在分布式系统中经常会使用到生成全局唯一不重复ID的情况。本篇博客介绍生成的一些方法。

常见的一些方式:

1、通过DB做全局自增操作 
优点:简单、高效 
缺点:大并发、分布式情况下性能比较低

有些同学可能会说分库、分表的策略去降低DB的瓶颈,单要做到全局不重复需要提前按照一定的区域进行划分。例如:1~10000、10001~20000 等等。但这个灵活度比较低。

针对一些并发比较低的情况也可以使用类似这种方式。但大并发时不建议使用,DB很容易成为瓶颈。

2、获取当前时间纳秒或毫秒数 
这种方式需要考虑的是在分布式集群中如果保证唯一性。

3、类似UUID的生成方式 
生成的串比较大

//------------------------------------------------------------ 
综合上述情况我们需要一种在高并发、分布式系统中提供高效生成不重复唯一的一个ID,但要求生成的结果要小 
方法1: 
private static long INFOID_FLAG = 1260000000000L; 
protected static int SERVER_ID = 1;

public synchronized long nextId() throws Exception { 
    if(SERVER_ID <= 0) 
        throw new Exception("server id is error,please check config file!"); 
    long infoid = System.currentTimeMillis() - INFOID_FLAG; 
    infoid=(infoid<<7)| SERVER_ID; 
    Thread.sleep(1); 
    return infoid; 
}

说明: 
SERVER_ID为不同的服务器使用的不同server ID,如果不同的机器使用相同的server ID有可能会生成重复的全局ID

简单的应用在一定的并发情况下使用这种方式已经足够了,简单、高效。但是每秒生成的ID是有限的,因为Thread.sleep(1)会无形中带来一些时间的消耗。

方法2:

/** 
* 64位ID (42(毫秒)+5(机器ID)+5(业务编码)+12(重复累加)) 
* @author Polim 
*/ 
public class IdWorker { 
private final static long twepoch = 1288834974657L; 
// 机器标识位数 
private final static long workerIdBits = 5L; 
// 数据中心标识位数 
private final static long datacenterIdBits = 5L; 
// 机器ID最大值 
private final static long maxWorkerId = -1L ^ (-1L << workerIdBits); 
// 数据中心ID最大值 
private final static long maxDatacenterId = -1L ^ (-1L << datacenterIdBits); 
// 毫秒内自增位 
private final static long sequenceBits = 12L; 
// 机器ID偏左移12位 
private final static long workerIdShift = sequenceBits; 
// 数据中心ID左移17位 
private final static long datacenterIdShift = sequenceBits + workerIdBits; 
// 时间毫秒左移22位 
private final static long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;

private final static long sequenceMask = -1L ^ (-1L << sequenceBits);

private static long lastTimestamp = -1L;

private long sequence = 0L; 
private final long workerId; 
private final long datacenterId;

public IdWorker(long workerId, long datacenterId) { 
if (workerId > maxWorkerId || workerId < 0) { 
throw new IllegalArgumentException("worker Id can't be greater than %d or less than 0"); 

if (datacenterId > maxDatacenterId || datacenterId < 0) { 
throw new IllegalArgumentException("datacenter Id can't be greater than %d or less than 0"); 

this.workerId = workerId; 
this.datacenterId = datacenterId; 
}

public synchronized long nextId() { 
long timestamp = timeGen(); 
if (timestamp < lastTimestamp) { 
try { 
throw new Exception("Clock moved backwards.  Refusing to generate id for "+ (lastTimestamp - timestamp) + " milliseconds"); 
} catch (Exception e) { 
e.printStackTrace(); 

}

if (lastTimestamp == timestamp) { 
// 当前毫秒内,则+1 
sequence = (sequence + 1) & sequenceMask; 
if (sequence == 0) { 
// 当前毫秒内计数满了,则等待下一秒 
timestamp = tilNextMillis(lastTimestamp); 

} else { 
sequence = 0; 

lastTimestamp = timestamp; 
// ID偏移组合生成最终的ID,并返回ID 
long nextId = ((timestamp - twepoch) << timestampLeftShift) 
| (datacenterId << datacenterIdShift) 
| (workerId << workerIdShift) | sequence;

return nextId; 
}

private long tilNextMillis(final long lastTimestamp) { 
long timestamp = this.timeGen(); 
while (timestamp <= lastTimestamp) { 
timestamp = this.timeGen(); 

return timestamp; 
}

private long timeGen() { 
return System.currentTimeMillis(); 

}

这种方式是一种比较高效的方式。也是twitter使用的一种方式。

测试类:---------------------------------------------------------- 
import java.util.concurrent.BrokenBarrierException; 
import java.util.concurrent.CountDownLatch; 
import java.util.concurrent.CyclicBarrier; 
import java.util.concurrent.TimeUnit;

public class IdWorkerTest { 
    public static void main(String []args){ 
        IdWorkerTest test = new IdWorkerTest(); 
        test.test2(); 
    }

public void test2(){ 
        final IdWorker w = new IdWorker(1,2); 
        final CyclicBarrier cdl = new CyclicBarrier(100);

for(int i = 0; i < 100; i++){ 
            new Thread(new Runnable() { 
                @Override 
                public void run() { 
                try { 
                    cdl.await(); 
                } catch (InterruptedException e) { 
                    e.printStackTrace(); 
                } catch (BrokenBarrierException e) { 
                    e.printStackTrace(); 
                } 
                System.out.println(w.nextId());} 
             }).start(); 
        } 
        try { 
            TimeUnit.SECONDS.sleep(5); 
        } catch (InterruptedException e) { 
           e.printStackTrace(); 
        }


}

分布式全局不重复ID生成算法的更多相关文章

  1. 美团技术分享:深度解密美团的分布式ID生成算法

    本文来自美团技术团队“照东”的分享,原题<Leaf——美团点评分布式ID生成系统>,收录时有勘误.修订并重新排版,感谢原作者的分享. 1.引言 鉴于IM系统中聊天消息ID生成算法和生成策略 ...

