https://blog.csdn.net/fayeyiwang/article/details/52128206
https://tech.meituan.com/2017/04/21/mt-leaf.html
關于訂單號的生成，有一些簡單的方案
1，數(shù)據(jù)庫自增長id
優(yōu)勢： 無需編碼
缺陷：
大表不能做水平分表，否則插入刪除時容易出現(xiàn)問題
高并發(fā)下插入數(shù)據(jù)需要加入失誤機制
在業(yè)務操作父，子表（關聯(lián)表）插入時，先要插入父表，再插入子表
2，時間戳+ 隨機數(shù)
優(yōu)勢： 編程簡單
缺陷： 隨機數(shù)存在重復問題，即使在相同的時間戳下。每次插入數(shù)據(jù)庫前需要校驗下是否已經(jīng)存在相同的數(shù)值。
3，時間戳+會員ID
優(yōu)勢： 同一時間，一個用戶不會存在2張訂單
缺陷： 會員ID也會透露出運營數(shù)據(jù)，雞生蛋蛋生雞的問題
4，GUID/UUID
優(yōu)勢： 簡單
劣勢： 用戶不友好，索引關聯(lián)效率較低
5 snowflake方案：
snowflake是Twitter開源的分布式ID 生成算法，結(jié)果是一個long型的ID
這種方案大致來說是一種以劃分明明空間（UUID也算，由于比較常見，所以單獨分析）來生成的ID 的一種算法，這種方案把64-bit分貝劃分成多段，分開來提示機器，時間等；
其核心思想是： 使用41bit作為毫秒數(shù)，10bit作為機器的ID(5ge bit是數(shù)據(jù)中心，5個bit的機器ID),12bit 作為毫秒數(shù)內(nèi)的流水號，最后一個符號位，永遠是0.
比如在snowlake中的64-bit分別表示如下圖（圖片來自網(wǎng)絡）表示image
整個結(jié)構(gòu)是64位，所以我們在Java中可以使用long來進行存儲。該算法實現(xiàn)基本就是二進制操作，單機每秒內(nèi)理論上最多可以生成1024(2^12),也就是409.6萬個ID(10244096=4194304)
0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000
1位標識， 由于long基本類型在java中是帶符號的，最高位是符號位，正數(shù)是0，負數(shù)是1，所以id一般是正數(shù)，最高位是0
41位時間戳（毫秒級），注意，41位時間戳不是存儲當前時間的時間戳，而是存儲時間戳的差值（當前時間戳-開始時間戳）得到的值），這里的開始時間戳，一般是我們的id生成器開始使用的時間，由我們的程序開始指定（如下面程序的IdWorker 類的starttime屬性）。41位時間可以使用69年T = (1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69
10 位的數(shù)據(jù)機器位，可以部署在1024個節(jié)點上，包括5位datacenterId和3位workerid.10 -bit機器可以分別表示1024臺機器。如果我們對IDC劃分有需求，還可以將10-bit分5bit給IDC,分5-bit給工作機器。這樣就可以表示32IDC,每個IDC下可以有32臺機器，可與根據(jù)自身需求定義。
12位序列： 毫秒內(nèi)的計數(shù)，12位的計數(shù)順序號支持每個節(jié)點每毫秒（同一個機器，同一時間戳）產(chǎn)生4096個ID 序號，12個自增序列號可以表示2^12個ID,理論上snowflake方案的QPS約為409.6w/s,這種分配方式可以保證在任何一個IDC的任何一臺機器在任意毫秒內(nèi)生成的ID都是不同的；
加起來剛好是64位，為一個long型；
優(yōu)點：
整體上按照時間自增排序，并且排序整個分布式系統(tǒng)內(nèi)不會產(chǎn)生ID碰撞（由數(shù)據(jù)中心ID和機器ID做區(qū)分），并且效率高，輕測試，SnowFlaje每秒能產(chǎn)生26萬ID左右。
毫秒數(shù)在高位，自增序列在低位，整個ID都是趨勢遞增的
不依賴數(shù)據(jù)庫等第三方系統(tǒng)，以服務的方式部署，穩(wěn)定性更高，生成ID 的性能也是非常高的
可以根據(jù)自身業(yè)務特性分配bit位，非常靈活。
缺點：
強依賴機器時鐘，如果機器上時鐘回撥，會導致發(fā)號重復或者服務處于不可用狀態(tài)
針對此，美團做出了改進：[https://github.com/Meituan-Dianping/Leaf](https://github.com/Meituan-Dianping/Leaf)
SnowFlake算法代碼
public class SnowflakeIdWorker {
// ==============================Fields==================
/** 開始時間截 (2019-08-06) */
private final long twepoch = 1565020800000L;
/** 機器id所占的位數(shù) */
private final long workerIdBits = 5L;
/** 數(shù)據(jù)標識id所占的位數(shù) */
private final long datacenterIdBits = 5L;
/** 支持的最大機器id，結(jié)果是31 (這個移位算法可以很快的計算出幾位二進制數(shù)所能表示的最大十進制數(shù)) */
private final long maxWorkerId = -1L ^ (-1L << workerIdBits);
/** 支持的最大數(shù)據(jù)標識id，結(jié)果是31 */
private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
/** 序列在id中占的位數(shù) */
private final long sequenceBits = 12L;
/** 機器ID向左移12位 */
private final long workerIdShift = sequenceBits;
/** 數(shù)據(jù)標識id向左移17位(12+5) */
private final long datacenterIdShift = sequenceBits + workerIdBits;
/** 時間截向左移22位(5+5+12) */
private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
/** 生成序列的掩碼，這里為4095 (0b111111111111=0xfff=4095) */
private final long sequenceMask = -1L ^ (-1L << sequenceBits);
/** 工作機器ID(0~31) */
private long workerId;
/** 數(shù)據(jù)中心ID(0~31) */
private long datacenterId;
/** 毫秒內(nèi)序列(0~4095) */
private long sequence = 0L;
/** 上次生成ID的時間截 */
private long lastTimestamp = -1L;
//==============================Constructors====================
