这是我参与11月更文挑战的第6天，活动详情查看：2021最后一次更文挑战
高并发情况下的数据库自增ID会出现重复情况，导致新增失败。 解决办法就是使用分布式ID
分布式ID的生成方式有以下几种
- UUID
- 数据库不同步长自增
- 雪花算法
- redis
- 滴滴出品（TinyID）
- 百度 （Uidgenerator）
- 美团（Leaf）
UUID
生成唯一ID，最简单的就是UUID，具有唯一性，但是结果太长了，保存在数据库中，会导致索引太大，消耗太大。
数据库不同步长自增ID
设置起始值和自增步长,就可以保证唯一ID是自增有序，而且还不会重复，缺点就是不利于扩容，增加维护成本。
- mysql 1 配置：
set @@auto_increment_offset = 1; -- 起始值
set @@auto_increment_increment = 2; -- 步长
- mysql 2 配置：
set @@auto_increment_offset = 2; -- 起始值
set @@auto_increment_increment = 2; -- 步长
雪花算法（Snowflake）
雪花算法（Snowflake）是twitter公司内部分布式项目采用的ID生成算法，理论上单机每秒400W+，最多每秒可以生成41亿+的ID
| 分段 | 作用 | 说明 |
|---|---|---|
| 1bit | 保留 | — |
| 41bit | 时间戳，精确到毫秒 | 可以支持69年的跨度 |
| 5bit | DatacenterId | 可以最多支持32个节点 |
| 5bit | WorkerId | 可以最多支持32个节点 |
| 12bit | 毫秒内的计数 | 支持每个节点每毫秒产生4096个ID |
- 优点
- ID趋势递增
- 生成效率高，单机每秒400W+
- 支持线性扩充
- 稳定性高，不依赖DB等服务
- 缺点
-
依赖服务器时间，如果服务器时间发生回拨，可能导致生成重复ID
-
在单机上是递增的，但是由于涉及到分布式环境，每台机器上的时钟不可能完全同步，也许有时候也会出现不是全局递增的情况
-
Redis生成ID
Redis可以作为集中式ID生成器，数据库的表记录最后分配的ID也是集中式ID生成器。 目前使用的ID生成器结合了这两种，实现如下：
- redis累加器
public int getId() {
// 获取redis累加器，累加获得id
int id = 1;
// 判断key是否存在
if (stringRedisLettuceTemplate.hasKey("message:id")) {
// 如果存在key则直接获取后进行累加
id = Integer.valueOf(stringRedisLettuceTemplate.boundValueOps("message:id").get());
stringRedisLettuceTemplate.opsForValue().increment("message:id", 1);
} else {
// 如果不存在，查询数据库最后一条，获取后+1
id = userDao.getLastId() + 1;
// 再次+1后存入redis
stringRedisLettuceTemplate.opsForValue().set("message:id", String.valueOf(id + 1));
}
return id;
}
- 数据库
<select id="getLastId" resultType="java.lang.Integer">
SELECT IFNULL(id, 0) AS id
FROM user
ORDER BY id desc
limit 1
</select>
