SpringBoot基于Redis实现生成全局唯一ID的方法
作者：在下小吉.
在项目中生成全局唯一ID有很多好处,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,所以本文给大家介绍了SpringBoot基于Redis实现生成全局唯一ID的方法,文中有详细的代码讲解,需要的朋友可以参考下
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
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
代码实现
ID生成器的算法如下
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
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
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！
以上就是SpringBoot基于Redis实现生成全局唯一ID的方法的详细内容，更多关于SpringBoot Redis全局唯一ID的资料请关注脚本之家其它相关文章！