MySQL 的自增 ID（Auto Increment ID）是数据库表中最常用的主键类型之一。然而，在一些特定的场景下，例如当表中的数据量非常大或者应用场景特殊时，自增 ID 可能会达到其最大值。默认情况下，MySQL 的自增 ID 是一个 BIGINT 类型，这种类型的最大值是 2^63 - 1，即 9223372036854775807，远远超过实际应用中可能达到的数量级。但是，在一些情况下，例如使用了 INT 类型或是数据表长期运行且 ID 的使用不当时，可能会遇到 ID 用尽的问题。
如果表中的自增 ID 已经接近上限，可以通过更改列的类型来扩展 ID 的范围。
从 INT 扩展到 BIGINT：
ALTER TABLE table_name MODIFY id BIGINT UNSIGNED AUTO_INCREMENT;
BIGINT 类型提供了更大的数值范围，比 INT 类型可以支持更大的 ID 数量。
UUID（通用唯一标识符）是一种具有很高唯一性的标识符，UUID 的长度为 128 位，几乎可以保证全局唯一性。使用 UUID 替代自增 ID 可以避免 ID 用尽的问题，但 UUID 相较于自增 ID 更长，会对存储和性能产生影响。
生成 UUID 的示例：
CREATE TABLE table_name (
id CHAR(36) NOT NULL PRIMARY KEY DEFAULT (UUID()),
name VARCHAR(255)
);
在插入数据时，UUID 会自动生成。
INSERT INTO table_name (name) VALUES ('example_name');
可以使用 MySQL 提供的 UUID() 函数来生成 UUID。
这种策略将 ID 生成分成多个段，每个段由不同的生成策略或不同的表来管理。通过这种方式，可以避免单一表的 ID 上限问题。
使用不同的表来生成 ID：
维护多个 ID 生成表，每个表管理一个 ID 段。例如：
CREATE TABLE id_generator_1 (
id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
INDEX (id)
);
CREATE TABLE id_generator_2 (
id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
INDEX (id)
);
在插入新数据时，根据需要选择合适的表来生成 ID。
合成主键（Composite Key）是由多个列组合而成的主键。这种方案可以在需要时使用额外的列来生成唯一标识符，从而避免单一列的 ID 限制。
示例：
CREATE TABLE table_name (
id INT UNSIGNED AUTO_INCREMENT,
other_column VARCHAR(255),
PRIMARY KEY (id, other_column)
);
调整自增列的步长和偏移量，虽然这不能直接解决 ID 用尽问题，但可以优化 ID 的分配和使用效率。
设置步长和偏移量：
ALTER TABLE table_name AUTO_INCREMENT = 1000000;
这将 ID 从一个新的起始值开始。
数据库分片（Sharding）是将数据分布到多个数据库实例上，从而避免单个数据库的自增 ID 达到上限的问题。
示例：
将数据分布到多个数据库实例，每个实例有独立的 ID 生成策略。例如：
CREATE TABLE db1.table_name (
id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
name VARCHAR(255)
);
CREATE TABLE db2.table_name (
id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
name VARCHAR(255)
);
在应用层选择合适的数据库实例来插入数据。
基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能
- 项目地址：https://github.com/YunaiV/ruoyi-vue-pro
- 视频教程：https://doc.iocoder.cn/video/
- 更改 ID 列的类型： 将 INT 更改为 BIGINT，以提供更大的 ID 范围。
- 使用 UUID： 替代自增 ID 以避免 ID 用尽问题，但需要考虑 UUID 的存储和性能影响。
- 分段 ID 生成策略： 通过维护多个 ID 生成表或段来管理 ID。
- 使用合成主键： 使用多个列组合成主键，以绕过单一列的限制。
- 数据库分片： 将数据分布到多个数据库实例上，避免单个数据库的 ID 限制。
根据实际情况选择合适的方案，以确保系统的可扩展性和数据的唯一性。
