方式1:分布式id -- 雪花算法
package com.sea.common.utils; import java.time.LocalDateTime; import java.time.format.DateTimeFormatter; import java.util.Random; import java.util.UUID; import org.apache.commons.lang3.StringUtils; import lombok.extern.slf4j.Slf4j; @Slf4j public class NumberUtils { //雪花算法 private static IdWorker snowIdWorker = null; private static synchronized IdWorker getSnowIdWorker() { // snowIdWorker = Optional.ofNullable(snowIdWorker).orElseGet(()-> new IdWorker(1l)); if(snowIdWorker==null) { snowIdWorker = new IdWorker(10l); } return snowIdWorker; } /** * 雪花算法id * @return */ public static Long genId() { return getSnowIdWorker().nextId(); } /** * 雪花算法id * @return */ public static String genId(String prefix) { return prefix+getSnowIdWorker().nextId(); } /** *带时间前缀yyyMMddHHmmss +雪花算法id * @return */ public static String genNO() { //yyyyMMddHHmmssSSSSSS 纳秒 String milliSecond = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyyMMddHHmmss")); return milliSecond + getSnowIdWorker().nextId(); } /** * prefix+带时间前缀yyyMMddHHmmss +雪花算法id * @param prefix * @return */ public static String genNO(String prefix) { String milliSecond = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyyMMddHHmmss")); return prefix+milliSecond+getSnowIdWorker().nextId(); } /** * @param prefix+yyyyMMddHHmmssSSS+2random * @return */ public static String generateNumber(String prefix) { LocalDateTime ldt = LocalDateTime.now(); DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyyyMMddHHmmssSSSSSS"); //to the millisecond String milliSecond = ldt.format(dtf); prefix+=milliSecond; /*Not use the random as current data growth */ String rondomtail=""; Random random=new Random(); for(int i=0;i<5;i++){ rondomtail+=random.nextInt(10); } // 2020 06 05 14 25 01947 25000 return prefix+rondomtail; } /** * @param yyyyMMddHHmmssSSS+2random * @return */ public static String genNum() { DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyMMddHHmmssSSSSSS"); //to the millisecond String milliSecond = LocalDateTime.now().format(dtf); /*Not use the random as current data growth */ String rondomtail=""; Random random=new Random(); for(int i=0;i<6;i++){ rondomtail+=random.nextInt(10); } return milliSecond+rondomtail; } public static String genRandom(Integer len) { /*Not use the random as current data growth */ String rondomtail=""; Random random=new Random(); for(int i=0;i<len;i++){ rondomtail+=random.nextInt(10); } return rondomtail; } /** * 唯一值 uui + 3 random */ public static String genUUID() { String uuid = UUID.randomUUID().toString().replaceAll("-", ""); return uuid; } /** * "12.01" ==> true * "12" ==> true * "s2da" ==> false * " " ==> false */ public static final String numberReg_ = "\\d+(\\.\\d+)?"; public static boolean isNumber(String str) { if (StringUtils.isBlank(str)) { return false; } return str.matches(numberReg_); } public static class IdWorker { //因为二进制里第一个 bit 为如果是 1,那么都是负数,但是我们生成的 id 都是正数,所以第一个 bit 统一都是 0。 //机器ID 2进制5位 32位减掉1位 31个 private long workerId =new Random().nextInt(30); //机房ID 2进制5位 32位减掉1位 31个 private long datacenterId=new Random().nextInt(30); //代表一毫秒内生成的多个id的最新序号 12位 4096 -1 = 4095 个 private long sequence; //设置一个时间初始值 2^41 - 1 差不多可以用69年 private long twepoch = 1641351690779L; //5位的机器id private long workerIdBits = 5L; //5位的机房id private long datacenterIdBits = 5L; //每毫秒内产生的id数 2 的 12次方 private long sequenceBits = 12L; // 这个是二进制运算,就是5 bit最多只能有31个数字,也就是说机器id最多只能是32以内 private long maxWorkerId = -1L ^ (-1L << workerIdBits); // 这个是一个意思,就是5 bit最多只能有31个数字,机房id最多只能是32以内 private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits); private long workerIdShift = sequenceBits; private long datacenterIdShift = sequenceBits + workerIdBits; private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits; private long sequenceMask = -1L ^ (-1L << sequenceBits); //记录产生时间毫秒数,判断是否是同1毫秒 