Java使用idworker生成唯一id的用法

最新推荐文章于 2024-08-09 14:50:15 发布
最新推荐文章于 2024-08-09 14:50:15 发布
阅读量5.5k 收藏 1
点赞数
分类专栏： java 文章标签： java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u014131617/article/details/86505821
版权
coder阿龙
关注
专栏目录
IdWorker生成不重复id
GuessHat的博客
02-16 1587
IdWorker生成不重复id package entity; import java.lang.management.ManagementFactory; import java.net.InetAddress; import java.net.NetworkInterface; /** * <p>名称：IdWorker.java</p> * <p>描述：分布式自增长ID</p> * <pre> * Twitter的 Snow
Java中生成唯一ID的方法
wy122222222的博客
01-19 2771
有时我们不依赖于数据库中自动递增的字段产生唯一ID,比如多表同一字段需要统一一个唯一ID,这时就需要用程序来生成一个唯一的全局ID。 UUID 从Java 5开始， UUID 类提供了一种生成唯一ID的简单方法。UUID是通用唯一识别码 (Universally Unique Identifier)的缩写，UUID来源于OSF(Open Software Foundation，开源软件基金会)的DCE(Distributed Computing Environment，分布式计算环境)规范。UUID 的目的
IdWorker.java
09-29
Twitter的雪花算法SnowFlake，使用Java代码实现。 分布式系统中，有一些需要使用全局唯一ID的场景，这种时候为了防止ID冲突可以使用36位的UUID，但是UUID有一些缺点，首先他相对比较长，另外UUID一般是无序的。有些时候我们希望能使用一种简单一些的ID，并且希望ID能够按照时间有序生成。
idworker java_IdWorker.java
weixin_33404438的博客
02-13 228
package test;public class IdWorker {private long workerId;private long datacenterId;private long sequence;public IdWorker(long workerId, long datacenterId, long sequence){// sanity check for workerIdi...
Java学习篇（一）| 如何生成分布式全局唯一ID
qq_20236937的博客
08-09 1307
Java学习篇（一）| 如何生成分布式全局唯一ID
Java分布式自增长ID实现方案
weixin_34393428的博客
01-26 1520
package cc.zeelan.framework; import java.lang.management.ManagementFactory; import java.net.InetAddress; import java.net.NetworkInterface; /** * <p>名称：IdWorker.java</p> * &lt...
java 获取分布式唯一ID.雪花ID
02-10
使用时，你需要创建一个`SnowflakeIdWorker`实例，它会根据系统时间和工作节点ID生成ID。例如： ```java import com.github.benmanes.caffeine.cache.Cache; import com.github.benmanes.caffeine.cache.Caffeine; ...
python雪花算法生成id_使用(IdWorker)推特雪花算法生成id
weixin_39703561的博客
12-20 634
package com.atguigu.springboot.utils;import java.lang.management.ManagementFactory;import java.net.InetAddress;import java.net.NetworkInterface;/*** @Author jose* date 2019*/public class IdWorker {// ...
Mybatis-Plus 使用ID_WORKER生成主键id重复
BUG指挥课堂
06-14 6734
问题解决 1.先设置workerId为随机数，这样保证每个机器部署的时候拿到的都是随机数 这里你启动项目的时候会发现一个异常image-20210513114104666异常很明显，这里的worer id 必选小于31，那我们就需要修改一下随机数 断点后的结果是：image-20210513114406190这个时候看到workerId没有生效，我们继续分析下源码。项目启动的时候，mybatis-plus 会调用一个 方法来初始化配置信息，我们看下代码 我们发现workerI
IdWorker工具类，自增长Id
无恙。的博客
05-24 2877
IdWorker工具类及使用 这个idwoker所生成的id是自增长的。 所用到的id是Long类型的，于uuid的String类型所不同; 话不多说，上工具类： public class IdWorker { /** * 这个就是代表了机器id */ private long workerId; // 这个就是代表了机房id private long datacenterId; // 这个就是代表了一毫秒内生成的多个id的最新序号 private long sequen
基于Java代码实现游戏服务器生成全局唯一ID的方法汇总
09-01
我们在做服务器系统开发的时候，为了适应数据大并发的请求，需要插入数据库之前生成一个全局的唯一id，纠结全局唯一id怎么生成呢？下面小编给大家分享Java代码实现游戏服务器生成全局唯一ID的方法汇总，涉及到优劣势方面的知识点，对此感兴趣的朋友一起看看吧
Java 数据库主键生成类 IdWorker
05-05
