分布式id¶
随着业务的增长，文章表可能要占用很大的物理存储空间，为了解决该问题，后期使用数据库分片技术。将一个数据库进行拆分，通过数据库中间件连接。
表中数据越来越多，超过了一千万，表的存储达到极限。可以在同一个库下面进行分表。
如果数据库中该表选用ID自增策略，则可能产生重复的ID，此时应该使用分布式ID生成策略来生成ID。
分布式id-技术选型
| 方案 | 优势 | 劣势 |
|---|---|---|
| redis | （INCR）生成一个全局连续递增 的数字类型主键 | 增加了一个外部组件的依赖，Redis不可用，则整个数据库将无法在插入 |
| UUID | 全局唯一，Mysql也有UUID实现 | 36个字符组成（字符串类型），占用空间大 |
| snowflake算法 | 全局唯一 ，数字类型，存储成本低 | 机器规模大于1024台无法支持 |
snowflake是Twitter开源的分布式ID生成算法，结果是一个long型的ID。
其核心思想是：
- 使用41bit作为毫秒数
- 10bit作为机器的ID
- 5个bit是数据中心（机房ID）
- 5个bit的机器ID
- 12bit作为毫秒内的流水号（意味着每个节点在每毫秒可以产生 4096 个 ID）
- 最后还有一个符号位，永远是0
mybatis-plus已经集成了雪花算法，完成以下两步即可在项目中集成雪花算法
第一：在实体类中的id上加入如下配置，指定类型为id_worker
@TableId(value = "id",type = IdType.ID_WORKER)
private Long id;
第二：在application.yml文件中配置数据中心id和机器id
mybatis-plus:
mapper-locations: classpath*:mapper/*.xml
# 设置别名包扫描路径，通过该属性可以给包中的类注册别名
type-aliases-package: com.heima.model.article.pojos
global-config:
datacenter-id: 1 #数据中心id(取值范围：0-31)
workerId: 1 #机器id(取值范围：0-31)