MyBatis-Flex 代码生成器配置主键生成策略详解
在使用 MyBatis-Flex 的代码生成器时,正确配置主键生成策略是一个常见但容易被忽视的技术点。本文将深入解析如何通过 ColumnConfig 正确设置主键生成方式,避免配置不生效的问题。
问题背景
开发者在使用 MyBatis-Flex 代码生成器时,希望通过配置为实体类的主键字段添加特定的生成策略注解。例如,使用雪花算法(SnowFlake)作为ID生成器。初始配置如下:
ColumnConfig columnConfig = new ColumnConfig();
columnConfig.setKeyType(KeyType.Generator);
columnConfig.setKeyValue(KeyGenerators.snowFlakeId);
然而生成的实体类中,@Id 注解上并没有预期的生成策略配置:
@Id
private Long id;
问题原因分析
经过排查发现,问题出在 ColumnConfig 的配置方式上。关键点在于:
-
未指定目标列名:ColumnConfig 必须通过 setColumnName() 方法明确指定要配置的列名,否则配置无法关联到具体字段。
-
未将配置加入全局配置:创建好的 ColumnConfig 必须通过 globalConfig.setColumnConfig() 方法加入到全局配置中才会生效。
正确配置方式
正确的完整配置示例如下:
// 创建列配置
ColumnConfig columnConfig = new ColumnConfig();
// 指定要配置的列名
columnConfig.setColumnName("ID");
// 设置主键生成类型
columnConfig.setKeyType(KeyType.Generator);
// 设置具体的生成器
columnConfig.setKeyValue(KeyGenerators.snowFlakeId);
// 将列配置加入全局配置
globalConfig.setColumnConfig(columnConfig);
配置效果
应用上述正确配置后,生成的实体类将包含预期的主键生成策略注解:
@Id(keyType = KeyType.Generator, value = "snowFlakeId")
private Long id;
技术要点总结
-
明确目标列:必须通过 setColumnName() 指定要配置的具体列名,这是配置生效的前提。
-
配置完整性:除了设置 keyType 和 keyValue 外,必须将 ColumnConfig 实例加入到 GlobalConfig 中。
-
生成策略选择:MyBatis-Flex 提供了多种内置的 KeyGenerators,开发者可以根据需求选择:
- snowFlakeId:雪花算法ID
- uuid:UUID生成器
- 其他自定义生成器
-
全局配置管理:所有列级配置都需要通过 GlobalConfig 进行统一管理,这是 MyBatis-Flex 代码生成器的核心设计理念。
最佳实践建议
-
对于主键配置,建议在代码生成前仔细检查列名是否与数据库一致。
-
可以结合表名进行更精确的配置,避免不同表的同名列产生冲突。
-
对于复杂的项目,建议将配置代码模块化,提高可维护性。
-
生成后检查实体类是否符合预期,特别是注解部分。
通过正确理解和应用这些配置技巧,开发者可以充分利用 MyBatis-Flex 代码生成器的能力,高效生成符合项目需求的实体类代码。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00