【踩坑】ShardingJdbc实现自动生成主键时,根据雪花算法生成的主键值存放在别的字段上了

本文主要是介绍【踩坑】ShardingJdbc实现自动生成主键时,根据雪花算法生成的主键值存放在别的字段上了,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 问题
  • 原因
  • 实现效果
  • 代码

问题

ShardingJdbc 生成雪花算法id主键时,插入到表中的数据显示生成的内容存放在别的字段上
在这里插入图片描述

正确的应该是:

image-20231222140841230

原因

生成雪花算法id时候,其他属性值也要填写默认值,否则,id就会生成到别的属性列的位置 这里找了好久这个问题

实现效果

image-20231222141005321

image-20231222141018046

代码

sharding配置:根据年月分表

    # 配置默认数据源ds1sharding:# 默认数据源,主要用于写,注意一定要配置读写分离 ,注意:如果不配置,那么就会把三个节点都当做从slave节点,新增,修改和删除会出错。default-data-source-name: ds1# 配置分表规则tables:# order 逻辑表名# 订单表按照 年月分表  生成表名 order_202101,order_202102,order_202103,order_202201,order_202202,order_202203order:# 最后一部分 ${ 生成一个从1到3的数字序列,然后将每个数字转换为字符串,并在左边填充0,使其总长度为2 }actual-data-nodes: ds1.order_$->{2021..2022}${(1..3).collect{t ->t.toString().padLeft(2,'0')}}key-generator:type: SNOWFLAKEcolumn: idprops:worker.id: 1max.vibration.offset: 255#  Snowflake 算法是一种用于生成分布式系统中唯一 ID 的算法,其中的 worker.id 和 max.vibration.offset 是 Snowflake 算法的两个重要参数。##  worker.id 表示工作节点 ID,取值范围为 0~1023。在多台机器上使用 Snowflake 算法生成 ID 时,需要为每台机器分配一个唯一的 worker.id,以避免不同机器生成相同的 ID。如果未指定,则会使用默认值 0。#  max.vibration.offset 表示最大时间抖动偏移量,取值范围为 0~4095。由于 Snowflake 算法中使用了时间戳,如果在同一毫秒内生成了多个 ID,就需要对其中部分 ID 进行时间戳上的微调。max.vibration.offset 参数用于指定最大的微调偏移量。如果未指定,则会使用默认值 63。#  因此,在使用 Snowflake 算法作为主键生成策略时,可以通过 props 指定 worker.id 和 max.vibration.offset 参数,以满足不同的业务需求。例如:##  如果您的系统只有一台机器并且不需要很高的并发量,可以将 worker.id 设置为 0,不需要对时间戳进行微调,可以将 max.vibration.offset 设置为较小的值。#  如果您的系统需要支持多台机器和高并发量,可以将 worker.id 设置为不同的值,以避免 ID 重复,并且可以将 max.vibration.offset 设置为较大的值,以允许更多的微调偏移量。#  请注意,worker.id 和 max.vibration.offset 参数的具体取值需要根据实际情况进行调整,以确保生成的 ID 唯一性和正确性。table-strategy:inline:sharding-column: yearmonthalgorithm-expression: order_$->{yearmonth}defaultKeyGenerator:

mapper

package com.song.springclouddemoshardingjdbc.mapper;import com.song.springclouddemoshardingjdbc.entity.Order;
import org.apache.ibatis.annotations.Insert;
import org.apache.ibatis.annotations.Mapper;
import org.apache.ibatis.annotations.Options;
import org.springframework.stereotype.Repository;@Mapper
@Repository
public interface OrderMapper {@Insert("insert into order(ordernumber,userid,create_time,yearmonth) values(#{ordernumber},#{userid},#{createTime},#{yearmonth})")@Options(useGeneratedKeys = true,keyColumn = "id",keyProperty = "id")  // 可以不加void addOrder(Order order);}

