【SpringBoot篇】基于Redis实现生成全局唯一ID的方法
作者:mmseoamin日期:2023-12-21

文章目录

  • 🍔生成全局唯一ID
  • 🌹为什么要生成全局唯一id
  • 🌺生成全局id的方法
  • ✨代码实现

    【SpringBoot篇】基于Redis实现生成全局唯一ID的方法,在这里插入图片描述,第1张

    🍔生成全局唯一ID

    是一种在分布式系统下用来生成全局唯一id的工具

    【SpringBoot篇】基于Redis实现生成全局唯一ID的方法,请添加图片描述,第2张

    在项目中生成全局唯一ID有很多好处,其中包括:

    • 数据库主键:在数据库中,唯一ID可以作为主键,确保每条记录的唯一性,便于快速检索和更新数据。
    • 分布式系统:在分布式系统中,生成全局唯一ID可以避免不同节点生成相同的ID,确保整个系统的数据一致性。
    • 日志追踪:在日志系统中,给每条日志分配唯一ID可以方便进行日志的追踪和分析。
    • 安全性:某些场景下,需要对数据进行加密或者数据权限控制,唯一ID可以作为安全机制的一部分。
    • 缓存键值:在缓存系统中,使用唯一ID作为键值可以避免不同数据之间的冲突。
    • 数据分片:在分布式存储系统中,唯一ID可以作为数据分片的标识,便于数据的存储和查询。

      总之,生成全局唯一ID有助于提高系统的可用性、数据的完整性和安全性,同时也方便数据的管理和分析。因此,在许多项目中都会需要生成全局唯一ID来满足系统的需求。

      🌹为什么要生成全局唯一id

      生成全局唯一ID的主要目的是确保系统中的实体(如对象、记录、消息等)具有唯一性标识。以下是一些常见的原因:

      • 数据唯一性:全局唯一ID可以确保在系统中每个实体都有一个独一无二的标识符,避免数据冲突和重复。
      • 数据库索引:全局唯一ID通常用作数据库表的主键或索引,以提高数据查询和检索的效率。
      • 分布式系统:在分布式系统中,各个节点可能同时生成ID,为了避免ID的冲突,需要使用全局唯一ID算法确保整个系统中的ID唯一性。
      • 数据跟踪与关联:通过给实体分配唯一ID,可以轻松追踪和关联数据,例如日志记录、事务管理、审计等。
      • 安全性和权限控制:全局唯一ID可以用于确保数据的安全性和权限控制,限制对特定实体的访问和操作。
      • 缓存与缓存失效:在缓存系统中,使用全局唯一ID作为缓存键,可以确保不同实体之间的键不会冲突,并且在缓存失效时能够正确地重新加载数据。

        总结来说,生成全局唯一ID有助于确保数据的唯一性、提高系统的可用性和性能,并支持数据跟踪、安全性和权限控制等功能。这在许多系统和应用中都是一个重要的需求。

        🌺生成全局id的方法

        【SpringBoot篇】基于Redis实现生成全局唯一ID的方法,请添加图片描述,第3张

        ✨代码实现

        ID生成器的算法如下

        【SpringBoot篇】基于Redis实现生成全局唯一ID的方法,在这里插入图片描述,第4张

        我们要先生成时间戳,在生成序列号,然后进行拼接

        package com.hmdp.utils;
        import org.springframework.data.redis.core.StringRedisTemplate;
        import org.springframework.stereotype.Component;
        import java.time.LocalDateTime;
        import java.time.ZoneOffset;
        import java.time.format.DateTimeFormatter;
        @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;
            }
        }
        

        这段代码的 timestamp << COUNT_BITS | count;是怎么算出序列号的

        【SpringBoot篇】基于Redis实现生成全局唯一ID的方法,在这里插入图片描述,第5张

        在这段代码中,timestamp << COUNT_BITS | count 是通过位运算来生成最终的ID值。

        首先,timestamp 是时间戳,代表了从开始时间戳到当前时间的秒数差。COUNT_BITS 是序列号的位数,这里是32位。

        位运算符 << 是左移操作符,将 timestamp 的二进制表示向左移动 COUNT_BITS 位,就是将时间戳占据高位。这样做是为了给序列号腾出足够的空间。

        然后,使用位运算符 | 进行按位或操作,将左移后的时间戳与序列号 count 进行按位或操作,合并它们的二进制表示。

        最终得到的结果就是一个64位的ID,其中高位是时间戳部分,低位是序列号部分。

        编写代码进行测试

        【SpringBoot篇】基于Redis实现生成全局唯一ID的方法,在这里插入图片描述,第6张

        package com.hmdp;
        import com.hmdp.entity.Shop;
        import com.hmdp.service.impl.ShopServiceImpl;
        import com.hmdp.utils.CacheClient;
        import com.hmdp.utils.RedisIdWorker;
        import org.junit.jupiter.api.Test;
        import org.springframework.boot.test.context.SpringBootTest;
        import org.springframework.data.geo.Point;
        import org.springframework.data.redis.connection.RedisGeoCommands;
        import org.springframework.data.redis.core.StringRedisTemplate;
        import javax.annotation.Resource;
        import java.util.ArrayList;
        import java.util.List;
        import java.util.Map;
        import java.util.concurrent.CountDownLatch;
        import java.util.concurrent.ExecutorService;
        import java.util.concurrent.Executors;
        import java.util.concurrent.TimeUnit;
        import java.util.stream.Collectors;
        import static com.hmdp.utils.RedisConstants.CACHE_SHOP_KEY;
        import static com.hmdp.utils.RedisConstants.SHOP_GEO_KEY;
        @SpringBootTest
        class HmDianPingApplicationTests {
            @Resource
            private CacheClient cacheClient;
            @Resource
            private ShopServiceImpl shopService;
            @Resource
            private RedisIdWorker redisIdWorker;
        		private ExecutorService es = Executors.newFixedThreadPool(500);
            @Test
            void testIdWorker() throws InterruptedException {
                CountDownLatch latch = new CountDownLatch(300);
                Runnable task = () -> {
                    for (int i = 0; i < 100; i++) {
                        long id = redisIdWorker.nextId("order");
                        System.out.println("id = " + id);
                    }
                    latch.countDown();
                };
                long begin = System.currentTimeMillis();
                for (int i = 0; i < 300; i++) {
                    es.submit(task);
                }
                latch.await(); //等待上面的结束
                long end = System.currentTimeMillis();
                System.out.println("time = " + (end - begin));
            }
            @Test
            void testSaveShop() throws InterruptedException {
                Shop shop = shopService.getById(1L);
                cacheClient.setWithLogicalExpire(CACHE_SHOP_KEY + 1L, shop, 10L, TimeUnit.SECONDS);
            }
        }
        

        在技术的道路上,我们不断探索、不断前行,不断面对挑战、不断突破自我。科技的发展改变着世界,而我们作为技术人员,也在这个过程中书写着自己的篇章。让我们携手并进,共同努力,开创美好的未来!愿我们在科技的征途上不断奋进,创造出更加美好、更加智能的明天!

        【SpringBoot篇】基于Redis实现生成全局唯一ID的方法,在这里插入图片描述,第7张