105-分布式解决方案-高并发情况下分布式全局Id生成

1.利用全球唯一UUID生成订单号

UUID优缺点
优点：
简单，代码方便
生成ID性能非常好，基本不会有性能问题
全球唯一，在遇见数据迁移，系统数据合并，或者数据库变更情况下，可以从容应对
缺点：
没有排序，无法保证趋势递增
UUID往往是使用字符串存储，查询效率比较低
存储空间比较大，如果是海量数据库，就需要考虑存储量的问题
传输数据量大

2.利用数据库自增

数据库集群的话，如何解决自增id唯一问题
答案：设置步长，每台节点自增步长不同
步长：在自增当中，增长的数量，默认自增1
但是扩展性不好
查询自增步长（SHOW VARIABLES LIKE ‘auto_incr%’;）
修改自增步长（SET @@auto）increment_increment=10;）
修改起始值（SET @@auto_increment_offset=5;）
注意：在最开始设置好了每台节点自增方式步长后，确定好了mysql集群数量后，无法扩展新的mysql，不然生成步长的规则会被打乱

3. 基于redis生成全局id策略

因为redis是单线程的，天生保证原子性，可以使用redis的原子操作 INCR
优点：
不依赖数据库，灵活方便，且性能优于数据库
数字ID天然排序，对分页或者需要排序的结果很有帮助
缺点：
需要编码和配置的工作量比较大
注意：在redis集群情况下，同样和redis一样需要设置不同的增长步长，同时key一定要设置有效期

	public static String prefix() {
		String temp_str = "";
		Date dt = new Date();
		// 最后的aa表示“上午”或“下午” HH表示24小时制 如果换成hh表示12小时制
		SimpleDateFormat sdf = new SimpleDateFormat("yyyyMMddHHmmss");
		temp_str = sdf.format(dt);
		return temp_str;
	}

	@RequestMapping("/order")
	public String order(String key) {
		RedisAtomicLong redisAtomicLong = new RedisAtomicLong(key, redisTemplate.getConnectionFactory());
		long andIncrement = redisAtomicLong.getAndIncrement();
		String orderId = prefix() + "-" + String.format("%1$05d", andIncrement);
		return orderId;
	}

4. snowflake（雪花算法）高位随机+毫秒数+机器码——10位流水号