引言

在MongoDB中，自动增长的功能主要通过使用数据库的ObjectId或自定义的序列来实现。ObjectId是MongoDB默认的主键类型，它是唯一的并且具有一定的排序特性。然而，在某些场景下，可能需要使用自定义的自动增长ID，例如在某些遗留系统中或者为了更好的用户体验。


基本语法和命令


使用ObjectId

ObjectId是MongoDB默认的主键类型，它由12字节组成，包括时间戳、机器标识符、进程ID和计数器。每次插入新文档时，MongoDB会自动生成一个新的ObjectId。

插入新文档时，_id字段会自动生成：

1


db.collection.insertOne({name: "example"})



自定义自动增长ID

如果需要自定义自动增长ID，可以使用以下方法：

创建计数器集合：
创建一个专门的集合来存储序列计数器。

1

2


db.createCollection("counters")

db.counters.insertOne({_id: "productid", seq: 0})


定义获取下一个序列值的函数：
使用findAndModify原子操作来获取并增加序列值。

1

2

3

4

5

6

7

8


function getNextSequence(name) {

var ret = db.counters.findAndModify({

query: { _id: name },

update: { $inc: { seq: 1 } },

new: true

});

return ret.seq;

}


插入新文档并使用自定义ID：
在插入新文档时，调用该函数以生成新的ID。

1

2

3

4


db.products.insertOne({

_id: getNextSequence("productid"),

name: "example"

})



示例

以下是完整的示例代码：

  • 创建计数器集合并插入初始值：

1


db.counters.insertOne({_id: "userid", seq: 0})


  • 定义获取下一个序列值的函数：

1

2

3

4

5

6

7

8


function getNextSequence(name) {

var ret = db.counters.findAndModify({

query: { _id: name },

update: { $inc: { seq: 1 } },

new: true

});

return ret.seq;

}


  • 插入新文档并使用自定义ID：

1

2

3

4


db.users.insertOne({

_id: getNextSequence("userid"),

name: "John Doe"

})



应用场景


1. 遗留系统迁移

详解：
在许多企业中，遗留系统使用关系数据库（如MySQL、PostgreSQL等），并依赖于自增ID作为主键。如果计划将这些系统迁移到MongoDB中，直接使用MongoDB的ObjectId可能会导致兼容性问题或破坏现有业务逻辑。因此，自定义自动增长ID可以简化迁移过程，保留原有系统的ID生成机制。

示例场景：
假设一家电子商务公司决定将其产品数据库从MySQL迁移到MongoDB。原系统中的产品ID是自增的整数。

1

2

3

4

5

6

7

8

9


// MySQL中的产品表

CREATE TABLE products (

id INT AUTO_INCREMENT PRIMARY KEY,

name VARCHAR(255),

price DECIMAL(10, 2)

);

 

// 原有数据

INSERT INTO products (name, price) VALUES ('Laptop', 999.99), ('Smartphone', 699.99);


在迁移到MongoDB时，需要保留这些自增的ID。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19


// 在MongoDB中创建计数器集合

db.counters.insertOne({_id: "productid", seq: 2}) // 假设MySQL中已有两个产品

 

// 定义获取下一个序列值的函数

function getNextSequence(name) {

var ret = db.counters.findAndModify({

query: { _id: name },

update: { $inc: { seq: 1 } },

new: true

});

return ret.seq;

}

 

// 插入新产品时使用自定义ID

db.products.insertOne({

_id: getNextSequence("productid"),

name: "Tablet",

price: 499.99

});



2. 用户友好ID

详解：
对于前端用户，使用连续的、自增的数字ID比使用ObjectId更友好、更容易记忆。特别是在需要用户手动输入或引用ID的场景中，自增ID会更简洁、易读。

示例场景：
一个博客平台希望用户能够通过短链接直接访问文章。使用自增ID可以生成短链接，提升用户体验。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23


// 创建计数器集合

db.counters.insertOne({_id: "postid", seq: 0})

 

// 定义获取下一个序列值的函数

function getNextSequence(name) {

var ret = db.counters.findAndModify({

query: { _id: name },

update: { $inc: { seq: 1 } },

new: true

});

return ret.seq;

}

 

// 插入新文章时使用自定义ID

db.posts.insertOne({

_id: getNextSequence("postid"),

title: "How to Use MongoDB",

content: "MongoDB is a NoSQL database..."

});

 

// 生成的短链接

var postId = getNextSequence("postid");

var shortLink = `http://blogplatform.com/post/${postId}`; // http://blogplatform.com/post/1



3. 特定业务需求

详解：
某些业务逻辑需要使用连续的、自增的数字ID。例如，订单管理系统可能需要连续的订单号，以便于财务对账和客户查询。

示例场景：
一家在线零售商需要为每个订单生成连续的订单号，以便于物流跟踪和客户服务。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27


// 创建计数器集合

db.counters.insertOne({_id: "orderid", seq: 1000}) // 假设订单号从1001开始

 

// 定义获取下一个序列值的函数

function getNextSequence(name) {

var ret = db.counters.findAndModify({

query: { _id: name },

update: { $inc: { seq: 1 } },

new: true

});

return ret.seq;

}

 

