Java秒杀系统实战系列~分布式唯一ID生成订单编号

发布时间:2025-05-24 07:08:07 发布人:远客网络

一、Java秒杀系统实战系列~分布式唯一ID生成订单编号

1、在本篇“Java秒杀系统实战系列文章”的第七篇中，我们将关注如何在高并发场景下生成全局唯一、趋势递增的订单编号。本文将介绍两种方法：基于随机数生成和采用分布式唯一ID生成算法-雪花算法。

2、在上一篇博文中，我们实现了秒杀业务逻辑，其中包括为秒杀成功的用户生成订单记录。关键点在于高效生成订单编号，以满足以下两个要求：快速稳定地生成，减少延迟；确保编号全局唯一、不重复、趋势递增、有序。

3、首先，我们将采用基于随机数的方式生成订单编号。通过构建Thread类，每个线程在run方法中生成订单编号，并插入数据库表中。使用ThreadLocalRandom实现随机数生成逻辑。接着，开发一个BaseController控制器的请求方法，模拟高并发环境下的多线程生成订单编号。然而，在执行此方法时，我们发现存在重复生成的订单编号问题，同时生成的记录数量少于实际线程数量。这种基于随机数生成唯一ID的方式在高并发场景下并不满足需求。

4、为解决此问题，我们将介绍另一种流行且典型的分布式唯一ID生成算法-雪花算法。此算法底层实现基于位运算，通过直接与机器打交道高效生成全局唯一ID。雪花算法的底层数据存储结构为64位，分为时间戳、机器ID和序列号三部分。接下来，我们将基于雪花算法生成秒杀系统所需的订单编号。

5、首先定义一个Thread类，实现逻辑为使用雪花算法生成订单编号并插入数据库。SNOW_FLAKE.nextId()方法用于生成全局唯一的订单编号。接下来，在BaseController中开发请求方法，模拟高并发环境下多线程抢单场景。通过Postman发起请求观察控制台输出及数据库表记录，发现1000个线程成功生成1000个订单编号，无重复情况。这种基于雪花算法的方法在高并发场景下满足需求。

6、通过本篇内容，我们了解了如何在高并发环境下生成全局唯一、趋势递增的订单编号，并对比了基于随机数生成与雪花算法两种方法的优劣。在实际应用中，推荐采用分布式唯一ID生成算法-雪花算法以确保高效、稳定地生成订单编号。

二、分布式ID生成器

在分布式系统中，往往需要对大量的数据和消息进行唯一标识，此时一个能够生成全局唯一ID的系统是非常必要的，那么业务系统对ID号的要求有哪些呢？

UUID(Universally Unique Identifier)的标准型式包含32个16进制数字，以连字号分为五段，形式为8-4-4-4-12的36个字符，示例：5e8c4456-6166-40d6-9b9f-fb37a150bc6e，到目前为止业界一共有5种方式生成UUI，Java标准类库中已经提供了UUID的API。

雪花ID生成的是一个64位的二进制正整数，然后转换成10进制的数。64位二进制数由如下部分组成：

41-bit的时间可以表示（1L<<41）/(1000L*3600*24*365)=69年的时间，10-bit机器可以分别表示1024台机器。如果我们对IDC划分有需求，还可以将10-bit分5-bit给IDC，分5-bit给工作机器。这样就可以表示32个IDC，每个IDC下可以有32台机器，可以根据自身需求定义。12个自增序列号可以表示2^12个ID，理论上snowflake方案的QPS约为409.6w/s，这种分配方式可以保证在任何一个IDC的任何一台机器在任意毫秒内生成的ID都是不同的。

但是对于绝大部分普通应用程序来说，根本不需要每秒超过400万的ID，机器数量也达不到1024台，所以，我们可以改进一下，使用更短的ID生成方式：53bitID由32bit秒级时间戳+16bit自增+5bit机器标识组成，累积32台机器，每秒可以生成6.5万个序列号。

最后，为什么采用最多53位整型，而不是64位整型？这是因为考虑到大部分应用程序是Web应用，如果要和JavaScript打交道，由于JavaScript支持的最大整型就是53位，超过这个位数，JavaScript将丢失精度。因此，使用53位整数可以直接由JavaScript读取，而超过53位时，就必须转换成字符串才能保证JavaScript处理正确，这会给API接口带来额外的复杂度。

参考资料：