private long lastTimestamp = -1L; public long getWorkerId(){ return workerId; } public long getDatacenterId() { return datacenterId; } public long getTimestamp() { return System.currentTimeMillis(); } public IdWorker(Long sequence) { this.sequence = sequence; } public IdWorker(long workerId, long datacenterId, long sequence) { // 检查机房id和机器id是否超过31 不能小于0 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; this.sequence = sequence; } // 这个是核心方法,通过调用nextId()方法,让当前这台机器上的snowflake算法程序生成一个全局唯一的id public synchronized long nextId() { // 这儿就是获取当前时间戳,单位是毫秒 long timestamp = timeGen(); if (timestamp < lastTimestamp) { log.error("clock is moving backwards. Rejecting requests until %d.", lastTimestamp); throw new RuntimeException(String.format("Clock moved backwards. Refusing to generate id for %d milliseconds",lastTimestamp - timestamp)); } // 下面是说假设在同一个毫秒内,又发送了一个请求生成一个id // 这个时候就得把seqence序号给递增1,最多就是4096 if (lastTimestamp == timestamp) { // 这个意思是说一个毫秒内最多只能有4096个数字,无论你传递多少进来, //这个位运算保证始终就是在4096这个范围内,避免你自己传递个sequence超过了4096这个范围 sequence = (sequence + 1) & sequenceMask; //当某一毫秒的时间,产生的id数 超过4095,系统会进入等待,直到下一毫秒,系统继续产生ID if (sequence == 0) {timestamp = tilNextMillis(lastTimestamp);} } else { sequence = 0; } // 这儿记录一下最近一次生成id的时间戳,单位是毫秒 lastTimestamp = timestamp; // 这儿就是最核心的二进制位运算操作,生成一个64bit的id // 先将当前时间戳左移,放到41 bit那儿;将机房id左移放到5 bit那儿;将机器id左移放到5 bit那儿;将序号放最后12 bit // 最后拼接起来成一个64 bit的二进制数字,转换成10进制就是个long型 return ((timestamp - twepoch) << timestampLeftShift) | (datacenterId << datacenterIdShift) | (workerId << workerIdShift) | sequence; } /** * 当某一毫秒的时间,产生的id数 超过4095,系统会进入等待,直到下一毫秒,系统继续产生ID * @param lastTimestamp * @return */ private long tilNextMillis(long lastTimestamp) { long timestamp = timeGen(); while (timestamp <= lastTimestamp) { timestamp = timeGen(); } return timestamp; } //获取当前时间戳 private long timeGen(){ return System.currentTimeMillis(); } } }
方式2:ULID特性:
- 与UUID的128位兼容性
- 每毫秒1.21e + 24个唯一ULID
- 按字典顺序(也就是字母顺序)排序!
- 规范地编码为26个字符串,而不是UUID的36个字符
- 使用Crockford的base32获得更好的效率和可读性(每个字符5位)
- 不区分大小写
- 没有特殊字符(URL安全)
- 单调排序顺序(正确检测并处理相同的毫秒
应用场景
- 替换数据库自增id,无需DB参与主键生成
- 分布式环境下,替换UUID,全局唯一且毫秒精度有序
- 比如要按日期对数据库进行分区分表,可以使用ULID中嵌入的时间戳来选择正确的分区分表
- 如果毫秒精度是可以接受的(毫秒内无序),可以按照ULID排序,而不是单独的created_at字段
在Maven项目中使用时,需要引入 ulid-creator依赖。
<dependency> <groupId>com.github.f4b6a3</groupId> <artifactId>ulid-creator</artifactId> <version>5.1.0</version> </dependency>
使用:
// 常规 Ulid ulid = UlidCreator.getUlid(); // 单调排序 Ulid ulid = UlidCreator.getMonotonicUlid();
方式3:时分秒
public class NumberUtils { /** * @param prefix+yyyyMMddHHmmssSSS+2random * @return */ public static String generateNumber(String prefix) { LocalDateTime ldt = LocalDateTime.now(); DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyyyMMddHHmmssSSSSSS"); //to the millisecond String milliSecond = ldt.format(dtf); prefix+=milliSecond; /*Not use the random as current data growth */ String rondomtail=""; Random random=new Random(); for(int i=0;i<2;i++){ rondomtail+=random.nextInt(10); } // 2020 06 05 14 25 01947 25 return prefix+rondomtail; } /** * @param yyyyMMddHHmmssSSS+2random * @return */ public static String genNO() { LocalDateTime ldt = LocalDateTime.now(); DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyyyMMddHHmmssSSSSSS"); //to the millisecond String milliSecond = ldt.format(dtf); /*Not use the random as current data growth */ String rondomtail=""; Random random=new Random(); for(int i=0;i<2;i++){ rondomtail+=random.nextInt(10); } // 2020 06 05 14 25 01947 25 return milliSecond+rondomtail; } /** * 唯一值 uui + 3 random */ public static String genUUID() { String uuid = UUID.randomUUID().toString().replaceAll("-", ""); /*Not use the random as current data growth */ String rondomtail=""; Random random=new Random(); for(int i=0;i<3;i++){ rondomtail+=random.nextInt(10); } return uuid+rondomtail; }