Redis全局ID生成器如何实现

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,一般满足下列特性:

唯一性:确保ID是唯一的,不可重复

递增性:确保是整体逐渐增大的,这样有利于数据库创建索引

安全性:ID的规律性不是特别的明显,防止根据ID号猜测其他的ID,确保安全性

高性能:确保生成ID的速度足够快

高可用:确保任何时候都能用

实现原理:

为了提高ID的安全性,可以采用将Redis自增数值与其他信息进行拼接的方式来组成ID,具体组成方式如图所示:

Redis全局ID生成器如何实现

符号位:1bit,永远为0,表示正数

 时间戳:31bit,以秒为单位,可以使用大约69年

 序列号:32bit,相同秒数的情况下,ID在序列号位置上增加,支持每秒产生2^32个不同的ID

代码实现:

import org.springframework.beans.factory.annotation.Autowired;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; @Componentpublic class RedisIdWorker {     /**     * 开始时间戳 (2022-01-01 00:00:00)     */    private static final long BEGIN_TIMESTAMP = 1640995200L;     /**     * 序列号的位数     */    private static final int COUNT_BITS = 32;     @Autowired    private StringRedisTemplate stringRedisTemplate;     /**     * 生成ID     *     * @param keyPrefix 业务系统的前缀     * @return ID     */    public long nextId(String keyPrefix) {        // 生成时间戳        long timestamp = LocalDateTime.now().toEpochSecond(ZoneOffset.UTC) - BEGIN_TIMESTAMP;        // 生成序列号        String key = "icr:" + keyPrefix + ":" + LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));        long count = stringRedisTemplate.opsForValue().increment(key);        // 拼接并返回        return timestamp 

生成序号:

Redis的自增是有上限的,最大值为2^64。尽管这个数字很大,但毕竟有一个上限,如果时间足够长,仍有可能超过这个数字。所以即使是同一个业务,也不能使用同一个key。因此可以在key中增加日期,比如:icr:业务名:2022:05:14。以这种方式生成的键每天都会是一个新的键,每天的自增量不会超过2^64,因此这样的键是一个比较合适的选择。

登录后复制

以上就是Redis全局ID生成器如何实现的详细内容,更多请关注【创想鸟】其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至253000106@qq.com举报,一经查实,本站将立刻删除。

发布者:PHP中文网,转转请注明出处:https://www.chuangxiangniao.com/p/2035526.html

(0)
上一篇 2025年2月23日 23:02:53
下一篇 2025年2月23日 23:03:14

AD推荐 黄金广告位招租... 更多推荐

相关推荐

  • Dockerfile中多个CMD指令如何优化?

    Dockerfile 中多个 CMD 指令的优化策略 高效管理 Docker 镜像的启动命令至关重要。本文将探讨如何优化 Dockerfile 中的多个 CMD 指令,并解释其背后的原理。 许多开发者误以为多个 CMD 指令会增加镜像层数,…

    2025年3月28日
    100
  • LAMP环境下Linux如何优化性能

    提升LAMP(Linux, Apache, MySQL, PHP)架构下Linux服务器性能,需要综合考量操作系统、网络、数据库等多个方面。以下策略能有效优化系统效率: 一、操作系统与内核调优 系统及内核更新: 定期更新系统和内核版本,获取…

    2025年3月28日
    100
  • phpMyAdmin性能优化策略,加速数据库管理

    phpmyadmin性能优化需从多方面入手:1. 优化mysql服务器配置,包括增加缓存(innodb_buffer_pool_size, query_cache_size),优化连接池(max_connections)和选择合适的存储引擎…

    2025年3月28日
    100
  • Dockerfile中CMD指令如何正确启动多个服务?

    精简Dockerfile中的CMD指令,高效启动多个服务 许多Docker新手在构建镜像时,常常对Dockerfile中的CMD指令感到困惑,尤其是在需要启动多个服务时。本文将通过一个实际案例,讲解如何优化Dockerfile中的CMD指令…

    2025年3月28日
    100
  • 告别慢如蜗牛的缓存:Symfony Cache组件的应用实践

    我们的应用需要一个高效的缓存机制来存储一些经常访问的数据,例如用户数据、产品信息等等。最初,我们使用简单的文件缓存,将数据序列化后写入文件。这种方法在数据量较小的时候尚可接受,但随着数据量的不断增长,读取速度变得越来越慢,甚至出现超时的情况…

    2025年3月28日
    100
  • 高效缓存管理:Topthink/Think-Cache 的实践经验

    网站的用户数量快速增长,数据库查询的压力越来越大,导致页面加载速度变慢,用户体验下降。我最初尝试使用简单的文件缓存,但随着数据量的增加,文件操作的效率问题日益突出。而且,文件缓存的管理也变得越来越复杂。 我需要一种更可靠、更高效的缓存方案,…

    数据库 2025年3月28日
    100
  • 告别Silex应用的缓存难题:moust/silex-cache保驾护航

    我的silex应用负责处理大量的用户请求,其中一些数据是频繁访问且计算成本较高的。 最初,我尝试使用简单的文件缓存,但随着数据量的增加,文件系统的io操作成为了性能瓶颈,页面加载速度变得非常缓慢,用户体验极差。 这迫使我寻找更有效的缓存解决…

    数据库 2025年3月28日
    100
  • Linux日志中磁盘I/O问题怎样解决

    Linux系统磁盘I/O瓶颈导致系统性能下降?本文提供系统化解决方案,助您快速排查并解决问题。 第一步:确认问题存在 首先,使用iostat、vmstat、iotop等工具监控磁盘I/O活动。高磁盘I/O利用率通常表明存在问题。 第二步:定…

    2025年3月28日
    100
  • 告别缓慢的GraphQL查询:使用Graphpinator Persisted Queries提升性能

    最近,我负责维护一个使用graphql的api,随着用户数量的增加,api的响应速度逐渐变慢。分析后发现,许多用户都在重复发送相同的查询,导致服务器在解析和验证这些查询上浪费了大量资源。虽然我的解析器函数本身效率很高,但graphql本身的…

    数据库 2025年3月28日
    100
  • Linux下LAMP如何优化性能

    提升Linux环境下LAMP(Linux, Apache, MySQL, PHP)架构的性能,需要从操作系统、Web服务器、数据库和代码等多个层面入手。以下策略旨在全面提升系统效率: 一、系统内核及操作系统优化 保持系统更新: 定期更新操作…

    2025年3月28日
    100

发表回复

登录后才能评论