/**
* 構(gòu)造函數(shù)
* @param workerId 工作ID (0~31)
* @param datacenterId 數(shù)據(jù)中心ID (0~31)
*/
public SnowflakeIdWorker(long workerId, long datacenterId) {
if (workerId > maxWorkerId || workerId < 0) {
throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));
}
if (datacenterId > maxDatacenterId || datacenterId < 0) {
throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));
}
this.workerId = workerId;
this.datacenterId = datacenterId;
}
// ==============================Methods=================================
/**
* 獲得下一個ID (該方法是線程安全的)
* @return SnowflakeId
*/
public synchronized long nextId() {
long timestamp = timeGen();
//如果當前時間小于上一次ID生成的時間戳，說明系統(tǒng)時鐘回退過這個時候應當拋出異常
if (timestamp < lastTimestamp) {
throw new RuntimeException(
String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
}
//如果是同一時間生成的，則進行毫秒內(nèi)序列
if (lastTimestamp == timestamp) {
sequence = (sequence + 1) & sequenceMask;
//毫秒內(nèi)序列溢出
if (sequence == 0) {
//阻塞到下一個毫秒,獲得新的時間戳
timestamp = tilNextMillis(lastTimestamp);
}
}
//時間戳改變，毫秒內(nèi)序列重置
else {
sequence = 0L;
}
//上次生成ID的時間截
lastTimestamp = timestamp;
//移位并通過或運算拼到一起組成64位的ID
return ((timestamp - twepoch) << timestampLeftShift) //
| (datacenterId << datacenterIdShift) //
| (workerId << workerIdShift) //
| sequence;
}
/**
* 阻塞到下一個毫秒，直到獲得新的時間戳
* @param lastTimestamp 上次生成ID的時間截
* @return 當前時間戳
*/
protected long tilNextMillis(long lastTimestamp) {
long timestamp = timeGen();
while (timestamp <= lastTimestamp) {
timestamp = timeGen();
}
return timestamp;
}
/**
* 返回以毫秒為單位的當前時間
* @return 當前時間(毫秒)
*/
protected long timeGen() {
return System.currentTimeMillis();
}
//==============================Test=============================================
/** 測試 */
public static void main(String[] args) {
SnowflakeIdWorker idWorker = new SnowflakeIdWorker(0, 0);
for (int i = 0; i < 1000; i++) {
long id = idWorker.nextId();
System.out.println(Long.toBinaryString(id));
System.out.println(id);
}
}
}
snowflake實現(xiàn)方式1
apache.commons.lang3包
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-lang3</artifactId>
<version>3.6</version>
</dependency>
工具類
package com.datalook.util.common;
import org.apache.commons.lang3.time.DateFormatUtils;
import java.util.Date;
/**
*
* @Title: 訂單號生成
* @ClassName:OrderIdUtils.java
* @Description:
*
* @Copyright 2016-2017 - Powered By 研發(fā)中心
* @author: 王延飛
* @date:2018年3月22日 下午7:43:30
* @version V1.0
*/
public class OrderIdUtils {
// 最近的時間戳
private long lastTimestamp=0;
//機器id 2位
private final String machineId;
// 0，并發(fā)控制
private long sequence = 0L;
// 序列號的最大值
private final int sequenceMax = 9999;
public OrderIdUtils(String machineId) {
this.machineId = machineId;
}
/**
* 生成訂單號
*/
public synchronized String nextId(){
Date now=new Date();
String time= DateFormatUtils.format(now,"yyMMddHHmmssSSS");
long timestamp = now.getTime();
if (this.lastTimestamp == timestamp) {
// 如果上一個timestamp與新產(chǎn)生的相等，則sequence加一(0-4095循環(huán));
// 對新的timestamp，sequence從0開始
this.sequence = this.sequence + 1 % this.sequenceMax;
if (this.sequence == 0) {
// 重新生成timestamp
timestamp = this.tilNextMillis(this.lastTimestamp);
}
} else {
this.sequence = 0;
}
this.lastTimestamp= timestamp;
StringBuilder sb=new StringBuilder(time).append(machineId).append(leftPad(sequence,4));
return sb.toString();
}
/**
* 補碼
* @param i