高并发分布式系统中生成全局唯一Id汇总 数据在分片时，典型的是分库分表，就有一个全局ID生成的问题。 单纯的生成全局ID并不是什么难题，但是生成的ID通常要满足分片的一些要求： 1 不能有单点故障。 2 以时间为序，或者ID里包含时间。这样一是可以少一个索引，二是冷热数据容易分离。 3 可以控制ShardingId。比如某一个用户的文章要放在同一个分片内，这样查询效率高，修改也容易。 4 不要太长，最好64bit。使用long比较好操作，如果是96bit，那就要各种移位相当的不方便，还有可能有些组件不能支持这么大的ID。 一 twitter twitter在把存储系统从MySQL迁移到Cassandra的过程中由于Cassandra没有顺序ID生成机制，于是自己开发了一套全局唯一ID生成服务：Snowflake。 1 41位的时间序列（精确到毫秒，41位的长度可以使用69年） 2 10位的机器标识（10位的长度最多支持部署1024个节点） 3 12位的计数顺序号（12位的计数顺序号支持每个节点每毫秒产生4096个ID序号） 最高位是符号位，始终为0。 优点：高性能，低延迟；独立的应用；按时间有序。 缺点：需要独立的开发和部署。 原理 java 实现代码 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 59 60 61 62 63 64 65 66 67 68 69 70 71 public class IdWorker { private final long workerId; private final static long twepoch = 1288834974657L; private long sequence = 0L; private final static long workerIdBits = 4L; public final static long maxWorkerId = -1L ^ -1L << workerIdBits; private final static long sequenceBits = 10L; private final static long workerIdShift = sequenceBits; private final static long timestampLeftShift = sequenceBits + workerIdBits; public final static long sequenceMask = -1L ^ -1L < this.maxWorkerId || workerId < 0) { throw new IllegalArgumentException(String.format( "worker Id can't be greater than %d or less than 0", this.maxWorkerId)); } this.workerId = workerId; } public synchronized long nextId() { long timestamp = this.timeGen(); if (this.lastTimestamp == timestamp) { this.sequence = (this.sequence + 1) & this.sequenceMask; if (this.sequence == 0) { System.out.println("###########" + sequenceMask); timestamp = this.tilNextMillis(this.lastTimestamp); } } else { this.sequence = 0; } if (timestamp < this.lastTimestamp) { try { throw new Exception( String.format( "Clock moved backwards. Refusing to generate id for %d milliseconds", this.lastTimestamp - timestamp)); } catch (Exception e) { e.printStackTrace(); } } this.lastTimestamp = timestamp; long nextId = ((timestamp - twepoch << timestampLeftShift)) | (this.workerId << this.workerIdShift) | (this.sequence); System.out.println("timestamp:" + timestamp + ",timestampLeftShift:" + timestampLeftShift + ",nextId:" + nextId + ",workerId:" + workerId + ",sequence:" + sequence); return nextId; } private long tilNextMillis(final long lastTimestamp) { long timestamp = this.timeGen(); while (timestamp <= lastTimestamp) { timestamp = this.timeGen(); } return timestamp; } private long timeGen() { return System.currentTimeMillis(); } public static void main(String[] args){ IdWorker worker2 = new IdWorker(2); System.out.println(worker2.nextId()); } }
java 全局唯一id_JAVA生成全局唯一ID 使用 java.util.UUID
weixin_31858171的博客
02-13 1563
有时我们不依赖于数据库中自动递增的字段产生唯一ID,比如多表同一字段需要统一一个唯一ID,这时就需要用程序来生成一个唯一的全局ID,然后在数据库事务中同时插入到多章表中实现同步.在java中有个类工具很好的实现产生唯一ID(UUID),但是由数字和字母及中划线组成的,故数据库字段应该设置为char 并相应的建立索引.UUID是128位整数(16字节)的全局唯一标识符(Universally Uni...
分布式全局ID生成方案
JaJian的博客
07-08 696
传统的单体架构的时候，我们基本是单库然后业务单表的结构。每个业务表的ID一般我们都是从1增，通过AUTO_INCREMENT=1设置自增起始值，但是在分布式服务架构模式下分库分表的设计，使得多个库或多个表存储相同的业务数据。这种情况根据数据库的自增ID就会产生相同ID的情况，不能保证主键的唯一性。 如上图，如果第一个订单存储在 DB1 上则订单 ID 为1，当一个新订单又入库了存储在 DB2...
