利用雪花算法生成唯一id
如何生成全局的一个唯一的id
1:id生成的硬性要求
- 全局唯一
- 趋势递增
- 单调递增
- 信息安全
- 含时间戳
2:id生成系统的可用性要求
- 高可用
- 低延迟
- 高QPS:10万个请求过来
3:生成全局唯一的id主流方案
-
为什么无序的UUID会导致数据库性能变差
分布式id一般都会作为主键,但是nysql官方推荐主键越短越好
UUID是无序的,作为主键会导致索引分裂,大大降低索引的性能(索引是有序的)
-
<数据库自增id>
在分布式里面,数据库的自增ID机制的原理:数据库自增id和mysql的replace into实现的(没有新增有替换,字段创建了唯一索引)。
缺点:水平扩展困难。
-
单线程天生保证原子性,可以使用原子操作incr和increase by来实现。
redis集群情况下,需要设置不同的步长,同时key一定要设置有效期,通过redis集群来获得更高的吞吐量
缺点:维护集群太过于繁琐
例如:一个集群有5台redis,可以初始化每台redis的值1、2、3、4、5,步长为5
各个redis生成的id为:
- A:1 6 11 16 21
- B:2 7 12 17 22
- C:3 8 13 18 23
- D:4 9 14 19 24
- E:5 10 15 20 25
4:雪花算法–64位
twitter的snowflake用糊涂工具包–每一个雪花都是唯一的
使用雪花算法的具体实现步骤
- 第一步:导入hutool工具包
<dependency>
<groupId>cn.hutool</groupId>
<artifactId>hutool-all</artifactId>
<version>5.8.1</version>
</dependency>
- 第二步创建工具类
package com.example.xuehuasuanfa;
import cn.hutool.core.lang.Snowflake;
import cn.hutool.core.net.NetUtil;
import cn.hutool.core.util.IdUtil;
import org.springframework.stereotype.Component;
import javax.annotation.PostConstruct;
@Component
public class IdGeneratorSnowflake {
private long workerId = 0;//机器码
private long datacenterId = 1;//数据中心id
private Snowflake snowflake = IdUtil.createSnowflake(workerId, datacenterId);
@PostConstruct
public void init() {
//将机器码创进去--去iPv4
workerId = NetUtil.ipv4ToLong(NetUtil.getLocalhostStr());
System.out.println("当前及其的workid:{}");
workerId = NetUtil.getLocalhostStr().hashCode();
}
public synchronized long snowflakeId() {
return snowflake.nextId();
}
public synchronized long snowflakeId(long workerId, long datacenterId) {
Snowflake snowflake = IdUtil.createSnowflake(workerId, datacenterId);
return snowflake.nextId();
}
//测试
public static void main(String[] args) {
IdGeneratorSnowflake idGeneratorSnowflake=new IdGeneratorSnowflake();
for (int i=0;i<50;i++){
System.out.println(idGeneratorSnowflake.snowflakeId());
}
}
}
- 第三步:实现