Redis实战9-全局唯一ID

  • 作者: 凯哥Java(公众号:凯哥Java)
  • Redis
  • 时间:2023-01-29 08:58
  • 3848人已阅读
简介 发布优惠券的时候,每个店铺都可以发布优惠券,当用户抢购的时候,优惠券表中的id如果使用数据库的自增长ID会存在以下问题:1:id的规律太明显,容易被刷2:当数据量很大的时候,会受到单表数据的限制缺点场景分析:id规律场景:如果我们的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我们的一些敏感信息,比如商城在一天时间内,卖出了多少单,这明显不合适。单表限制:随着我们商城规模越来越大,mysq

🔔🔔🔔好消息!好消息!🔔🔔🔔

有需要的朋友👉:联系凯哥 微信号 kaigejava2022

发布优惠券的时候,每个店铺都可以发布优惠券,当用户抢购的时候,优惠券表中的id如果使用数据库的自增长ID会存在以下问题:

1:id的规律太明显,容易被刷

2:当数据量很大的时候,会受到单表数据的限制

缺点场景分析:

id规律场景:如果我们的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我们的一些敏感信息,比如商城在一天时间内,卖出了多少单,这明显不合适。

单表限制:随着我们商城规模越来越大,mysql的单表的容量不宜超过500W,数据量过大之后,我们要进行拆库拆表,但拆分表了之后,他们从逻辑上讲他们是同一张表,所以他们的id是不能一样的, 于是乎我们需要保证id的唯一性。

全局ID生成器

全局ID生成器,是一种在分布式系统下用来生成全局唯一的ID工具,一般需要瞒住下列特性:

唯一性、高可用、递增性、安全性、高性能

71ed2335099c6f90fd97e5b7aa9b2e81.png

全局唯一ID生成策略:

UUID、Redis自增长、雪花算法、数据库自增

Redis自增ID策略:

1:每天一个key,方便统计订单量;

2:ID都在是时间戳+计数器

实战:基于Redis拼接其他信息来实现全局唯一ID

d1eda313100802c0e06709274b2a0632.png

全局唯一ID使用long类型的,其中时间戳是基于某一个时间点开始的。比如我们从2022.11.26 23:00:00开始,可以使用69年。

思考1:获取当前时间的秒:

3f7e603ec908f8c2febd76a5d53ea9ad.png

思考2:时间戳,怎么计算的?

使用当前时间的秒-初始时间的秒

思考3:序列号怎么设置?

使用Redis的setnx命令,最好加上当前年月日

7c56056dbdba82c428ecb1c96ea7d280.png

思考4:怎么拼接?

因为我们需要返回的是long类型的,如果使用string拼接后,还要转换。还要知道,使用string拼接,当并发量很大的时候,也会有性能问题。那么我们应该怎么处理的?

注意:我们再来看看全局唯一ID的格式。如上图,我们可以看出,共64位,其中符号位是1个,时间戳是31位。序列号是32位,发现什么了吗?如果我们把时间戳向左移动32位(因为序列号是32位。向左移动位置,空出给序列号使用),是不是就是符号位+时间戳的了?

1:我们也知道计算机中左移动最快是x<<位数。

2:我们还需要知道,在计算机中 | 或计算:按位或运算“|”

f4f158cc14263b984ab3ccfe990d6e2b.png

根据上面,我们可以知道位运算序号后,就是序列号的值。序列号是多少,就是多少。

所以,我们可以知道拼接代码如下:timeStamp << 32 |no;

最终代码:

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;
 
/**
 * @author 凯哥Java
 * @description  基于Redis实现62位的全局唯一ID
 * @company
 *  */
@Component
public class RedisIdWorker {
 
    private static final long BEGIN_TIMESTAMP = 1669503600L;
 
 
    private final StringRedisTemplate stringRedisTemplate;
 
    /**
     * 序列号的位数
     */
    private static final int COUNT_BITS = 32;
 
    public RedisIdWorker(StringRedisTemplate stringRedisTemplate) {
        this.stringRedisTemplate = stringRedisTemplate;
    }
 
    /**
     * 获取id
     * @param kyePrefix
     * @return
     */
    public long nextId(String kyePrefix){
        //1:生成时间戳 = 当前时间戳-开始时间戳
        LocalDateTime now = LocalDateTime.now();
        long nowSecond = now.toEpochSecond(ZoneOffset.UTC);
        long timeStamp = nowSecond - BEGIN_TIMESTAMP;
 
        //2:生成序列号.使用sexNx.其中加上当前年月日
        //获取当前时间的你那月日
        String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));
        //开始32位序列号
        long  no = stringRedisTemplate.opsForValue().increment("icr:"+kyePrefix+":"+date);
        //3:拼接返回
        return timeStamp << COUNT_BITS |no;
 
    }
    /**
     * 获取到指定时间的毫秒
     * @param args
     */
    public static void main(String[] args) {
        LocalDateTime time = LocalDateTime.of(2022,11,26,23,00,00);
        long second = time.toEpochSecond(ZoneOffset.UTC);
        System.out.println(second);
 
    }
}
 
测试:使用多线程及countdownlatch
private ExecutorService executorService = Executors.newFixedThreadPool(500);
 
    @Resource
    private RedisIdWorker redisIdWorker;
 
    @Test
    public void RedisIdWorkerTest() throws InterruptedException {
        CountDownLatch latch = new CountDownLatch(300);
        Runnable task = ()->{
            for(int i = 0;i<100;i++){
                long id = redisIdWorker.nextId("myorder");
                System.out.println(id);
            }
            latch.countDown();
        };
 
        long begin = System.currentTimeMillis();
        for(int i = 0;i< 300;i++){
            executorService.submit(task);
        }
        latch.await();
        long endTime = System.currentTimeMillis();
        System.out.println("耗时:"+(endTime-begin));
    }





TopTop