  2. 分布式 ID 生成算法 — SnowFlake

    一.概述 分布式 ID 生成算法的有很多种,Twitter 的 SnowFlake 就是其中经典的一种. SnowFlake 算法生成 ID 的结果是一个 64bit 大小的整数,它的结构如下图: 1 ...

  3. 理解分布式id生成算法SnowFlake

    理解分布式id生成算法SnowFlake https://segmentfault.com/a/1190000011282426#articleHeader2 分布式id生成算法的有很多种,Twitt ...

  4. 分布式唯一ID生成算法-雪花算法

    在我们的工作中,数据库某些表的字段会用到唯一的,趋势递增的订单编号,我们将介绍两种方法,一种是传统的采用随机数生成的方式,另外一种是采用当前比较流行的“分布式唯一ID生成算法-雪花算法”来实现. 一. ...

  5. 【融云分析】如何实现分布式场景下唯一 ID 生成?

    ◀背景▶ 对于一套分布式部署的 IM 系统,要求每条消息的 ID 要保证在集群中全局唯一且按生成时间有序排列.如何快速高效的生成消息数据的唯一 ID ,是影响系统吞吐量的关键因素.那么,融云是如何做到 ...

  6. 分布式系统的唯一id生成算法你了解吗?

    在分库分表之后你必然要面对的一个问题,就是id咋生成? 因为要是一个表分成多个表之后,每个表的id都是从1开始累加自增长,那肯定不对啊. 举个例子,你的订单表拆分为了1024张订单表,每个表的id都从 ...

  7. 分布式环境下的id生成方法

    分布式环境下的id生成方法   前几天研究数据库分表分库的问题,其中有一个关键的地方就是生成唯一键的问题,假如数据表有1亿条数据,而且还在不断的增加,这里我们就需要考虑到分表分库,假设我们采用Hash ...

  8. 开源一个比雪花算法更好用的ID生成算法(雪花漂移)

    比雪花算法更好用的ID生成算法(单机或分布式唯一ID) 转载及版权声明 本人从未在博客园之外的网站,发表过本算法长文,其它网站所现文章,均属他人拷贝之作. 所有拷贝之作,均须保留项目开源链接,否则禁止 ...

  9. 唯一ID生成算法剖析

    https://mp.weixin.qq.com/s/E3PGP6FDBFUcghYfpe6vsg 唯一ID生成算法剖析 原创 cloudoxou 腾讯技术工程 2019-10-08    

随机推荐

  1. HP平台由于变量声明冲突导致程序退出时的core

    最近遇到一个莫名的问题,在HP-UX B.11.31 U ia64平台下,程序PetriService在接收到产品化退出或Ctrl-C时,程序在main函数返回后析构全局的CTQueue<SMs ...

  2. MySql中,复制旧表结构到新表

    # 创建学生表 create table student(age int,name varchar(32))engine myisam charset utf8;insert into student ...

  3. 使用rapid-framework自动生成struct2

    在JavaWeb的开发中,对数据对象的操作不外乎增删改查,不同的数据对象,其action.service.model.jsp等都比较类似,如果手动去写这些代码,工作量大且非常繁琐.一个心高气傲的程序员 ...

  4. [CSS]浮动的那点事儿

    元素是怎样浮动 元素的水平方向浮动,意味着元素只能左右移动而不能上下移动. 一个浮动元素会尽量向左或向右移动,直到它的外边缘碰到包含框或另一个浮动框的边框为止. 浮动元素之后的元素将围绕它. 浮动元素 ...

  5. discuz论坛X3升级时 文件下载出现问题,请查看您的服务器网络以及data目录是否有写权限

    discuz论坛2.5升级X3时候, 在线升级一半提示: 文件 static/image/postbg/3.jpg 下载出现问题,请查看您的服务器网络以及data目录是否有写权限,请确认无误后点击确定 ...

  6. bootstrap响应式网页设计的9条基本原则!

    bootstrap响应式网页设计是针对多屏幕问题的一个很好的解决方案,但从印刷的视角来看有点困难.没有固定的页面尺寸,没有毫米或英寸,没有任何的物理限制,无从下手. 为了desktop和mobile单 ...

  7. tomcat使用memcached完成集群

    一.安装memcached 1.windows下安装memcached 需要到一个网站下载memcached的for win 32版本.在memcached的官方网站我是找不到的.我看了下,提供win ...

  8. C#实现网络传输数据加密

    1. 分组密码 分组密码是将明文消息编码表示后数字序列划分成长为n的分组,各组分别在密钥的作用下进行变换输出等长的数字序列,即密文.一次加密一个数据组,加解密所使用的是同一密钥,故其通常也称为对称加密 ...

  9. 由于Linux操作平台屡次受到黑客的“青睐”,LINUX公司也越来越注重产品的安全问题。

    Guardian Digital公司和安全管理服务提供商(MSSP)Guardent公司推出的新产品将提高开放式源代码和Linux产品的安全性能. Guardian Digital公司将于本月底在纽约 ...

  10. 自定义UICollectionViewLayout并添加UIDynamic - scorpiozj(转)

    转载自:http://www.tuicool.com/articles/jM77Vf     自定义UICollectionViewLayout并添加UIDynamic UICollectionVie ...