在JeecgBoot项目中实现表主键自增的增强方案
2025-05-03 02:03:33作者:邵娇湘
背景介绍
JeecgBoot作为一款流行的快速开发框架,其Online表单功能默认使用UUID作为表的主键ID。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。
默认设计的局限性
框架默认采用UUID作为主键存在以下问题:
- 可读性差:UUID是一串无意义的字符,不利于人工识别和记忆
- 排序困难:UUID无法按插入顺序自然排序
- 业务需求:某些业务场景需要连续的数字ID便于业务处理
解决方案设计
我们可以通过实现CgformEnhanceJavaInter接口来增强表单插入逻辑,实现数字自增ID功能。核心思路是:
- 在数据插入前拦截操作
- 查询当前表最大ID值
- 为新记录设置递增后的ID值
具体实现代码
@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;
// 静态初始化需要增强的表
static {
predefinedMap = new HashMap<>();
predefinedMap.put("库名.表名", 1); // 对应online表单开发中的表名
// 可添加更多需要自增ID的表
}
@Autowired
private JdbcTemplate jdbcTemplate;
@Override
public void execute(String tableName, JSONObject json) throws BusinessException {
// 检查当前表是否需要自增ID处理
if(predefinedMap.containsKey(tableName)) {
// 查询当前表最大ID值
String sql = "SELECT COALESCE(MAX(id), 0) FROM " + tableName;
Long maxId = jdbcTemplate.queryForObject(sql, Long.class);
if (maxId != null) {
// 设置递增后的ID
json.put("id", ++maxId);
}
}
}
}
实现要点解析
- 表名映射管理:通过静态Map维护需要自增ID的表名,便于集中管理
- 线程安全考虑:使用JdbcTemplate进行数据库操作,确保线程安全
- 空值处理:使用COALESCE函数处理表为空的情况,默认从0开始
- 增量处理:采用前置++操作符确保ID递增
使用注意事项
-
并发控制:此方案在高并发场景下可能出现ID重复问题,应考虑:
- 添加数据库锁
- 使用序列(Sequence)
- 或采用分布式ID生成方案
-
表设计配合:确保数据库表的主键字段类型为数值型(如BIGINT)
-
性能影响:每次插入前需要查询MAX(id),对性能有一定影响,可考虑缓存机制
扩展思考
对于更复杂的业务场景,可以进一步优化:
- 分表分库支持:增加分表逻辑,确保ID在分片环境下唯一
- ID生成策略:支持多种ID生成算法(雪花算法等)
- 配置化管理:将表名映射改为可动态配置的方式
总结
通过这种增强实现,我们可以在保持JeecgBoot框架原有功能的基础上,灵活地为特定表实现自增ID功能。这种方案既解决了业务需求,又保持了框架的扩展性,是一种实用的折中方案。开发者可以根据实际业务场景,进一步调整和优化这一实现。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781