Java中的ID生成器：从基础实现到高效设计的全面指南

ByteTranslator

于 2024-07-27 21:10:28 发布

阅读量191

点赞数 2

文章标签： java 开发语言

本文链接：https://blog.csdn.net/u012903034/article/details/140741302

版权

Java中的ID生成器：从基础实现到高效设计的全面指南

在软件开发中，ID生成器是一个至关重要的组件。它用于为对象、记录、用户或其他实体创建唯一标识符。Java提供了多种方法来实现ID生成器，从简单的递增计数器到复杂的分布式系统。本指南将逐步介绍如何在Java中编写一个高效且可靠的ID生成器。

1. 简单递增ID生成器

最简单的ID生成器是基于一个递增的计数器。每次生成ID时，计数器的值都会增加。这种方法适用于单线程环境或不需要全球唯一性的场景。

示例

public class SimpleIdGenerator {
    private int counter = 0;

    public synchronized int generateId() {
        return counter++;
    }

    public static void main(String[] args) {
        SimpleIdGenerator idGenerator = new SimpleIdGenerator();
        for (int i = 0; i < 5; i++) {
            System.out.println("Generated ID: " + idGenerator.generateId());
        }
    }
}

注意事项

线程安全：在多线程环境中，需要使用synchronized关键字来保证线程安全。
范围限制：整数的最大值为Integer.MAX_VALUE，超过此值后需要进行处理。

2. 使用UUID生成唯一ID

Java提供了UUID类来生成128位的全局唯一标识符。UUID（Universally Unique Identifier）是一个通用标准，用于创建不重复的标识符。

示例

import java.util.UUID;

public class UUIDGenerator {
    public static void main(String[] args) {
        for (int i = 0; i < 5; i++) {
            UUID uuid = UUID.randomUUID();
            System.out.println("Generated UUID: " + uuid.toString());
        }
    }
}

优点

全局唯一性：UUID保证在时间和空间上的唯一性。
简单易用：只需调用UUID.randomUUID()即可生成一个新的UUID。

缺点

存储开销：UUID为128位，存储和传输可能比简单的整数ID更为昂贵。
可读性差：UUID通常较长，不易阅读和管理。

3. 基于时间戳的ID生成器

基于时间戳的ID生成器利用当前时间来生成唯一ID。这种方法适用于需要按照时间顺序生成ID的场景。

示例

public class TimestampIdGenerator {
    private long lastTimestamp = -1L;
    private int counter = 0;
    private static final int MAX_COUNTER = 9999;

    public synchronized String generateId() {
        long timestamp = System.currentTimeMillis();
        
        if (timestamp == lastTimestamp) {
            counter++;
            if (counter > MAX_COUNTER) {
                // 等待下一个毫秒
                while (timestamp <= lastTimestamp) {
                    timestamp = System.currentTimeMillis();
                }
                counter = 0;
            }
        } else {
            counter = 0;
            lastTimestamp = timestamp;
        }
        
        return timestamp + String.format("%04d", counter);
    }

    public static void main(String[] args) {
        TimestampIdGenerator idGenerator = new TimestampIdGenerator();
        for (int i = 0; i < 5; i++) {
            System.out.println("Generated ID: " + idGenerator.generateId());
        }
    }
}

优点

顺序性：生成的ID按时间顺序排列，适用于日志记录等应用场景。
相对简单：实现简单，易于理解。

缺点

时钟回拨问题：如果系统时钟回拨，可能会导致ID重复。
并发限制：在高并发环境下需要处理计数器溢出问题。

4. 分布式ID生成器（基于Snowflake算法）

在分布式系统中，ID生成器需要保证多个节点生成的ID不重复。Snowflake算法是由Twitter推出的一种分布式ID生成算法，它生成的ID是64位长的数字，具有全球唯一性和时间顺序性。

Snowflake算法结构

Snowflake算法的ID由以下部分组成：

1位符号位：始终为0。
41位时间戳：表示当前时间与自定义起始时间的差值，单位为毫秒。
10位节点ID：用于标识生成ID的机器或节点。
12位序列号：在同一毫秒内生成的ID序列号。

