总览:
1、全局ID生成器
观察到未使用AUTO_INCRE
当用户抢购时,就会生成订单并保存到tb_voucher_order这张表中,而订单表如果使用数据库自增ID就存在一些问题:
* id的规律性太明显
* 受单表数据量的限制
场景分析: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。
场景分析二: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。
为了增加ID的安全性,我们可以不直接使用Redis自增的数值,而是拼接一些其它信息:
ID:long型,8字节,64bit
ID的组成部分:符号位:1bit,永远为0,正数
时间戳:31bit,以秒为单位,可以使用69年
序列号:32bit,秒内的计数器,支持每秒产生2^32个不同ID
RedisWorker.java:
/**
* 由正常年月日(20220101)转换为时间戳
*/
public Long makeTime(){
LocalDateTime now = LocalDateTime.of(2022, 1, 1, 0, 0, 0);
long second=now.toEpochSecond(ZoneOffset.UTC);
return second;
}
/**
* 开始时间戳
*/
private static final long BEGIN_TIMESTAMP = 1640995200L;
/**
* 序列号的位数
*/
private static final int COUNT_BITS = 32;
@Autowired
private RedisUtil redisUtil;
public long nextId(String keyPrefix) {
// 1.生成时间戳
LocalDateTime now = LocalDateTime.now();
long nowSecond = now.toEpochSecond(ZoneOffset.UTC);
long timestamp = nowSecond - BEGIN_TIMESTAMP;
// 2.生成序列号
// 2.1.获取当前日期,精确到天
String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));
// 2.2.redis中自增长记录总数量(条)
long count=redisUtil.incr("icr:" + keyPrefix + ":" + date,1);
// 3.拼接并返回生成的ID
return timestamp << COUNT_BITS | count;
}
}
2、实现优惠券秒杀下单
2.1代码实现
流程:
voucherOrderServiceImpl.java:
@Servicepublic
class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
@Autowired
private ISeckillVoucherService seckillVoucherService;