发布优惠券的时候，每个店铺都可以发布优惠券，当用户抢购的时候,优惠券表中的id如果使用数据库的自增长ID会存在以下问题：

1：id的规律太明显，容易被刷

2：当数据量很大的时候，会受到单表数据的限制

缺点场景分析：

id规律场景：如果我们的id具有太明显的规则，用户或者说商业对手很容易猜测出来我们的一些敏感信息，比如商城在一天时间内，卖出了多少单，这明显不合适。

单表限制：随着我们商城规模越来越大，mysql的单表的容量不宜超过500W，数据量过大之后，我们要进行拆库拆表，但拆分表了之后，他们从逻辑上讲他们是同一张表，所以他们的id是不能一样的， 于是乎我们需要保证id的唯一性。

全局ID生成器

全局ID生成器，是一种在分布式系统下用来生成全局唯一的ID工具，一般需要瞒住下列特性：

唯一性、高可用、递增性、安全性、高性能

71ed2335099c6f90fd97e5b7aa9b2e81.png

全局唯一ID生成策略：

UUID、Redis自增长、雪花算法、数据库自增

Redis自增ID策略：

1：每天一个key,方便统计订单量；

2：ID都在是时间戳+计数器

实战：基于Redis拼接其他信息来实现全局唯一ID

d1eda313100802c0e06709274b2a0632.png

全局唯一ID使用long类型的，其中时间戳是基于某一个时间点开始的。比如我们从2022.11.26 23:00:00开始，可以使用69年。

思考1：获取当前时间的秒：

3f7e603ec908f8c2febd76a5d53ea9ad.png

思考2：时间戳,怎么计算的？

使用当前时间的秒-初始时间的秒

思考3：序列号怎么设置？

使用Redis的setnx命令,最好加上当前年月日

7c56056dbdba82c428ecb1c96ea7d280.png

思考4：怎么拼接？

因为我们需要返回的是long类型的，如果使用string拼接后，还要转换。还要知道，使用string拼接，当并发量很大的时候，也会有性能问题。那么我们应该怎么处理的？

注意：我们再来看看全局唯一ID的格式。如上图，我们可以看出，共64位，其中符号位是1个，时间戳是31位。序列号是32位，发现什么了吗？如果我们把时间戳向左移动32位(因为序列号是32位。向左移动位置，空出给序列号使用)，是不是就是符号位+时间戳的了？

1：我们也知道计算机中左移动最快是x<<位数。

2：我们还需要知道，在计算机中 | 或计算：按位或运算“|”

f4f158cc14263b984ab3ccfe990d6e2b.png

根据上面，我们可以知道位运算序号后，就是序列号的值。序列号是多少，就是多少。

所以，我们可以知道拼接代码如下：timeStamp << 32 |no;

最终代码：

<pre class="brush:as3;toolbar:false" style="margin: 0.5em 0px; padding: 0.4em 0.6em; border-radius: 8px; background: rgb(248, 248, 248);">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;

/**

• @author 凯哥Java

• @description 基于Redis实现62位的全局唯一ID

• @company

• */
  @Component
  public class RedisIdWorker {

  private static final long BEGIN_TIMESTAMP = 1669503600L;

  private final StringRedisTemplate stringRedisTemplate;

  /**

  • 序列号的位数
    */
    private static final int COUNT_BITS = 32;

  public RedisIdWorker(StringRedisTemplate stringRedisTemplate) {
  this.stringRedisTemplate = stringRedisTemplate;
  }

  /**

  • 获取id

  • @param kyePrefix

  • @return
    */
    public long nextId(String kyePrefix){
    //1：生成时间戳 = 当前时间戳-开始时间戳
    LocalDateTime now = LocalDateTime.now();
    long nowSecond = now.toEpochSecond(ZoneOffset.UTC);
    long timeStamp = nowSecond - BEGIN_TIMESTAMP;

    //2：生成序列号.使用sexNx.其中加上当前年月日
    //获取当前时间的你那月日
    String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));
    //开始32位序列号
    long no = stringRedisTemplate.opsForValue().increment("icr:"+kyePrefix+":"+date);
    //3:拼接返回
    return timeStamp << COUNT_BITS |no;

  }
  /**

  • 获取到指定时间的毫秒
  • @param args
    */
    public static void main(String[] args) {
    LocalDateTime time = LocalDateTime.of(2022,11,26,23,00,00);
    long second = time.toEpochSecond(ZoneOffset.UTC);
    System.out.println(second);

  }
  }

测试：使用多线程及countdownlatch
private ExecutorService executorService = Executors.newFixedThreadPool(500);

@Resource
private RedisIdWorker redisIdWorker;

@Test
public void RedisIdWorkerTest() throws InterruptedException {
    CountDownLatch latch = new CountDownLatch(300);
    Runnable task = ()->{
        for(int i = 0;i<100;i++){
            long id = redisIdWorker.nextId("myorder");
            System.out.println(id);
        }
        latch.countDown();
    };

    long begin = System.currentTimeMillis();
    for(int i = 0;i< 300;i++){
        executorService.submit(task);
    }
    latch.await();
    long endTime = System.currentTimeMillis();
    System.out.println("耗时:"+(endTime-begin));
}

</pre>