第十四章 Redis之全局唯一ID（分布式集群）

一、概念

‌二、全局唯一ID的生成方法‌

三、Redis生成全局ID

3.1. 生成策略

3.2. 代码

一、概念

全局唯一ID是指在分布式系统中，每个实体都有一个唯一的标识符，确保在不同的节点或服务之间能够唯一标识一个实体。这种唯一性对于数据的一致性和系统的可靠性至关重要。例如，在电商系统中，每个订单、用户和商品都需要一个全局唯一的ID来区分和管理。

全局ID生成器，是一种在分布式系统下用来生成全局唯一ID的工具，一般要满足下列特性：

‌二、全局唯一ID的生成方法‌

‌‌1. UUID‌：UUID是一种128位长的数字，它保证了在全球范围内的唯一性。UUID通过算法生成，理论上重复的概率极低。在‌Java中，可以通过java.util.UUID类来生成UUID。

2‌. ‌Redis自增‌：Redis作为一个高性能的键值存储系统，可以通过INCR命令来生成唯一的ID。这种方法适用于需要高并发生成ID的场景。

‌‌3. 雪花算法（Snowflake）‌：雪花算法由‌Twitter开发，能够在分布式系统中生成唯一的ID。它结合了时间戳、工作机器ID和序列号来保证ID的唯一性和有序性。

‌4. 数据库自增‌：一些数据库系统提供了自增字段功能，例如MySQL的AUTO_INCREMENT，这种方法简单易用，但在分布式系统中需要额外的同步机制来保证ID的唯一性。

‌应用场景和优缺点‌

‌UUID‌：优点是生成简单，无需中心化管理；缺点是长度较长，且生成性能较低，不适合大量生成ID的场景，且生成的ID中包含字符，不适合作为订单ID等场景。

‌Redis自增‌：优点是高性能，适合高并发场景；缺点是依赖于Redis服务器的稳定性和网络延迟。

‌雪花算法‌：优点是高性能和高并发，能够生成有序的ID；缺点是需要维护好时间同步和机器ID的分配。

‌数据库自增‌：优点是简单易用；缺点是在分布式系统中需要额外的同步机制，且单点压力较大。

三、Redis生成全局ID

3.1. 生成策略

我们为了增加ID的安全性，可以不直接使用Redis自增的数值，而是拼接一些其它信息：

ID的组成部分：

符号位：1bit，永远为0

时间戳：31bit，以秒为单位，可以使用69年

序列号：32bit，秒内的计数器，支持每秒产生2^32个不同ID

该生成策略是实际项目中运用比较普遍的方案，保证了足够的安全性，另外通过时间戳作为组合还有额外的好处：

1. 能够限制这个生成ID的上限，即一天下单的量的最大值为2^32，那么对于像淘宝这种双十一当天的秒杀场景，也能够完全满足。

2. 通过时间戳作为组合，我们想要查询某一天或者某个范围天数内的订单，也更为方便。

因此，我们通过对Redis自增的方式按上述方式进行优化后，再对Redis进行分布式集群部署来生成全局唯一ID，除了能满足要求的五大特性外，对于我们日常的诸如订单之类业务的查询需求，也能充分满足。

3.2. 代码

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;}
}