利用AtomicInteger实现高性能的ID生成器

废话不多说,直接上代码,目前该生成器用于生成流量平台的订单号:

package com.base.common.util.idworker;

import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.concurrent.atomic.AtomicInteger;

public class IdWorker {

    private static long lastTimes = 0;
    private static AtomicInteger currentSequence = new AtomicInteger(100);

    /**
     * 
     * @param machineId
     *            机器编码:0000-9999,分布式部署的时候指定不同的机器编号
     * @return
     */
    public static String nextId(String machineId) {
        StringBuffer sb = new StringBuffer(machineId);
        long currentTimes = System.currentTimeMillis();
        if (lastTimes == currentTimes) {
            int result = currentSequence.incrementAndGet();
            if (result > 999) {
                currentTimes = genTimes(lastTimes);
            }
            sb.append(getTimeString(currentTimes)).append(result);
        } else {
            lastTimes = currentTimes;
            currentSequence = new AtomicInteger(100);
            sb.append(getTimeString(currentTimes)).append(currentSequence);
        }

        return sb.toString();
    }

    private static long genTimes(long lastTimes) {
        try {
            Thread.sleep(1);
        } catch (InterruptedException e) {
            // do nothing
        }
        long times = System.currentTimeMillis();
        if (times == lastTimes) {
            return genTimes(lastTimes);
        }
        return times;
    }

    private static String getTimeString(long currentTimes) {
        Date date = new Date(currentTimes);
        SimpleDateFormat sdf = new SimpleDateFormat("yyMMddHHmmssSSS");
        return sdf.format(date);
    }

    public static void main(String[] args) throws Exception {
        Thread t1 = new Thread(new Runnable() {

            @Override
            public void run() {
                for(;;) {
                    System.out.println("t1"+IdWorker.nextId("1"));
                }
            }
        });
        Thread t2 = new Thread(new Runnable() {

            @Override
            public void run() {
                for(;;) {
                    System.out.println("t2"+IdWorker.nextId("1"));
                }
            }
        });
        t1.start();
        t2.start();
        t1.join();
        t2.join();
    }
}
### Java 中生成 11 位唯一 ID实现方法 在 Java 中生成固定长度的唯一 ID 是一种常见需求,可以通过多种方式实现。以下是几种可能的方法及其对应的示例代码。 #### 方法一:基于时间戳和随机数组合 通过将当前时间戳与随机数相结合,并截取前 11 位字符来生成唯一 ID。这种方法简单易懂,适合低并发场景。 ```java import java.util.concurrent.ThreadLocalRandom; public class ElevenDigitIdGenerator { public static String generateUniqueId() { long timestamp = System.currentTimeMillis(); int randomPart = ThreadLocalRandom.current().nextInt(1000); String combined = Long.toString(timestamp) + Integer.toString(randomPart); return combined.substring(combined.length() - 11); // 截取最后 11 位 } public static void main(String[] args) { for (int i = 0; i < 5; i++) { System.out.println("Generated ID: " + generateUniqueId()); } } } ``` 此方法利用 `System.currentTimeMillis()` 和随机数生成器生成一个字符串并截取其后 11 位[^1]。 --- #### 方法二:自增计数器结合哈希 使用原子整数(`AtomicInteger`)作为计数器,每次调用时增加计数器值,并将其转换为十六进制表示形式。为了确保唯一性,还可以加入其他字段如主机名或进程 ID。 ```java import java.util.concurrent.atomic.AtomicInteger; public class ElevenDigitCounterBasedIdGenerator { private static final AtomicInteger counter = new AtomicInteger(0); public static String generateUniqueId() { int countValue = counter.getAndIncrement(); String hexString = Integer.toHexString(countValue); while (hexString.length() < 11) { // 补齐到 11 位 hexString = "0" + hexString; } return hexString.substring(hexString.length() - 11); // 取最后 11 位 } public static void main(String[] args) { for (int i = 0; i < 5; i++) { System.out.println("Generated ID: " + generateUniqueId()); } } } ``` 该方法依赖于线程安全的 `AtomicInteger` 来保证高并发环境下的安全性[^2]。 --- #### 方法三:Snowflake 算法变体 Snowflake 算法是一种高效的分布式 ID 生成算法,通常由时间戳、机器 ID 和序列号组成。如果需要生成 11 位的唯一 ID,则需调整各部分的比例以适应目标长度。 ```java public class ElevenDigitSnowflakeIdGenerator { private final long workerIdBits = 5L; // 工作节点 ID 所占位数 private final long sequenceBits = 6L; // 序列号所占位数 private final long maxWorkerId = ~(-1L << workerIdBits); // 最大工作节点 ID private final long maxSequence = ~(-1L << sequenceBits); // 最大序列号 private final long workerIdShift = sequenceBits; // 工作节点左移位数 private final long timestampLeftShift = sequenceBits + workerIdBits; // 时间戳左移位数 private long lastTimestamp = -1L; private long sequence = 0L; private final long workerId; public ElevenDigitSnowflakeIdGenerator(long workerId) { if (workerId > maxWorkerId || workerId < 0) { throw new IllegalArgumentException("worker Id can't be greater than %d or less than 0".formatted(maxWorkerId)); } this.workerId = workerId; } public synchronized String nextIdStr() { long timestamp = timeGen(); if (timestamp < lastTimestamp) { throw new RuntimeException("Clock moved backwards"); } if (lastTimestamp == timestamp) { sequence = (sequence + 1) & maxSequence; if (sequence == 0) { timestamp = tilNextMillis(lastTimestamp); } } else { sequence = 0L; } lastTimestamp = timestamp; long id = ((timestamp & 0xFFFFFFFFFFFFFL) >> 22) | (workerId << workerIdShift) | sequence; return Long.toString(id).substring(Long.toString(id).length() - 11); } protected long tilNextMillis(long lastTimestamp) { long timestamp = timeGen(); while (timestamp <= lastTimestamp) { timestamp = timeGen(); } return timestamp; } protected long timeGen() { return System.currentTimeMillis(); } public static void main(String[] args) { ElevenDigitSnowflakeIdGenerator generator = new ElevenDigitSnowflakeIdGenerator(1); for (int i = 0; i < 5; i++) { System.out.println("Generated ID: " + generator.nextIdStr()); } } } ``` 这段代码实现了 Snowflake 算法的一个简化版本,其中时间戳、工作节点 ID 和序列号共同构成了最终的 11 位 ID[^5]。 --- #### 方法四:UUID 转换 虽然标准 UUID 长度超过 11 位,但可通过对其散列化或将部分内容提取出来的方式缩短至所需长度。 ```java import java.util.UUID; public class ElevenDigitUuidBasedIdGenerator { public static String generateUniqueId() { String uuid = UUID.randomUUID().toString().replaceAll("-", ""); return uuid.substring(0, Math.min(uuid.length(), 11)); // 提取前 11 位 } public static void main(String[] args) { for (int i = 0; i < 5; i++) { System.out.println("Generated ID: " + generateUniqueId()); } } } ``` 尽管这种方式可能会降低唯一性的概率,但在某些情况下仍然适用[^3]。 --- ### 总结 以上四种方法分别适用于不同场景: - **方法一**:适合简单的单机应用; - **方法二**:适合需要高性能且无冲突风险的应用; - **方法三**:推荐用于分布式系统中的唯一 ID 生产; - **方法四**:仅当对性能要求不高时考虑使用。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值