* @param n
* @return
*/
private String leftPad(long i,int n){
String s = String.valueOf(i);
StringBuilder sb=new StringBuilder();
int c=n-s.length();
c=c<0?0:c;
for (int t=0;t<c;t++){
sb.append("0");
}
return sb.append(s).toString();
}
/**
* 等待下一個毫秒的到來, 保證返回的毫秒數(shù)在參數(shù)lastTimestamp之后
*/
private long tilNextMillis(long lastTimestamp) {
long timestamp = System.currentTimeMillis();
while (timestamp <= lastTimestamp) {
timestamp = System.currentTimeMillis();
}
return timestamp;
}
// 這里讀取的是配置文件
// 機器id(我這里是01,正式環(huán)境建議使用機器IP)
// 注意：分布式環(huán)境,注意每臺機器的id要保證不同;也可以使用機器ip,映射成一個數(shù)字編號（如01:192.168.55.12）
private static String myid= SysConstant.LOCAL_MACHINE_ID;
// 示例
private static OrderIdUtils instance = new OrderIdUtils(myid);
public static OrderIdUtils getInstance() {
return instance;
}
/**
*
* @Title: 獲取訂單號
* @return String
* @Description:
*
* @author: 王延飛
* @date: 2018年3月22日 下午7:56:56
*/
public static String getOrderNumber() {
OrderIdUtils orderId = OrderIdUtils.getInstance();
String nextId = orderId.nextId();
return nextId;
}
/**
* 調(diào)用
*/
public static void main(String[] args) {
OrderIdUtils orderId= OrderIdUtils.getInstance();
String nextId = orderId.nextId();
int length = nextId.length();
System.out.println(nextId);
System.out.println(length);
}
}
snowflake實現(xiàn)方式2
引入hutool依賴
<dependency>
<groupId>cn.hutool</groupId>
<artifactId>hutool-captcha</artifactId>
<version>5.0.6</version>
</dependency>
ID 生成器
public class IdGenerator {
private long workerId = 0;
@PostConstruct
void init() {
try {
workerId = NetUtil.ipv4ToLong(NetUtil.getLocalhostStr());
log.info("當前機器 workerId: {}", workerId);
} catch (Exception e) {
log.warn("獲取機器 ID 失敗", e);
workerId = NetUtil.getLocalhost().hashCode();
log.info("當前機器 workerId: {}", workerId);
}
}
/**
* 獲取一個批次號，形如 2019071015301361000101237
* <p>
* 數(shù)據(jù)庫使用 char(25) 存儲
*
* @param tenantId 租戶ID，5 位
* @param module 業(yè)務模塊ID，2 位
* @return 返回批次號
*/
public synchronized String batchId(int tenantId, int module) {
String prefix = DateTime.now().toString(DatePattern.PURE_DATETIME_MS_PATTERN);
return prefix + tenantId + module + RandomUtil.randomNumbers(3);
}
@Deprecated
public synchronized String getBatchId(int tenantId, int module) {
return batchId(tenantId, module);
}
/**
* 生成的是不帶-的字符串，類似于：b17f24ff026d40949c85a24f4f375d42
*
* @return
*/
public String simpleUUID() {
return IdUtil.simpleUUID();
}
/**
* 生成的UUID是帶-的字符串，類似于：a5c8a5e8-df2b-4706-bea4-08d0939410e3
*
* @return
*/
public String randomUUID() {
return IdUtil.randomUUID();
}
private Snowflake snowflake = IdUtil.createSnowflake(workerId, 1);
public synchronized long snowflakeId() {
return snowflake.nextId();
}
public synchronized long snowflakeId(long workerId, long dataCenterId) {
Snowflake snowflake = IdUtil.createSnowflake(workerId, dataCenterId);
return snowflake.nextId();
}
/**
* 生成類似：5b9e306a4df4f8c54a39fb0c
* <p>
* ObjectId 是 MongoDB 數(shù)據(jù)庫的一種唯一 ID 生成策略，
* 是 UUID version1 的變種，詳細介紹可見：服務化框架－分布式 Unique ID 的生成方法一覽。
*
* @return
*/
public String objectId() {
return ObjectId.next();
}
}
public static void main(String[] args) {
for (int i = 0; i <1000 ; i++) {
OrderIdUtils orderIdUtils=OrderIdUtils.getInstance();
String nextId=orderIdUtils.nextId();
int length=nextId.length();
System.out.println(nextId);
System.out.println(length);
}
}
}