IdWorker分布式ID生成器
2302_76413783的博客
05-17 891
IdWorker分布式ID生成器
雪花id生成代码java
最新发布
09-07
雪花算法（Snowflake Algorithm）是Twitter开源的分布式ID生成算法，其核心思想是使用一个64位的long型的数字作为全局唯一ID。这个64位的ID（默认情况下）可以分成以下几个部分： 1. 第一位是未使用的符号位，始终为0。 2. 接下来的41位是时间戳，精确到毫秒级，41位时间戳可以使用69年。 3. 然后是5位的数据中心ID和5位的机器ID。这10位可以部署在1024个节点，包括5位datacenterId和5位workerId。 4. 最后12位是毫秒内的计数，12位的计数顺序号支持每个节点每毫秒（同一机器，同一时间戳）产生4096个ID序号。 以下是一个简单的Java实现示例： ```java public class SnowflakeIdWorker { // ==============================Fields=========================================== /** 开始时间截 (2015-01) */ private final long twepoch = 1420041600000L; /** 机器id所占的位数 */ private final long workerIdBits = 5L; /** 数据标识id所占的位数 */ private final long datacenterIdBits = 5L; /** 支持的最大机器id，结果是31 */ private final long maxWorkerId = -1L << workerIdBits); /** 支持的最大数据标识id，结果是31 */ private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits); /** 序列在id中占的位数 */ private final long sequenceBits = 12L; /** 机器ID向左移12位 */ private final long workerIdShift = sequenceBits; /** 数据标识id向左移17位(12+5) */ private final long datacenterIdShift = sequenceBits + workerIdBits; /** 时间截向左移22位(5+5+12) */ private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits; /** 生成序列的掩码，这里为4095 (0b111111111111=0xfff=4095) */ private final long sequenceMask = -1L ^ (-1L << sequenceBits); /** 工作机器ID(0~31) */ private long workerId; /** 数据中心ID(0~31) */ private long datacenterId; /** 毫秒内序列(0~4095) */ private long sequence = 0L; /** 上次生成ID的时间截 */ private long lastTimestamp = -1L; //==============================Constructors===================================== /** * 构造函数 * @param workerId 工作ID (0~31) * @param datacenterId 数据中心ID (0~31) */ public SnowflakeIdWorker(long workerId, long datacenterId) { if (workerId > maxWorkerId || workerId < 0) { throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0", maxWorkerId)); } if (datacenterId > maxDatacenterId || datacenterId < 0) { throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId)); } this.workerId = workerId; this.datacenterId = datacenterId; } // ==============================Methods========================================== /** * 获得下一个ID (该方法是线程安全的) * @return SnowflakeId */ public synchronized long nextId() { long timestamp = timeGen(); //如果当前时间小于上一次ID生成的时间戳，说明系统时钟回退过这个时候应当抛出异常 if (timestamp < lastTimestamp) { throw new RuntimeException( String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp)); } //如果是同一时间生成的，则进行毫秒内序列 if (lastTimestamp == timestamp) { sequence = (sequence + 1) & sequenceMask; //毫秒内序列溢出 if (sequence == 0) { //阻塞到下一个毫秒,获得新的时间戳 timestamp = tilNextMillis(lastTimestamp); } } //时间戳改变，毫秒内序列重置 else { sequence = 0L; } //上次生成ID的时间截 lastTimestamp = timestamp; //移位并通过或运算拼到一起组成64位的ID return ((timestamp - twepoch) << timestampLeftShift) | (datacenterId << datacenterIdShift) | (workerId << workerIdShift) | sequence; } /** * 阻塞到下一个毫秒，直到获得新的时间戳 * @param lastTimestamp 上次生成ID的时间截 * @return 当前时间戳 */ protected long tilNextMillis(long lastTimestamp) { long timestamp = timeGen(); while (timestamp <= lastTimestamp) { timestamp = timeGen(); } return timestamp; } /** * 返回以毫秒为单位的当前时间 * @return 当前时间(毫秒) */ protected long timeGen() { return System.currentTimeMillis(); } //==============================Test============================================= /** 测试 */ public static void main(String[] args) { SnowflakeIdWorker idWorker = new SnowflakeIdWorker(0, 0); for (int i = 0; i < 1000; i++) { long id = idWorker.nextId(); System.out.println(Long.toBinaryString(id)); System.out.println(id); } } } ``` 这个类在多线程环境下可以安全地工作，因为它通过`synchronized`关键字同步了`nextId()`方法。注意，`workerId`和`datacenterId`是在构造函数中设置的，它们必须在0到31之间，并且要确保每个`workerId`和`datacenterId`的组合是唯一的。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

coder阿龙

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值