互联网企业高并发场景下全局订单号的生成策略

一、在高并发环境下，全局订单号的生成需要满足以下几点特性：

1、全局一致性，也就是唯一

2、高可用，生成机制如果在某个机器上需要防止宕机

3、支持高并发

4、趋势递增，也就是有规律的递增，这样在mysql数据库innodb引擎下可以很大的提升查找效率

5、数据安全，即传输策略，防止泄露用户数据

6、可读性，也就是是否可以根据订单号得到一些信息（需要根据业务场景考虑，比如图片id就不需要可读性）

二、生成策略分类

策略1：UUID（通用唯一识别码）

当前日期+时间+时钟序列+机器识别号（即mac地址或其他）

这个UUDI非常牛逼，它不仅能保证全局唯一性，还能保证生成的识别码全球唯一，也就是说每台机器生成的识别码永远都不会相同，所以也就不需要一个中央控制端来判断它的唯一性。

使用方式：

java.util包下的工具类

String uuid= UUID.randomUUID().toString().replaceAll("-","");

策略2：数据库自增方式

我们知道，mysql主键自增使用auto_increment，oracle可以使用sequence生成，但在分布式情况下，需要怎么做呢？

因为有多个数据库服务器，所以我们可以设置不同的起步值来生成

比如a数据库我们设置起步值为1，b数据库设置为2，c数据库设置为3，增长的步长相同比如为7，这样a数据库第二个值为8，b为9，c为10，这样就可以防止碰撞了。

我们以mysql数据库为例：

SET GLOBAL auto_increment_increment=1;
SET GLOBAL auto_increment_offset=7;

策略3：snowflake 雪花算法

snowflake是twitter为了满足每秒上万条消息的创建所需的全局唯一id，开源的一种算法，这种算法能够形成趋势递增的唯一id，方便数据库对其进行排序。

snowflake的组成为：41位的时间戳+10位的机器码id+12位自增序列号

然后转化为长度为18的长整形。

为什么推特会选择整形呢？因为整形在数据库索引中空间的占用是比较小的，在效率上，整形是要高于字符串的。

雪花算法刚开源时是用scala写的，不过不用慌，github上有大神用java代码实现过了，如果想尝试可以自己去github上下载玩一下，地址：https://github.com/beyondfengyu/SnowFlake

雪花算法代码如下：

public class SnowFlake {

    /**
     * 起始的时间戳
     */
    private final static long START_STMP = 1480166465631L;

    /**
     * 每一部分占用的位数
     */
    private final static long SEQUENCE_BIT = 12; //序列号占用的位数
    private final static long MACHINE_BIT = 5;   //机器标识占用的位数
    private final static long DATACENTER_BIT = 5;//数据中心占用的位数

    /**
     * 每一部分的最大值
     */
    private final static long MAX_DATACENTER_NUM = -1L ^ (-1L << DATACENTER_BIT);
    private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);
    private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT);

    /**
     * 每一部分向左的位移
     */
    private final static long MACHINE_LEFT = SEQUENCE_BIT;
    private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
    private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_BIT;

    private long datacenterId;  //数据中心
    private long machineId;     //机器标识
    private long sequence = 0L; //序列号
    private long lastStmp = -1L;//上一次时间戳

    public SnowFlake(long datacenterId, long machineId) {
        if (datacenterId > MAX_DATACENTER_NUM || datacenterId < 0) {
            throw new IllegalArgumentException("datacenterId can't be greater than MAX_DATACENTER_NUM or less than 0");
        }
        if (machineId > MAX_MACHINE_NUM || machineId < 0) {
            throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");
        }
        this.datacenterId = datacenterId;
        this.machineId = machineId;
    }

    /**
     * 产生下一个ID
     *
     * @return
     */
    public synchronized long nextId() {
        long currStmp = getNewstmp();
        if (currStmp < lastStmp) {
            throw new RuntimeException("Clock moved backwards.  Refusing to generate id");
        }

        if (currStmp == lastStmp) {
            //相同毫秒内，序列号自增
            sequence = (sequence + 1) & MAX_SEQUENCE;
            //同一毫秒的序列数已经达到最大
            if (sequence == 0L) {
                currStmp = getNextMill();
            }
        } else {
            //不同毫秒内，序列号置为0
            sequence = 0L;
        }

        lastStmp = currStmp;

        return (currStmp - START_STMP) << TIMESTMP_LEFT //时间戳部分
                | datacenterId << DATACENTER_LEFT       //数据中心部分
                | machineId << MACHINE_LEFT             //机器标识部分
                | sequence;                             //序列号部分
    }

    private long getNextMill() {
        long mill = getNewstmp();
        while (mill <= lastStmp) {
            mill = getNewstmp();
        }
        return mill;
    }

    private long getNewstmp() {
        return System.currentTimeMillis();
    }

    public static void main(String[] args) {
        SnowFlake snowFlake = new SnowFlake(2, 3);

        for (int i = 0; i < (1 << 12); i++) {
            System.out.println(snowFlake.nextId());
        }

    }
}

调用方式就是构造函数传入机房id和机器id，然后调用nextId()方法就可以了。

策略4：redis生成id

在redis中，我们知道redis提供了incr(key)这样的api，当我们传入一个key时，可以自增+1并返回结果，当redis中不存在这个key时，会自动创建一个key并赋值为0，然后开始自增+1并返回。

我们简单的用window环境中的redis尝试一下

而java实现也非常简单，我们可以通过jedis调用incr方法来访问redis生成id，然后前面加上时间戳，就可以了。具体的代码可以自己去试着实现，这里就不对redis过多的解释了。