单体全局ID

场景一、随着我们商城规模越来越大，mysql的单表的容量不宜超过500W，数据量过大之后，我们要进行拆库拆表，但拆分表了之后，他们从逻辑上讲他们是同一张表，所以他们的id是不能一样的， 于是乎我们需要保证id的唯一性。

因此我们要生成全局唯一ID，这个ID得有以下特性。

• 全局唯一性：订单ID不能重复
• 高可用：至少要做到4个9，不能动不动宕机
• 递增：有序性保证数据插入MySQL的时候性能高
• 安全：不容易被猜测
• 高性能：高并发低延时

ID的组成部分：符号位：1bit，永远为0

时间戳：31bit，以秒为单位，可以使用69年

序列号：32bit，秒内的计数器，支持每秒产生2^32个不同I

@Component
public class RedisIdWorker {/*** 开始时间戳*/private static final long BEGIN_TIMESTAMP = 1640995200L;/*** 序列号的位数*/private static final int COUNT_BITS = 32;private StringRedisTemplate stringRedisTemplate;public RedisIdWorker(StringRedisTemplate stringRedisTemplate) {this.stringRedisTemplate = stringRedisTemplate;}public long nextId(String keyPrefix) {// 1.生成时间戳LocalDateTime now = LocalDateTime.now();long nowSecond = now.toEpochSecond(ZoneOffset.UTC);long timestamp = nowSecond - BEGIN_TIMESTAMP;// 2.生成序列号// 2.1.获取当前日期，精确到天String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));// 2.2.自增长long count = stringRedisTemplate.opsForValue().increment("icr:" + keyPrefix + ":" + date);// 3.拼接并返回return timestamp << COUNT_BITS | count;}
}

分布式全局ID

　　SnowFlake算法生成id的结果是一个64bit大小的整数，

• 1位，不用。二进制中最高位为1的都是负数，但是我们生成的id一般都使用整数，所以这个最高位固定是0

• 41位，用来记录时间戳（毫秒）。

  • 41位可以表示2^{41}-1个数字，
  • 如果只用来表示正整数（计算机中正数包含0），可以表示的数值范围是：0 至 2^{41}-1，减1是因为可表示的数值范围是从0开始算的，而不是1。
  • 也就是说41位可以表示2^{41}-1个毫秒的值，转化成单位年则是(2^{41}-1) / (1000 * 60 * 60 * 24 * 365) = 69年

• 10位，用来记录工作机器id。

  • 可以部署在2^{10} = 1024个节点，包括5位datacenterId和5位workerId
  • 5位（bit）可以表示的最大正整数是2^{5}-1 = 31，即可以用0、1、2、3、....31这32个数字，来表示不同的datecenterId或workerId

• 12位，序列号，用来记录同毫秒内产生的不同id。

  • 12位（bit）可以表示的最大正整数是2^{12}-1 = 4095，即可以用0、1、2、3、....4095这4096个数字，来表示同一机器同一时间截（毫秒)内产生的4095个ID序号

　　由于在Java中64bit的整数是long类型，所以在Java中SnowFlake算法生成的id就是long来存储的。

　　SnowFlake可以保证：

• 所有生成的id按时间趋势递增
• 整个分布式系统内不会产生重复id（因为有datacenterId和workerId来做区分）

public class SnowFlake {/*** 起始时间戳，从2021-12-01开始生成*/private final static long START_STAMP = 1638288000000L;/*** 序列号占用的位数 12*/private final static long SEQUENCE_BIT = 12;/*** 机器标识占用的位数*/private final static long MACHINE_BIT = 10;/*** 机器数量最大值*/private final static long MAX_MACHINE_NUM = ~(-1L << MACHINE_BIT);/*** 序列号最大值*/private final static long MAX_SEQUENCE = ~(-1L << SEQUENCE_BIT);/*** 每一部分向左的位移*/private final static long MACHINE_LEFT = SEQUENCE_BIT;private final static long TIMESTAMP_LEFT = SEQUENCE_BIT + MACHINE_BIT;/*** 机器标识*/private long machineId;/*** 序列号*/private long sequence = 0L;/*** 上一次时间戳*/private long lastStamp = -1L;/*** 构造方法* @param machineId 机器ID*/public SnowFlake(long machineId) {if (machineId > MAX_MACHINE_NUM || machineId < 0) {throw new RuntimeException("机器超过最大数量");}this.machineId = machineId;}/*** 产生下一个ID*/public synchronized long nextId() {long currStamp = getNewStamp();if (currStamp < lastStamp) {throw new RuntimeException("时钟后移，拒绝生成ID！");}if (currStamp == lastStamp) {// 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) {currStamp = getNextMill();}} else {// 不同毫秒内，序列号置为0sequence = 0L;}lastStamp = currStamp;return (currStamp - START_STAMP) << TIMESTAMP_LEFT // 时间戳部分| machineId << MACHINE_LEFT             // 机器标识部分| sequence;                             // 序列号部分}private long getNextMill() {long mill = getNewStamp();while (mill <= lastStamp) {mill = getNewStamp();}return mill;}private long getNewStamp() {return System.currentTimeMillis();}public static void main(String[] args) {// 订单ID生成测试，机器ID指定第0台SnowFlake snowFlake = new SnowFlake(0);System.out.println(snowFlake.nextId());}
}