示例

public class SnowflakeIdGenerator {
    private final long twepoch = 1627824000000L; // 自定义起始时间戳
    private final long nodeId;
    private long sequence = 0L;
    private long lastTimestamp = -1L;

    private static final long nodeIdBits = 10L;
    private static final long maxNodeId = ~(-1L << nodeIdBits);
    private static final long sequenceBits = 12L;
    private static final long nodeIdShift = sequenceBits;
    private static final long timestampLeftShift = sequenceBits + nodeIdBits;
    private static final long sequenceMask = ~(-1L << sequenceBits);

    public SnowflakeIdGenerator(long nodeId) {
        if (nodeId > maxNodeId || nodeId < 0) {
            throw new IllegalArgumentException(String.format("Node ID must be between 0 and %d", maxNodeId));
        }
        this.nodeId = nodeId;
    }

    public synchronized long generateId() {
        long timestamp = currentTimeMillis();

        if (timestamp < lastTimestamp) {
            throw new RuntimeException("Clock moved backwards. Refusing to generate id.");
        }

        if (timestamp == lastTimestamp) {
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                timestamp = waitUntilNextMillis(timestamp);
            }
        } else {
            sequence = 0;
        }

        lastTimestamp = timestamp;

        return ((timestamp - twepoch) << timestampLeftShift) | (nodeId << nodeIdShift) | sequence;
    }

    private long waitUntilNextMillis(long currentMillis) {
        long timestamp = currentTimeMillis();
        while (timestamp <= currentMillis) {
            timestamp = currentTimeMillis();
        }
        return timestamp;
    }

    private long currentTimeMillis() {
        return System.currentTimeMillis();
    }

    public static void main(String[] args) {
        SnowflakeIdGenerator idGenerator = new SnowflakeIdGenerator(1);
        for (int i = 0; i < 5; i++) {
            System.out.println("Generated ID: " + idGenerator.generateId());
        }
    }
}

优点

分布式：适用于分布式环境，可在多个节点上生成唯一ID。
高效性：生成ID的速度非常快，每秒可生成数百万个ID。
时间顺序：生成的ID按时间顺序排列，方便进行时间排序。

缺点

实现复杂度：相较于其他方法，Snowflake算法的实现较为复杂。
依赖时钟：时钟回拨可能导致ID重复。

5. 使用数据库自增ID

在许多情况下，可以使用数据库的自增列来生成唯一ID。这种方法简单且有效，特别适用于单节点应用程序。

示例

以MySQL为例：

CREATE TABLE orders (
    id BIGINT AUTO_INCREMENT PRIMARY KEY,
    order_number VARCHAR(255) NOT NULL
);

在Java中使用JDBC进行插入操作：

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
import java.sql.Statement;

public class DatabaseIdGenerator {
    public static void main(String[] args) {
        try (Connection connection = DriverManager.getConnection("jdbc:mysql://localhost:3306/mydatabase", "username", "password")) {
            String insertSQL = "INSERT INTO orders (order_number) VALUES (?)";
            try (PreparedStatement preparedStatement = connection.prepareStatement(insertSQL, Statement.RETURN_GENERATED_KEYS)) {
                preparedStatement.setString(1, "ORDER-001");
                preparedStatement.executeUpdate();

                try (ResultSet generatedKeys = preparedStatement.getGeneratedKeys()) {
                    if (generatedKeys.next()) {
                        long id = generatedKeys.getLong(1);
                        System.out.println("Generated ID: " + id);
                    }
                }
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

优点

简单易用：利用数据库的自增功能，无需额外实现复杂的ID生成逻辑。
持久性：生成的ID直接存储在数据库中，具备持久性。

缺点

性能瓶颈：在高并发环境下，数据库可能成为性能瓶颈。
分布式问题：在分布式环境中，多个节点共享一个数据库可能导致可扩展性问题。

总结

在Java中实现ID生成器有多种方法，选择合适

的方案取决于具体的应用场景和需求：

简单递增ID生成器适用于单线程环境和简单应用。
UUID提供全局唯一性，适用于不要求有序的场景。
基于时间戳的ID生成器提供时间顺序性，适用于需要按时间排序的应用。
Snowflake算法适用于分布式系统，提供全球唯一性和时间顺序性。
数据库自增ID简单易用，适用于单节点应用和持久性需求。

通过合理选择和组合这些技术，可以构建一个高效、可靠的ID生成系统，以满足各种应用场景的需求。

ByteTranslator

关注

2
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
Java中的ID生成器：从基础实现到高效设计的全面指南

在Java中实现ID生成器有多种方法，选择合适简单递增ID生成器适用于单线程环境和简单应用。UUID提供全局唯一性，适用于不要求有序的场景。基于时间戳的ID生成器提供时间顺序性，适用于需要按时间排序的应用。Snowflake算法适用于分布式系统，提供全球唯一性和时间顺序性。数据库自增ID简单易用，适用于单节点应用和持久性需求。通过合理选择和组合这些技术，可以构建一个高效、可靠的ID生成系统，以满足各种应用场景的需求。
复制链接

扫一扫