestamp - twepoch) << timestampLeftShift)
                | (datacenterId << datacenterIdShift)
                | (workerId << workerIdShift)
                | sequence;
    }
    private long tilNextMillis(long lastTimestamp) {
        long timestamp = System.currentTimeMillis();
        while (timestamp <= lastTimestamp) {
            timestamp = System.currentTimeMillis();
        }
        return timestamp;
    }
}

3 使用示例

SnowflakeIdWorker idWorker = new SnowflakeIdWorker(1, 1);
for (int i = 0; i < 5; i++) {
    System.out.println(idWorker.nextId());
}
// 输出: 1893456789012345 (64位整数)

问答环节
问：雪花算法如果机器时钟出现回拨怎么办？
答：高级实现可等待时钟追上后再生成，或记录备用sequence跳过回拨时段，生产环境建议配置NTP同步并容忍秒级回拨,或搭配zookeeper选举主节点保活。

Spring JPA如何集成自定义主键生成器

在Spring Boot + JPA项目中，我们可以通过实现IdentifierGenerator接口,将自定义策略无缝嵌入ORM框架。

1 自定义生成器类

public class CustomIdGenerator implements IdentifierGenerator {
    // 注入Redis或雪花算法组件
    private RedisIdGenerator redisIdGenerator = SpringContextUtil.getBean(RedisIdGenerator.class);
    @Override
    public Serializable generate(SharedSessionContractImplementor session, Object object) {
        // 生成带业务前缀的ID
        return redisIdGenerator.generateBizId("ORDER");
    }
}

2 实体类配置

@Entity
@Table(name = "orders")
public class OrderEntity {
    @Id
    @GenericGenerator(name = "custom_id", strategy = "com.example.generator.CustomIdGenerator")
    @GeneratedValue(generator = "custom_id")
    private String id;  // 主键改为String类型，如 ORDER20250312000001
    private String orderName;
    // getter/setter省略
}

这样，每次保存实体时，JPA会自动调用我们的自定义主键生成器,无需额外修改代码。

常见问题与解决方案（Q&A）

Q1：自定义主键生成时，如何保证ID不重复？

  • 使用Redis的原子操作（INCR）或数据库唯一索引兜底。
  • 雪花算法依赖唯一机器ID,可通过zookeeper分配。
  • 对于高可靠性要求，可在插入数据库时加ON DUPLICATE KEY UPDATE或检测UNIQUE异常后重试。

Q2：主键生成器在高并发下性能如何优化？

  • 雪花算法本身可每毫秒生成4096个ID,足够大部分场景。
  • Redis ID生成器建议使用批量预取（如一次申请100个ID缓存到本地，减少Redis网络IO）。
  • 避免在循环中频繁调用生成器,善用批量插入。

Q3：是否需要支持主键反解业务信息？

  • 推荐设计，如订单ID包含数据中心+时间戳+序列号，可根据ID快速定位数据中心和生成时间,无需额外查询。
  • 反解方法：将long型ID通过位运算拆解为各字段。

Q4：微服务下如何统一主键生成策略？

  • 独立一个ID生成微服务（如id-service），所有服务通过Feign远程调用获取ID（适合中小规模）。
  • 或使用开源组件如美团Leaf、百度UidGenerator,它们已内置完美方案。
  • 每个微服务单独部署雪花算法实例,通过环境变量配置机器ID。

自定义主键生成是Java分布式开发的关键环节，从简单的数据库序列，到高性能的Redis和雪花算法，开发者需要根据系统的并发量、数据一致性要求、业务语义需求来平衡选择，本文不仅提供了多种方案的代码示例，还展示了如何在Spring JPA中无缝集成，希望通过这篇文章，你能对自定义主键生成有一个全面而深入的理解,从而在实际项目中灵活应用。

推荐阅读

  • 源码分析：美团Leaf——分布式ID生成器
  • 深入理解：数据库索引与无序ID的存储性能
  • 实战提升：Redis哨兵模式下的高可用ID生成

上一篇Java案例怎么整合MyBatisPlus？

下一篇Java案例怎么实现主键自增？

相关文章

抱歉，评论功能暂时关闭!