前言

该片文章紧接着上一篇文章。现在实现一个插入，并且扩展一下不同的主键生成策略。

一、主键生成策略

1.测试插入

新建一个测试方法，用于测试插入。

这里我们并没有给用户输入id（主键）。

    @Test
    public void testInsert() {
        User user = new User();
        user.setName("张三");
        user.setAge(20);
        user.setEmail("123456@qq.com");

        int insert = userMapper.insert(user);
        System.out.println(user);
    }

输出:

我们可以看到，我们并没有给他指定id，但是mybatis-plus给我们默认生成了一个id。

User(id=1253591398346522625, name=张三, age=20, email=123456@qq.com)

2.探究生成的id

id的生成有好几种方式。我们最常用的时数据自增长序列或字段。推荐阅读这篇文章：分布式系统唯一ID生成方案汇总

数据库自增长序列或字段
UUID
Redis生成ID
Twitter的snowflake算法（雪花算法）
利用zookeeper生成唯一ID

snowflake是Twitter开源的分布式ID生成算法，结果是一个long型的ID。其核心思想是：使用41bit作为毫秒数，10bit作为机器的ID（5个bit是数据中心，5个bit的机器ID），12bit作为毫秒内的流水号（意味着每个节点在每毫秒可以产生 4096 个 ID），最后还有一个符号位，永远是0。

上面插入语句中的id，使用的就是“雪花算法”（mybatis-plus默认使用这个）。

二、自定义主键id生成策略

注意：先去上一篇文章创建的user表中，将id字段设为自增。否则会报如下异常：“Field 'id' doesn't have a default value”。

修改实体类：在id字段上，增加一个注解@TableId(type = IdType.AUTO)（该注解代表id生成策略为自增）。更多的主键生成策略参考：主键注解 @TableId

@Data
public class User {
    @TableId(type = IdType.AUTO)
    private Long id;
    private String name;
    private Integer age;
    private String email;
}

重新运行刚刚创建的插入测试类：

    @Test
    public void testInsert() {
        User user = new User();
        user.setName("张三");
        user.setAge(20);
        user.setEmail("123456@qq.com");

        int insert = userMapper.insert(user);
        System.out.println(user);
    }

然后查询user表中所有数据：

    @Test
    public void testSelect() {
        List<User> userList = userMapper.selectList(null);
        userList.forEach(System.out::println);
    }

输出：
可以看出在，第一次运行插入时，id使用的是“雪花算法”，id值为“1253591398346522625”。第二次我修改的id的生成策略，修改为自增，此时id值由上一次自增，插入的数据id为“1253591398346522626”。

User(id=1253591398346522625, name=张三, age=20, email=123456@qq.com)
User(id=1253591398346522626, name=张三, age=20, email=123456@qq.com)