一、@TableName
①@TableName处理问题
@TableName("t_user")
public class User {
}
②配置全局配置
mybatis-plus:
configuration:
#设置日志服务
log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
#设置Mybatis-Plus全局配置
global-config:
db-config:
# 设置实体类所对应的表统一前缀
table-prefix: t_
2、@TableId
①通过@TableId解决问题
@TableId("uid")
private Long id;
常见的主键策略:
| 值 | 描述 |
|---|---|
| IdType.ASSIGN_ID（默 认） | 基于雪花算法的策略生成数据id，与数据库id是否设置自增无关 |
| IdType.AUTO | 使用数据库的自增策略，注意，该类型请确保数据库设置了id自增， 否则无效 |
配置全局主键策略:
mybatis-plus:
configuration:
#设置日志服务
log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
#设置Mybatis-Plus全局配置
global-config:
db-config:
# 设置实体类所对应的表统一前缀
table-prefix: t_
#设置统一的主键生成策略
id-type: auto
3、雪花算法
一、背景 :
需要选择合适的方案去应对数据规模的增长，以应对逐渐增长的访问压力和数据量。 数据库的扩展方式主要包括：业务分库、主从复制，数据库分表。
二、数据库分表:
将不同业务数据分散存储到不同的数据库服务器，能够支撑百万甚至千万用户规模的业务，但如果业务继续发展，同一业务的单表数据也会达到单台数据库服务器的处理瓶颈。例如，淘宝的几亿用户数据， 如果全部存放在一台数据库服务器的一张表中，肯定是无法满足性能要求的，此时就需要对单表数据进行拆分。
三、雪花算法
