文章目录
分布式系统中由于跨进程跨系统,在某些场景中,我们需要生成全局的唯一ID,例如订单系统,并发情况下,不同的系统需要同时生成不一样的订单ID方便后续的订单下单与查询等等。
全局唯一ID生成策略
- UUID
- Redis自增
- snowflake算法
- 数据库自增
- 百度开源的UidGenerator
- 美图点评的Leaf
Redis自增ID策略
- 每天一个key,方便统计订单量
- ID构造:时间戳 + 计数器
ID的组成部分:
- 符号位:1bit,永远为0,表示正数
- 时间戳:31bit,最大2147483648秒,大概69年
- 序列号:32bit,秒内的计数器,支持每秒产生2^32个不同ID
利用redis生成全局唯一ID,其实redis扮演的角色就是一个计数器的作用,方便后续的统计。
- 优点:高性能,高并发,唯一性,递增性,安全性。
- 缺点:需要依赖redis去实现
代码实现
/**
* @author issavior
*/
@Component
public class RedisIdWorker {
/**
* 开始时间戳
*/
private static final long BEGIN_TIMESTAMP = 1640995200L;
/**
* 序列号的位数
*/
private static final int COUNT_BITS = 32;
private final StringRedisTemplate stringRedisTemplate;
public RedisIdWorker(StringRedisTemplate stringRedisTemplate) {
this.stringRedisTemplate = stringRedisTemplate;
}
public long nextId(String keyPrefix) {
// 1.生成时间戳
LocalDateTime now = LocalDateTime.now();
long nowSecond = now.toEpochSecond(ZoneOffset.UTC);
long timestamp = nowSecond - BEGIN_TIMESTAMP;
// 2.生成序列号
// 2.1.获取当前日期,精确到天
String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));
// 2.2.自增长
Long count = stringRedisTemplate.opsForValue().increment("icr:" + keyPrefix + ":" + date);
// 3.拼接并返回
return timestamp << COUNT_BITS | (count == null ? 0 : count);
}
/**
* 获取2022年1月1号0点0时0分的时间戳
* @param args
*/
public static void main(String[] args) {
LocalDateTime startLocalTime = LocalDateTime.of(2022, 1, 1, 0, 0, 0);
long startTime = startLocalTime.toEpochSecond(ZoneOffset.UTC);
System.out.println(startTime);
LocalDateTime now = LocalDateTime.now();
String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd:HH:mm"));
System.out.println(date);
}
}