订单号消费码生成（线性同余算法）

2019独角兽企业重金招聘Python工程师标准>>>

    利用线性同余算法生产码，每次从码池中获取订单号。存储利用redis缓存，加快获取效率利用线性同余算法生产码，每次从码池中获取订单号。存储利用redis缓存，加快获取效率。

1 线性同余

    线性同余发生器(Linear congruential generator)是 Xn =(aXn-1 = b) mod m
形式的伪随机序列发生器，其中Xn 是序列的第n个数，Xn-1 是序列的第n-1个数，变量a,b,m是常数，a是乘数，b是增量,m是模，密匙即种子是初始值X0 。
    这种发生器的周期不会超过m。如果a,b和m都是可选的，那么发生器将会是一个最大周期发生器(maximal period generator，有时也叫最大长度)，并且周期为m。
（例如，b是与m相关的素数。） 在选择常数是需要仔细，以保证能找到最大的周期。
线性同余发生器的优点是：速度快，每位只需要很少的操作。

2 线性同余生成伪随机数

    程序中，利用线性同余算法生产随机数，具体代码如下：

long c = 7L;
long a = 21L;
int vs = 50000;

public synchronized   void generatorCustomCode(){
        String[]values = new String[vs];
        for (int i = 0; i < vs; i++) {
            value = (a * value + c) % m;
            code_value = String.format(fc, value);
            values[i] = code_value;
        }
    }
    return setOperations.pop(code + flow);
}

3 随机数和盐进行变换

这样每次生成的随机数，即使有重复，加上变换之后，也就不会重复了。

public synchronized   void generatorCustomCode(){
        String[]values = new String[vs];
        for (int i = 0; i < vs; i++) {
            value = (a * value + c) % m;
            code_value = String.format(fc, value);
            key = String.format(fk, c_value);
            if(c_value<1000) {
                code_value = code_value.substring(0, 2) + key.substring(0, 1) + code_value.substring(2, 5)
                        + key.substring(1, 2) + code_value.substring(5, 8) + key.substring(2) + code_value.substring(8);
            }else{
                code_value = code_value.substring(0, 2) + key.substring(0, 1) + code_value.substring(2, 5) + key.substring(1, 2) + code_value.substring(5, 8)
                        + key.substring(2, 3) + code_value.substring(8, 9)+ key.substring(3) + code_value.substring(9);
            }
            values[i] = code_value;
        }
    }
    return setOperations.pop(code + flow);
}

4 示例

利用该方式生成服务号的示例，完整代码

public synchronized   String generatorCustomCode(){
    String code = "mc:ye:order:code:custom:";
    String key  = code + "key";
    ValueOperations<String, String> valueOperations = redisTemplate.opsForValue();
    SetOperations<String, String> setOperations = redisTemplate.opsForSet();
    String flow = (String)valueOperations.get(key);
    //初始化KEY
    if(flow==null){
        flow = "100";
        valueOperations.set(key, flow);
    }
    //初始化原始码池
    Long size = setOperations.size(code + flow);
    if(size==null||size<=0){
        Long startTime = DateUtils.getMillis();
        logger.info("消费码码池耗尽，重新生成码开始-------");
        valueOperations.increment(key,1);
        flow = (String)valueOperations.get(key);
        long c_value = Long.valueOf(flow);
        long m = 1000000000L;
        String fc = "%09d";
        String fk = "%03d";
        if(c_value >= 1000){
            m = 1000000000L;
            fc = "%011d";
            fk = "%04d";
        }

        long value = c_value;
        String code_value = "";
        String[]values = new String[vs];
        for (int i = 0; i < vs; i++) {
            value = (a * value + c) % m;
            code_value = String.format(fc, value);
            key = String.format(fk, c_value);
            if(c_value<1000) {
                code_value = code_value.substring(0, 2) + key.substring(0, 1) + code_value.substring(2, 5)
                        + key.substring(1, 2) + code_value.substring(5, 8) + key.substring(2) + code_value.substring(8);
            }else{
                code_value = code_value.substring(0, 2) + key.substring(0, 1) + code_value.substring(2, 5) + key.substring(1, 2) + code_value.substring(5, 8)
                        + key.substring(2, 3) + code_value.substring(8, 9)+ key.substring(3) + code_value.substring(9);
            }
            values[i] = code_value;
        }
        batchAdd(code + flow,values);
        logger.info("生成消费码，码池生成结束，耗时：{} ms",DateUtils.getMillis()-startTime);
    }
    return setOperations.pop(code + flow);
}

 

转载于:https://my.oschina.net/u/2441175/blog/743638