数据库ID生成

场景

• 每天需要记录600w条日志左右
• 当日志达到2亿左右时，就需要定时删除最先生成的日志
• 实时将日志导入到Hive中

UUID实现

• 插入日志，主键直接使用UUID，满足业务要求
• 缺点: 使用了Mac地址，因此会暴露Mac地址和生成时间

变种UUID

//IP 调用IP
// 时间戳
// userId
// operatorId
// 随机数  1 ~ 10000
String format = "single-IP-%d-%d-%d-%d";
ThreadLocalRandom random = ThreadLocalRandom.current();
String idFromat = String.format(format, System.nanoTime(), 18, 999, random.nextInt(1000));
UUID uuid = UUID.nameUUIDFromBytes(idFromat.getBytes());
System.out.println(uuid.toString());

• 根据参数生成UUID
• 即使参数相同，生成的UUID也不同
• 随机数使用 ThreadLocalRandom
• 缺点

生成稍微麻烦，通过主键ID删除先生成的日志比较慢
增肌插入日志的时间戳，通过这个时间戳过滤需要删除的主键ID，查询巨慢

bigint实现

• 定义数据库类型为 bigint(20)，Java实体类为 BigInteger
• 经计算，Long.MAX_VALUE(9223372036854775807)，至少能用100年
• 优点

不关心主键ID的生成，后续删除日志很方便，直接通过主键ID递增即可操作。
初次删除缓存时，从id=1或者指定id值开始进行删除(可能存在切换缓存源)
定义循环多少次，每次循环量(可配置)，这样可以做到不用查询，直接通过id删除

• 老大想日志始终保持在1亿左右，通过最大主键减1亿，删除日志随着业务操作进行

• 通过测试查询max(id)时间，这种方案不可行

• 区间ID取值

LongStream.range(long startInclusive, final long endExclusive)
// 包含结束区间
LongStream.rangeClosed(long startInclusive, final long endInclusive)