SQLPage中如何安全获取INSERT操作的自增ID值
2025-07-05 01:21:07作者:咎岭娴Homer
在SQLPage项目中,开发者经常需要获取INSERT操作后生成的自增ID值。本文将介绍几种主流数据库中安全获取自增ID的方法,以及它们在不同并发场景下的表现。
问题背景
在数据库操作中,我们经常需要执行INSERT语句后立即获取该记录的自增ID值。常见做法是使用INSERT...RETURNING语法,但在SQLPage的SET语句中直接使用这种语法会导致解析错误。
各数据库解决方案
PostgreSQL解决方案
PostgreSQL提供了currval函数,可以获取当前会话中最后生成的序列值。这个函数是会话隔离的,即使其他会话同时插入了记录,也不会影响当前会话获取正确的ID值。
INSERT INTO api_exchange(name) VALUES ('get-access-token');
SET api_exchange_id = currval('api_exchange_api_exchange_id_seq');
MySQL解决方案
MySQL提供了LAST_INSERT_ID()函数,它会返回当前连接最后生成的AUTO_INCREMENT值。这个函数也是连接隔离的,在多线程环境下同样安全。
INSERT INTO api_exchange(name) VALUES ('get-access-token');
SET api_exchange_id = LAST_INSERT_ID();
SQLite解决方案
SQLite使用last_insert_rowid()函数来获取最后插入行的ROWID。这个函数也是会话隔离的,在多线程环境下可以安全使用。
INSERT INTO api_exchange(name) VALUES ('get-access-token');
SET api_exchange_id = last_insert_rowid();
SQL Server解决方案
SQL Server提供了SCOPE_IDENTITY()函数,它会返回当前作用域内最后生成的标识值。这个函数也是会话和作用域隔离的,在多线程环境下同样安全。
INSERT INTO api_exchange(name) VALUES ('get-access-token');
SET api_exchange_id = SCOPE_IDENTITY();
并发安全性分析
所有这些数据库提供的函数都具有以下共同特点:
- 会话隔离性:它们返回的值只与当前数据库会话/连接相关
- 线程安全性:即使其他线程同时执行插入操作,也不会影响当前线程获取正确的ID值
- 即时性:它们能立即反映当前会话中最后执行的插入操作
最佳实践建议
- 在SQLPage中,应该使用各数据库提供的专用函数来获取自增ID,而不是尝试在SET语句中使用INSERT...RETURNING语法
- 这些函数调用应该紧跟在INSERT语句之后,中间不要执行其他可能产生ID的操作
- 在事务中使用时,这些函数会返回已提交或未提交的最后一个ID值
通过使用这些数据库原生函数,开发者可以安全、高效地获取自增ID值,而不用担心并发环境下的数据一致性问题。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
667
153
Ascend Extension for PyTorch
Python
216
235
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++
660
303
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
255
321
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
63
19
🎉 (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
1.19 K
651
仓颉编程语言运行时与标准库。
Cangjie
141
876
仓颉编译器源码及 cjdb 调试工具。
C++
133
866