JEECG-Boot 中实现表主键自增的增强方案
2025-05-03 23:00:39作者:庞眉杨Will
背景介绍
在JEECG-Boot框架中,默认情况下基于online表单开发的表主键ID会被自动设置为UUID字符串类型。这种设计虽然保证了全局唯一性,但在某些业务场景下并不理想,特别是当业务需要更直观、有序的数字ID时。
问题分析
UUID作为主键虽然解决了分布式系统中的唯一性问题,但也存在一些不足:
- 可读性差:UUID是一串无意义的字符,不利于人工识别和记忆
- 索引效率低:字符串类型的UUID比数字类型占用更多存储空间,索引效率较低
- 业务需求:某些业务场景需要连续、有序的ID编号
解决方案
通过实现CgformEnhanceJavaInter接口,我们可以创建一个Java增强类,在数据插入前动态设置自增ID。以下是实现步骤:
1. 创建增强类
@Component("CgformEnhanceInsertSetId")
public class CgformEnhanceInsertSetId implements CgformEnhanceJavaInter {
// 定义需要自增ID的表名映射
private static final Map<String, Integer> predefinedMap;
static {
predefinedMap = new HashMap<>();
predefinedMap.put("库名.表名", 1); // 对应online表单开发中设置的"表名"
}
@Autowired
private JdbcTemplate jdbcTemplate;
@Override
public void execute(String tableName, JSONObject json) throws BusinessException {
if(predefinedMap.containsKey(tableName)) {
// 查询当前表最大ID
String sql = "SELECT COALESCE(MAX(id), 0) FROM " + tableName;
Long maxId = jdbcTemplate.queryForObject(sql, Long.class);
if (maxId != null) {
json.put("id", ++maxId); // 设置自增ID
}
}
}
}
2. 实现原理
- 表名映射:通过静态Map定义哪些表需要使用自增ID
- 查询最大ID:使用JdbcTemplate查询当前表的最大ID值
- 设置新ID:将最大ID加1后设置为新记录的ID
3. 注意事项
- 并发问题:此方案在高并发场景下可能存在ID冲突风险
- 事务隔离:确保在事务中执行,避免脏读
- 表设计:数据库表的主键字段应为数字类型(如BIGINT)
扩展方案
对于高并发系统,可以考虑以下改进:
- 使用数据库序列:在支持序列的数据库中使用序列生成ID
- 分布式ID生成器:集成雪花算法等分布式ID生成方案
- 双重校验:在设置ID后再次查询确认ID未被占用
总结
通过实现JEECG-Boot的Java增强接口,我们可以灵活地覆盖框架默认的主键生成策略,满足不同业务场景的需求。这种方案既保留了框架的便利性,又提供了足够的灵活性来处理特殊业务需求。开发者可以根据实际业务场景选择最适合的主键生成策略。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust062
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
686
4.43 K
Ascend Extension for PyTorch
Python
536
657
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
347
60
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
403
316
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
952
911
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.58 K
921
暂无简介
Dart
933
232
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
135
216
昇腾LLM分布式训练框架
Python
145
171