// 插入新订单时使用自定义ID

db.orders.insertOne({

_id: getNextSequence("orderid"),

customerName: "Alice",

items: [

{productId: 1, quantity: 2},

{productId: 2, quantity: 1}

],

total: 1699.97

});

 

// 新生成的订单号

var orderId = getNextSequence("orderid");

console.log("New Order ID: " + orderId); // New Order ID: 1001



注意事项


1. 并发问题

详解：
在高并发环境中，多个请求同时访问计数器集合时，必须确保findAndModify操作是原子的，以避免生成重复ID。MongoDB的findAndModify操作是原子的，它可以保证在高并发环境下每次操作都是唯一的，从而避免重复ID的生成。

示例代码：

假设有一个计数器集合counters，我们使用以下代码来确保原子性：

1

2

3

4

5

6

7

8

9

10

11

12

13

14


// 获取下一个自增ID的函数

function getNextSequenceValue(sequenceName) {

var sequenceDocument = db.counters.findAndModify({

query: { _id: sequenceName },

update: { $inc: { sequence_value: 1 } },

new: true,

upsert: true

});

return sequenceDocument.sequence_value;

}

 

// 使用示例

var nextUserId = getNextSequenceValue('user_id');

db.users.insert({ _id: nextUserId, name: "John Doe" });



2. 性能影响

详解：
频繁更新计数器集合可能会成为性能瓶颈，尤其是在高并发环境中。每次获取新的ID都需要对计数器集合进行读写操作。这种频繁的读写操作可能会影响数据库的整体性能。为了解决这个问题，可以考虑使用分布式ID生成算法，如Twitter的Snowflake，它生成的ID不仅是唯一的，而且是分布式的，不需要频繁访问数据库。

示例代码：

使用JavaScript实现简单版的Snowflake算法：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58


class Snowflake {

constructor(workerId, datacenterId, sequence = 0) {

this.workerId = workerId;

this.datacenterId = datacenterId;

this.sequence = sequence;

this.twepoch = 1288834974657n;

this.workerIdBits = 5n;

this.datacenterIdBits = 5n;

this.maxWorkerId = -1n ^ (-1n << this.workerIdBits);

this.maxDatacenterId = -1n ^ (-1n << this.datacenterIdBits);

this.sequenceBits = 12n;

this.workerIdShift = this.sequenceBits;

this.datacenterIdShift = this.sequenceBits + this.workerIdBits;

this.timestampLeftShift = this.sequenceBits + this.workerIdBits + this.datacenterIdBits;

this.sequenceMask = -1n ^ (-1n << this.sequenceBits);

this.lastTimestamp = -1n;

}

 

tilNextMillis(lastTimestamp) {

let timestamp = this.timeGen();

while (timestamp <= lastTimestamp) {

timestamp = this.timeGen();

}

return timestamp;

}

 

timeGen() {

return BigInt(Date.now());

}

 

nextId() {

let timestamp = this.timeGen();

 

if (timestamp < this.lastTimestamp) {

throw new Error('Clock moved backwards. Refusing to generate id');

}

 

if (this.lastTimestamp === timestamp) {

this.sequence = (this.sequence + 1n) & this.sequenceMask;

if (this.sequence === 0n) {

timestamp = this.tilNextMillis(this.lastTimestamp);

}

} else {

this.sequence = 0n;

}

 

this.lastTimestamp = timestamp;

return ((timestamp - this.twepoch) << this.timestampLeftShift) |

(this.datacenterId << this.datacenterIdShift) |

(this.workerId << this.workerIdShift) |

this.sequence;

}

}

 

// 使用示例

const snowflake = new Snowflake(1n, 1n);

const id = snowflake.nextId();

console.log(id.toString());  // 生成唯一ID



3. 唯一性保证

详解：
在分布式环境中，确保ID的唯一性是一个挑战。即使在多个节点上生成ID，也必须保证每个ID是唯一的。通过使用分布式ID生成算法（如上所述的Snowflake），可以在多个节点上生成唯一的ID，而不需要依赖单一的数据库计数器。

示例代码：

继续使用上面的Snowflake示例，在多个服务节点上生成唯一ID：

1

2

3

4

5

6

7

8

9


// 服务节点1

const snowflake1 = new Snowflake(1n, 1n);

const id1 = snowflake1.nextId();

console.log(id1.toString());  // 唯一ID

 

// 服务节点2

const snowflake2 = new Snowflake(2n, 1n);

const id2 = snowflake2.nextId();

console.log(id2.toString());  // 唯一ID


通过以上示例，在不同的服务节点上生成的ID仍然是唯一的，确保了分布式环境中的ID唯一性。


总结

在MongoDB中，ObjectId提供了一种简单且有效的唯一标识符生成方式，但在某些情况下，自定义的自动增长ID可能更适合。通过创建计数器集合和使用findAndModify操作，可以实现自定义的自动增长ID。需要注意的是，在实现自定义自动增长ID时，必须处理好并发和性能问题，以确保ID的唯一性和生成效率。

以上就是MongoDB中自动增长ID详解(实现、应用及优化)的详细内容，更多关于MongoDB自动增长ID的资料请关51CTO其它相关文章！