全局唯一 ID

在电商项目中，经常会涉及到订单的生成，在生成订单时，每个订单都会对应一个 ID。一般情况下，我们会想到借助数据库的自增 ID 来生成订单 ID，如果你的系统规模较小，这是可行的，但是，当系统规模越来越大时，可能数据库的自增 ID 就无法满足我们的需求了。在分布式系统中，会使用分库分表，如果每张表都使用自增 ID，那么肯定会出现重复的 ID。并且，如果我们使用数据库的自增 ID，可能会暴露系统的规模，比如，我昨天下了一单，订单 ID 是 100，第二天，我又下了一单，订单 ID 是 200，这样的话，用户就能猜测到昨天一天系统大概有 100 个订单。

所以，使用数据库的自增 ID，会有以下两个明显的缺点：

受单表数据量的限制（无法满足分布式系统的需求）
id 的规律性太明显

在这种情况下，我们需要使用全局唯一 ID 来生成订单 ID。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：

唯一性
递增性
高可用
高性能
安全性

由于本笔记记录的是 Redis 相关的信息，所以，我们这里只介绍基于 Redis 的全局唯一 ID 生成器。而 Redis 中提供了一个原子操作，可以满足我们的需求，那就是 INCR 命令，它类似于 MySQL 的自增 ID。为了增加 ID 的安全性，我们可以不直接使用 Redis 自增的数值，而是拼接一些其它信息，最终，我们生成的 ID 看起来像这样：

全局唯一 ID

所以，最终生成的 ID 是 64 位，ID 的组成部分如下：

符号位：1 bit，永远为 0
时间戳：31 bit，以秒为单位，可以使用 69 年（2³¹ / 3600 / 24 / 365 = 69）
序列号：32 bit，秒内的计数器，支持每秒产生 2³² 个不同 ID

下面是一个简单的实现：

RedisIdWoker.java

@Component
public class RedisIdWoker {

    private static final DateTimeFormatter formatter = DateTimeFormatter.ofPattern("yyyy:MM:dd");

    /**
     * 开始时间戳, 2020-01-01 00:00:00
     */
    private static final long BEGIN_EPOCH_SECONDS = LocalDateTime.of(2020, 1, 1, 0, 0, 0).toEpochSecond(ZoneOffset.of("+8"));

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    public long generateId(String keyPrefix) {
        // 生成时间戳
        LocalDateTime now = LocalDateTime.now();
        long timestamp = now.toEpochSecond(ZoneOffset.of("+8")) - BEGIN_EPOCH_SECONDS;
        // 生成自增序列
        String dateFormat = now.format(formatter);
        // 自增的 key 为 incr:前缀:日期, 这样可以保证每天的自增序列是独立的, 同时也方便我们统计每天的订单数量
        // 如果我们把所有的自增序列都放在一个 key 下面, 有可能会超过 redis 的单个 key 大小的限制
        // 对于自增的 key, redis 支持最大的自增序列为 2 ^ 64, 见 https://redis.io/commands/incr/
        String incrKey = "incr:" + keyPrefix + ":" + dateFormat;
        // 当然, 如果你不想统计每天的订单数量, 那么也可以为所有的自增序列都使用同一个 key, 或者给 key 设置过期时间为 1 天
        Long id = stringRedisTemplate.opsForValue().increment(incrKey);
        // 最终生成的 ID 是 64 位的, 高 32 位是时间戳, 低 32 位是自增序列
        return timestamp << 32 | id;
    }
}

IDTest.java

/**
 * 生成 30000 个 ID
 */
@Test
void test8() throws InterruptedException {
    int threadCount = 300;
    CountDownLatch countDownLatch = new CountDownLatch(threadCount);
    Runnable runnable = () -> {
        for (int i = 0; i < 100; i++) {
            redisIdWoker.generateId("order");
        }
        countDownLatch.countDown();
    };
    long begin = System.currentTimeMillis();
    for (int i = 0; i < threadCount; i++) {
        ID_WOKER_EXECUTOR.execute(runnable);
    }
    countDownLatch.await();
    long end = System.currentTimeMillis();
    System.out.println("耗时: " + (end - begin) + " ms");
}

一些其它的全局唯一 ID 生成方案：

UUID（不推荐）
snowflake 算法（雪花算法）
数据库自增
这里的数据库自增说的是，单独使用一张表来记录自增 ID，然后，每次生成 ID 时，都去查询这张表，获取自增 ID，然后，再更新这张表的自增 ID。这种方案的缺点是，每次生成 ID 都需要访问数据库，会对数据库造成压力，而且，性能没有 Redis 高。

# 全局唯一 ID

全局唯一 ID