MyBatis-Plus 处理非主键自增ID的最佳实践
2025-05-13 06:45:17作者:卓炯娓
背景介绍
在数据库设计中,自增ID通常被用作主键,但在某些特殊场景下,开发人员可能会选择将自增ID作为非主键字段使用。这种情况在使用MyBatis-Plus时可能会遇到一些特殊问题,特别是在SQL Server数据库中。
问题分析
当数据库表结构满足以下条件时,就会出现所述问题:
- 表中有自增ID字段(identity(1,1))
- 自增ID不是主键
- 主键是其他类型字段(如GUID或字符串)
这种情况下,MyBatis-Plus自动生成的代码会产生两个主要问题:
- 更新问题:执行update操作时会尝试更新自增ID字段,导致数据库报错
- 回填问题:执行insert操作后无法自动获取自增ID的值
技术解决方案
方案一:手动配置字段策略
对于更新问题,可以通过在实体类中为自增ID字段添加更新策略注解来解决:
@TableField(value = "id", updateStrategy = FieldStrategy.NEVER)
private Integer id;
这种方式明确告诉MyBatis-Plus在执行更新操作时忽略此字段。
方案二:自动识别处理
理想情况下,MyBatis-Plus可以通过以下方式自动处理非主键自增ID:
- 在代码生成阶段识别自增列
- 为非主键自增列自动添加忽略更新策略
- 对于支持RETURNING语法的数据库,尝试获取自增值
数据库兼容性考虑
不同数据库对自增列的处理方式存在差异:
- SQL Server:使用IDENTITY属性标识自增列
- PostgreSQL:区分GENERATED ALWAYS和GENERATED BY DEFAULT
- MySQL:AUTO_INCREMENT属性
MyBatis-Plus需要针对不同数据库采用不同的元数据查询方式,以准确识别自增列属性。
最佳实践建议
- 明确字段用途:在设计阶段明确自增ID的用途,尽量避免非主键自增ID的设计
- 代码生成配置:如果必须使用非主键自增ID,应在代码生成器中配置相关策略
- 手动处理回填:对于不支持RETURNING的数据库,在插入后手动查询获取自增ID值
- 统一策略:项目中应统一非主键自增ID的处理方式,避免不同开发人员采用不同方案
总结
MyBatis-Plus作为优秀的ORM框架,在处理常规场景时表现优异,但在面对非主键自增ID这种特殊设计时,需要开发人员额外注意。通过合理的注解配置和代码生成策略,可以很好地解决这类问题,保证项目的稳定性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
770
5.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.36 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
865
1.96 K
Ascend Extension for PyTorch
Python
728
905
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
461
455
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++
1.09 K
1.12 K
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
1.93 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265