“SELECT LAST_INSERT_ID 总是为1”
问题
问题是发生在从 ibatis 升级到 mybatis 出现的，代码中使用 SELECT LAST_INSERT_ID 获取自增 id，原来在 ibatis 好用的代码，升级到了 mybatis 就总是返回 1 了。
linkedkeeper_sequence 表结构如下：
CREATE TABLE `linkedkeeper_sequence` (
`seq_name` varchar(200) NOT NULL,
`current_value` bigint(20) NOT NULL,
`_increment` int(4) NOT NULL,
PRIMARY KEY (`seq_name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
ibatis 中获取自增 id 的 xml：
<insert timeout="30" id="update" parameterClass="java.lang.String">
UPDATE linkedkeeper_sequence
SET
current_value = LAST_INSERT_ID(current_value + _increment)
WHERE
seq_name = #seqname#
<selectKey resultClass="long">
<![CDATA[SELECT LAST_INSERT_ID() ]]>
</selectKey>
</insert>
Dao 的代码：
public long getSeq(final String seqName) throws Exception {
return insert("Seq.update", seqName);
}
第一次修改成 mybatis 的 xml，但总是返回 1。
<insert timeout="30" id="update" parameterType="java.lang.String">
UPDATE linkedkeeper_sequence
SET
current_value = LAST_INSERT_ID(current_value + _increment)
WHERE
seq_name = #{seqname}
<selectKey resultClass="long">
<![CDATA[SELECT LAST_INSERT_ID() ]]>
</selectKey>
</insert>
原因
在 mybatis 中，insert 之后返回的是 1 是影响的行数，并不是自增 id。
This chapter requires login to view full content. You are viewing a preview.
Login to View Full ContentCourse Curriculum
1
编程根基：数据结构、算法与系统基础
掌握常用数据结构与算法思想，理解操作系统进程/内存管理及网络 TCP/IP 模型，为后续性能分析、并发设计和系统调优提供底层认知支撑。
2
Java 内核：JVM 与并发编程
深入 JVM 内存布局、垃圾回收机制与 Java 内存模型，熟练使用并发工具类与锁原语，写出线程安全、低延迟、可诊断的高性能 Java 代码。
3
框架与 I/O：Spring、Netty 与 Web 容器
理解 Spring Boot 自动装配、AOP 与事务原理，掌握 Netty Reactor 模型及 Tomcat 连接处理机制，构建高内聚、易扩展的应用服务层。
4
高性能中间件：消息、缓存与存储
熟练运用 MySQL 索引/事务、Redis 缓存策略、Kafka/RocketMQ 消息可靠性，以及 ZooKeeper 分布式协调，搭建稳定、解耦的分布式数据底座。
5
架构能力：高可用、DDD 与系统设计
基于领域驱动设计划分限界上下文，结合限流、熔断、多活容灾等手段，设计可演进、可观测、故障自愈的大规模业务系统。
6
云原生：容器化、可观测性与工程效能
通过 Docker/K8s 实现弹性部署，集成 Metrics/Logs/Traces 构建可观测体系，推动 DevOps 与自动化，让架构在云上持续交付与进化。
Speaker
Songran Zhang
@Aliyun | Qwen Chat
Songran Zhang is senior systems architect at Aliyun, a speaker, and an author. Over the past 15 years, he's mastered architectures from cloud-native systems to AI-powered LLM platforms, building deep technical expertise across large-scale, high-availability systems.
