java如何根据时间戳生成有序ID
作者：紫金丨小飞侠
这篇文章主要介绍了java如何根据时间戳生成有序ID问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
引言
我们常用的主键有这么几种
1. 数据库自增主键，比如mysql的autoincrement，这种插入快，但是识别度不高
2. uuid 这个号称是全球唯一的，但是无序，没有实际意义，只能保证唯一
3. 时间戳，这种在分布式的场景下就需要考虑更多种情况
4. 雪花算法 snow flake ，分布式全局唯一主键，很牛，但是我觉得用起来也挺麻烦哈哈哈
所以在并发情况没那么大的时候用一个工具类搞定，我就是这么懒
工具类
@Slf4j
public class NumUtil {
private static long tmpID = 0;
private static final long LOCK_TIME = 1;
private static final long INCREASE_STEP = 1;
private static SimpleDateFormat sdf = new SimpleDateFormat("yyMMddHHmmssSSS");
private static final Lock LOCK = new ReentrantLock();
public static long nextPkId() throws InterruptedException {
//当前：（年、月、日、时、分、秒、毫秒）
long timeCount;
if (LOCK.tryLock(LOCK_TIME, TimeUnit.SECONDS)) {
timeCount = Long.parseLong(sdf.format(new Date()));
try {
if (tmpID < timeCount) {
tmpID = timeCount;
} else {
tmpID += INCREASE_STEP;
timeCount = tmpID;
}
return timeCount;
} finally {
LOCK.unlock();
}
} else {
log.error("lock failed");
return nextPkId();
}
}
}
贴上代码，这里用了当前时间，精确到毫秒级，如果有需要的话可以在实例化timeCount的时候乘以10或者100 1000之类的，这个看大家，然后加上锁，防止线程不安全的情况，加锁失败的时候递归，再来一次。
也可以使用synchronized做成同步方法，当中的区别下次再讨论。
有评论说宕机会导致tmpID归0导致已经使用过超出当前时间的ID，所以持久化这个tmpID也是可以的。
但这也就是在并发没那么高的情况下才使用这种方法，一般并发场景下还是分布式锁+推特的雪花算法解决。
测试
public static void numTest() {
ExecutorService executorService = Executors.newCachedThreadPool();
int n = 10000;
List<Long> list = new ArrayList<>();
CountDownLatch latch = new CountDownLatch(n);
for (int i = 0; i < n; i++) {
executorService.execute(() -> {
//执行业务请求
try {
list.add(NumUtil.nextPkId());
} catch (InterruptedException e) {
e.printStackTrace();
}
latch.countDown();
});
}
try {
// 一定记得加上timeout时间，防止阻塞主线程
latch.await(3000, TimeUnit.MILLISECONDS);
} catch (InterruptedException e) {
log.error(e.getMessage());
}
//4.等待所有子任务完成，组装内容
while (list.size() < n) {
log.info("集合长度 >>> {}",list.size());
}
//5.关闭线程池
executorService.shutdown();
for (Long aLong : list) {
System.out.println(aLong);
}
}
然后噼里啪啦打印了一万个ID，没有重复的，一秒以内生成
结论
当然这种只是为了单体或者是并发没有高到那么离谱的场景下使用，效率我觉得还不错，分布式的场景下可能需要用到redis的自增来计数以达到数据安全的效果
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家