分布式id生成:雪花算法
分布式ID的特点
全局唯一性
不能出现有重复的ID标识,这是基本要求。
递增性
确保生成ID对于用户或业务是递增的。
高可用性
确保任何时候都能生成正确的ID。
高性能性
在高并发的环境下依然表现良好。

数据库自增序列:有规律的,容易猜出,如业务不想让别人猜出就不太行
UUID随机数:采用无意义字符串,没有排序,UUID使用字符串形式存储,数据量大时查询效率比较低
SnowFlake:雪花算法,它是Twitter开源的由64位整数组成分布式ID,性能较高,并且在单机上递增。
雪花算法在单机系统上ID是递增的,但是在分布式系统多节点的情况下,所有节点的时钟并不能保证不完全同步,所以有可能会出现不是全局递增的情况。但是影响有限,适合在分布式的场景中应用。
import cn.hutool.core.lang.Snowflake;
import cn.hutool.core.net.NetUtil;
import cn.hutool.core.util.IdUtil;
import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Component;
import javax.annotation.PostConstruct;
/**
* @author xx
* @date xxxxxx
**/
@Slf4j
@Component
public class IdGeneratorSnowflake {
private long workerId = 0;
private long datacenterId = 1;
private Snowflake snowflake = IdUtil.createSnowflake(workerId, datacenterId);
@PostConstruct
public void init() {
try {
workerId = NetUtil.ipv4ToLong(NetUtil.getLocalhostStr());
log.info("当前机器的workerId:{}", workerId);
} catch (Exception e) {
log.info("当前机器的workerId获取失败", e);
workerId = NetUtil.getLocalhostStr().hashCode();
log.info("当前机器 workId:{}", workerId);
}
}
public synchronized long snowflakeId() {
return snowflake.nextId();
}
public synchronized long snowflakeId(long workerId, long datacenterId) {
snowflake = IdUtil.createSnowflake(workerId, datacenterId);
return snowflake.nextId();
}
public static void main(String[] args) {
// 1236610764324864000
System.out.println(new IdGeneratorSnowflake().snowflakeId());
}
}
<dependency>
<groupId>cn.hutool</groupId>
<artifactId>hutool-captcha</artifactId>
<version>5.2.0</version>
</dependency>
引入hutool依赖,在调用方法中直接注入即可使用。
可以使用@PostConstruct注解一个方法来完成初始化,@PostConstruct注解的方法将会在依赖注入完成后被自动调用。
Constructor >> @Autowired >> @PostConstruct
https://www.cnblogs.com/shianliang/p/11580092.html
本文深入探讨了分布式ID生成的雪花算法,介绍了其特点如全局唯一性、递增性、高可用性和高性能性。对比了数据库自增序列和UUID的不足,详细讲解了雪花算法在分布式系统中的应用与优势。

7050

被折叠的 条评论
为什么被折叠?



