一、简介

使用数据库自增ID就存在一些问题：

1、受单表自增数量的限制;

原因：mysql单表的容量不宜超过500W条，数据量过大之后，就需要进行拆库拆表，但拆分表之后，它们从逻辑上讲仍然是同一张表，所以他们的id是不能一样的(不同表,若使用自增ID，是可能一样的)，所以随着我们的业务数据越来越大，我们需要保证id的唯一性。

2、id的规律性太明显。

原因：自增id具有太明显的规则，用户或者说商业对手很容易猜测出来一些敏感信息，例如：在一天时间内，我们卖出了多少单，这明显不合适。

二、全局唯一ID生成策略

一般要满足下列特性：

为了增加ID的安全性，可以不直接使用Redis自增的数值，而是拼接一些其它信息：

组成说明：

1、符号位：1bit，永远为0；

2、时间戳(31 Bit)：31bit，以秒为单位，可以使用69年；

3、序列号：32bit，秒内的计数器，支持每秒产生2^32个不同ID。

三、基于Redis实现全局唯一Id案例

原理：基于Redis 的INCR 命令生成分布式全局唯一id。INCR 命令主要有以下2个特征：

1、具备了“INCR AND GET”的原子操作，即：增加并返回结果的原子操作。这个原子性很方便我们实现获取ID。

2、Redis是单进程单线程架构，INCR命令不会出现id重复。

3.1、构建RedisIdUtils类

/**
 * 功能描述:使用redis生成全局唯一ID
 * @Author: yyalin
 * @CreateDate: 2023/8/13 11:35
 */
@Component
public class RedisIdUtils {
    //预生成开始时间戳
    private static final long BEGIN_TIMESTAMP = 1640995200L;
    //序列号的位数
    private static final int COUNT_BITS = 32;
    //redis提供的字符串
    private StringRedisTemplate stringRedisTemplate;
    //有参构造函数
    public RedisIdUtils(StringRedisTemplate stringRedisTemplate) {
        this.stringRedisTemplate = stringRedisTemplate;
    }
    /**
     * 功能描述:根据keyPrefix前缀生成对应业务的全局唯一ID
     * @MethodName: nextId
     * @MethodParam: [keyPrefix:使用前缀来区分不同的业务]
     * @Return: long
     * @Author: yyalin
     * @CreateDate: 2023/8/13 12:20
     */
    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 icr:order:2023:08:13
        long count = stringRedisTemplate.opsForValue().increment("icr:" + keyPrefix + ":" + date);
        // 3.拼接并返回  timestamp << COUNT_BITS ：向左移动32位
        //原本时间戳在低位上，通过向左移动32位，变位到高位存储，低32位都是0，然后与自增序列按位操作
        //形成低32位为序列号。
        return timestamp << COUNT_BITS | count;
    }
}

3.2、构建多线程测试类

** * @Description: TODO:测试RedisIdUtils * @Author: yyalin * @CreateDate: 2023/8/13 12:27 * @Version: V1.0 */@Service@Slf4jpublic class TestRedisIdUtils {    @Autowired    private RedisIdUtils redisIdUtils;    //使用自定义的线程池    private ExecutorService executorService = Executors.newFixedThreadPool(500);    /**     * 功能描述:使用多线程测试生成40000条数据耗时     * @MethodName: testIdWorker     * @MethodParam: [nums]     * @Return: void     * @Author: yyalin     * @CreateDate: 2023/8/13 12:36     */    public void testIdWorker(int nums) throws InterruptedException {        //同步协调在多线程的等待于唤醒问题 分线程全部走完之后，主线程再走        CountDownLatch latch = new CountDownLatch(nums);        Runnable task = () -> {            for (int i = 0; i < 100; i++) {                long id = redisIdUtils.nextId("order");                System.out.println("id = " + id);            }            latch.countDown();        };        long begin = System.currentTimeMillis();        for (int i = 0; i < nums; i++) {            executorService.submit(task);        }        //阻塞方法 让main线程阻塞        latch.await();        long end = System.currentTimeMillis();        log.info("生成"+nums*100+"条id共计耗时(毫秒) = " + (end - begin));    }}