这篇关于【踩坑】ShardingJdbc实现自动生成主键时,根据雪花算法生成的主键值存放在别的字段上了的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/526968

相关文章

C++中零拷贝的多种实现方式

《C++中零拷贝的多种实现方式》本文主要介绍了C++中零拷贝的实现示例,旨在在减少数据在内存中的不必要复制,从而提高程序性能、降低内存使用并减少CPU消耗,零拷贝技术通过多种方式实现,下面就来了解一下... 目录一、C++中零拷贝技术的核心概念二、std::string_view 简介三、std::stri

C++高效内存池实现减少动态分配开销的解决方案

《C++高效内存池实现减少动态分配开销的解决方案》C++动态内存分配存在系统调用开销、碎片化和锁竞争等性能问题,内存池通过预分配、分块管理和缓存复用解决这些问题,下面就来了解一下... 目录一、C++内存分配的性能挑战二、内存池技术的核心原理三、主流内存池实现:TCMalloc与Jemalloc1. TCM

OpenCV实现实时颜色检测的示例

《OpenCV实现实时颜色检测的示例》本文主要介绍了OpenCV实现实时颜色检测的示例,通过HSV色彩空间转换和色调范围判断实现红黄绿蓝颜色检测,包含视频捕捉、区域标记、颜色分析等功能,具有一定的参考... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间

Python实现精准提取 PDF中的文本,表格与图片

《Python实现精准提取PDF中的文本,表格与图片》在实际的系统开发中,处理PDF文件不仅限于读取整页文本,还有提取文档中的表格数据,图片或特定区域的内容,下面我们来看看如何使用Python实... 目录安装 python 库提取 PDF 文本内容:获取整页文本与指定区域内容获取页面上的所有文本内容获取

基于Python实现一个Windows Tree命令工具

《基于Python实现一个WindowsTree命令工具》今天想要在Windows平台的CMD命令终端窗口中使用像Linux下的tree命令,打印一下目录结构层级树,然而还真有tree命令,但是发现... 目录引言实现代码使用说明可用选项示例用法功能特点添加到环境变量方法一:创建批处理文件并添加到PATH1

Java使用HttpClient实现图片下载与本地保存功能

《Java使用HttpClient实现图片下载与本地保存功能》在当今数字化时代,网络资源的获取与处理已成为软件开发中的常见需求,其中,图片作为网络上最常见的资源之一,其下载与保存功能在许多应用场景中都... 目录引言一、Apache HttpClient简介二、技术栈与环境准备三、实现图片下载与保存功能1.

canal实现mysql数据同步的详细过程

《canal实现mysql数据同步的详细过程》:本文主要介绍canal实现mysql数据同步的详细过程,本文通过实例图文相结合给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的... 目录1、canal下载2、mysql同步用户创建和授权3、canal admin安装和启动4、canal

Nexus安装和启动的实现教程

《Nexus安装和启动的实现教程》:本文主要介绍Nexus安装和启动的实现教程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、Nexus下载二、Nexus安装和启动三、关闭Nexus总结一、Nexus下载官方下载链接:DownloadWindows系统根

SpringBoot集成LiteFlow实现轻量级工作流引擎的详细过程

《SpringBoot集成LiteFlow实现轻量级工作流引擎的详细过程》LiteFlow是一款专注于逻辑驱动流程编排的轻量级框架,它以组件化方式快速构建和执行业务流程,有效解耦复杂业务逻辑,下面给大... 目录一、基础概念1.1 组件(Component)1.2 规则(Rule)1.3 上下文(Conte

MySQL 横向衍生表(Lateral Derived Tables)的实现

《MySQL横向衍生表(LateralDerivedTables)的实现》横向衍生表适用于在需要通过子查询获取中间结果集的场景,相对于普通衍生表,横向衍生表可以引用在其之前出现过的表名,本文就来... 目录一、横向衍生表用法示例1.1 用法示例1.2 使用建议前面我们介绍过mysql中的衍生表(From子句