一个域名可以建几个网站优秀网页设计分析300字
文章目录
- 1. UUID
 - 2. 数据库序列或自增ID
 - 3. 时间戳 + 随机数/序列
 - 4. 分布式唯一ID生成方案
 
几种常见的解决方案
- UUID 实例代码
 - 数据库序列或自增ID
 - 时间戳 + 随机数/序列
 - 分布式唯一ID生成方案
 
- Snowflake ID结构
 - 类定义和变量初始化
 - 构造函数
 - ID生成方法
 - 辅助方法
 
在 Spring Boot 中设计一个订单号生成系统时,需考虑生成的订单号的唯一性、可扩展性及业务相关性。以下是几种常见的解决方案及相应的示例代码:
1. UUID
使用 UUID 生成唯一的订单号,形式为 8-4-4-4-12 的字符串,例如 123e4567-e89b-12d3-a456-426614174000。优点是简单,缺点是较长且不易记忆。
实例代码
import java.util.UUID;public class UUIDGenerator {public static String generateUUID() {return UUID.randomUUID().toString();}public static void main(String[] args) {System.out.println("Generated UUID: " + generateUUID());}
}
 
2. 数据库序列或自增ID
利用数据库的序列或自增ID生成唯一的订单号,常见于单体应用。
实例代码
@Entity
public class Order {@Id@GeneratedValue(strategy = GenerationType.AUTO)private Long id;// 其他属性
}
 
数据库示例
- PostgreSQL:
 
CREATE SEQUENCE order_id_seq START WITH 1 INCREMENT BY 1;
CREATE TABLE orders (order_id bigint NOT NULL DEFAULT nextval('order_id_seq'), order_data text);
 
- MySQL:
 
CREATE TABLE orders (order_id INT AUTO_INCREMENT, order_data TEXT, PRIMARY KEY (order_id));
 
3. 时间戳 + 随机数/序列
结合时间戳与随机数生成订单号,增强可读性与业务相关性。
实例代码
import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.concurrent.ThreadLocalRandom;public class OrderNumberGenerator {private static final SimpleDateFormat dateFormat = new SimpleDateFormat("yyyyMMddHHmmss");private static final int RANDOM_NUM_BOUND = 10000;public static String generateOrderNumber(String prefix) {String timestamp = dateFormat.format(new Date());int randomNumber = ThreadLocalRandom.current().nextInt(RANDOM_NUM_BOUND);return prefix + timestamp + String.format("%04d", randomNumber);}public static void main(String[] args) {System.out.println("Generated Order Number: " + generateOrderNumber("ORD"));}
}
 
4. 分布式唯一ID生成方案
使用 Snowflake 算法生成唯一 ID,其中包含时间戳、数据中心ID、机器ID和序列号,支持分布式系统中的 ID 唯一性和有序性。
 Snowflake ID 结构
- 1 位符号位
 - 41 位时间戳
 - 10 位数据中心 ID 和机器 ID
 - 12 位序列号
 
实现示例
public class SnowflakeIdGenerator {private long datacenterId; // 数据中心IDprivate long machineId;    // 机器IDprivate long sequence = 0L; // 序列号private long lastTimestamp = -1L; // 上一次时间戳private final long twepoch = 1288834974657L;private final long datacenterIdBits = 5L;private final long machineIdBits = 5L;private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);private final long maxMachineId = -1L ^ (-1L << machineIdBits);private final long sequenceBits = 12L;private final long machineIdShift = sequenceBits;private final long datacenterIdShift = sequenceBits + machineIdBits;private final long timestampLeftShift = sequenceBits + machineIdBits + datacenterIdBits;private final long sequenceMask = -1L ^ (-1L << sequenceBits);public SnowflakeIdGenerator(long datacenterId, long machineId) {if (datacenterId > maxDatacenterId || datacenterId < 0) {throw new IllegalArgumentException("datacenterId can't be greater than %d or less than 0");}if (machineId > maxMachineId || machineId < 0) {throw new IllegalArgumentException("machineId can't be greater than %d or less than 0");}this.datacenterId = datacenterId;this.machineId = machineId;}public synchronized long nextId() {long timestamp = System.currentTimeMillis();if (timestamp < lastTimestamp) {throw new RuntimeException("Clock moved backwards. Refusing to generate id");}if (lastTimestamp == timestamp) {sequence = (sequence + 1) & sequenceMask;if (sequence == 0) {timestamp = tilNextMillis(lastTimestamp);}} else {sequence = 0L;}lastTimestamp = timestamp;return ((timestamp - twepoch) << timestampLeftShift) |(datacenterId << datacenterIdShift) |(machineId << machineIdShift) |sequence;}private long tilNextMillis(long lastTimestamp) {long timestamp = System.currentTimeMillis();while (timestamp <= lastTimestamp) {timestamp = System.currentTimeMillis();}return timestamp;}
} 
下面是对这段代码的逐行解释:
类定义和变量初始化
- private long datacenterId; 定义数据中心ID。
 - private long machineId; 定义机器ID。
 - private long sequence = 0L; 序列号,用于同一毫秒内生成多个ID时区分这些ID。
 - private long lastTimestamp = -1L; 上一次生成ID的时间戳。
 
以下是Snowflake算法的一些关键参数:
- private final long twepoch = 1288834974657L; 系统的起始时间戳,这里是Snowflake算法的作者选择的一个固定的时间点(2010-11-04 09:42:54.657 GMT)。
 - private final long datacenterIdBits = 5L; 数据中心ID所占的位数。
 - private final long machineIdBits = 5L; 机器ID所占的位数。
 - private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits); 数据中心ID的最大值,这里通过位运算计算得出。
 - private final long maxMachineId = -1L ^ (-1L << machineIdBits); 机器ID的最大值,同样通过位运算得出。
 - private final long sequenceBits = 12L; 序列号占用的位数。
 
以下是一些用于位运算的参数,用于计算最终的ID:
- private final long machineIdShift = sequenceBits; 机器ID的偏移位数。
 - private final long datacenterIdShift = sequenceBits + machineIdBits; 数据中心ID的偏移位数。
 - private final long timestampLeftShift = sequenceBits + machineIdBits + datacenterIdBits; 时间戳的偏移位数。
 - private final long sequenceMask = -1L ^ (-1L << sequenceBits); 用于保证序列号在指定范围内循环。
 
构造函数
 构造函数SnowflakeIdGenerator(long datacenterId, long machineId)接收数据中心ID和机器ID作为参数,并对这些参数进行校验,确保它们在合法范围内。
ID生成方法
 public synchronized long nextId()是生成ID的核心方法,使用synchronized保证线程安全。
- 首先获取当前时间戳。
 - 如果当前时间戳小于上一次生成ID的时间戳,抛出异常,因为时钟回拨会导致ID重复。
 - 如果当前时间戳等于上一次的时间戳(即同一毫秒内),通过增加序列号生成不同的ID;如果序列号溢出(超过最大值),则等待到下一个毫秒。
 - 如果当前时间戳大于上一次的时间戳,重置序列号为0。
 - 最后,将时间戳、数据中心ID、机器ID和序列号按照各自的偏移量左移,然后进行位或运算,组合成一个64位的ID。
 
辅助方法
 private long tilNextMillis(long lastTimestamp)是一个辅助方法,用于在序列号溢出时等待直到下一个毫秒。
