6.0 唯一主键生成策略

[xlorne]

框架中有两个地方需要创建唯一主键。
分别是:事务组 GroupId值的创建 与 事务日志中id的主键策略。数据类型
groupId:string
id:long

groupid格式未必一定是string，也可以修改成lang类型。但是要保证全局环境中的唯一性

[yizhishang]

目前生成的策略是啥。
推荐默认使用雪花算法，还可提供接口，有使用者实现

[xlorne]

雪花算法可以，但是需要均衡各个节点上的数据

[xlorne]

/**
 * @author lorne
 * @date 2020/8/8
 * @description
 */
public class IdUtils {


    /**
     * 创建GroupId策略
     *
     * @return
     */
    public static String generateGroupId(){
       //todo 
        return UUID.randomUUID().toString();
    }


}

目前是直接使用的UUID.randomUUID().toString();

[600849155]

/**
 * @author lorne
 * @date 2020/8/8
 * @description
 */
public class IdUtils {


    /**
     * 创建GroupId策略
     *
     * @return
     */
    public static String generateGroupId(){
       //todo 
        return UUID.randomUUID().toString();
    }


}

目前是直接使用的UUID.randomUUID().toString();

我在以下测试中发现使用雪花算法当 workId 相同时 ， 会有 30% 可能生成重复的 id ，为了避免这种情况发生可能需要落库或是 使用 redis

 @Test
    public void theSameWorkId() throws InterruptedException {
        final CountDownLatch COUNT_DOWN_LATCH = new CountDownLatch(10);
        Set<Long> idSet = new HashSet<>();
        IntStream.range(0, 10).forEach(i -> {
            new Thread(() -> {
                try {
                    Snowflake snowflake = IdUtils.createSnowflake(1);
                    IntStream.range(0, 1000).forEach(j -> {
                        long id = snowflake.nextId();
                        idSet.add(id);
                    });
                } catch (Exception e) {
                    e.printStackTrace();
                } finally {
                    COUNT_DOWN_LATCH.countDown();
                }
            }).start();
        });
        COUNT_DOWN_LATCH.await();
        System.out.println(idSet.size());
        Assert.isTrue(10000 == idSet.size(), "size must the same");
    }

[xlorne]

是要workId不重复就行是吗？

[wangcc57]

ObjectId就行了,24位长度也可以接受,天然的分布式id,同时也是趋势增长的,mongo就用这个.

[600849155]

是要workId不重复就行是吗？

经试验，workId 不重复就行了, 假设有2个机子有 tc ，workId 相同的概率 也不过是 1/1024，id相同的概率也不会很大

[600849155]

ObjectId就行了,24位长度也可以接受,天然的分布式id,同时也是趋势增长的,mongo就用这个.

试了下，效果还可以，除非极端情况，会有些许误差

  @Test
    public void theSameObjectId() throws InterruptedException {
        final CountDownLatch COUNT_DOWN_LATCH = new CountDownLatch(2);
        Set<String> idSet = new HashSet<>();
        IntStream.range(0, 2).forEach(i -> {
            new Thread(() -> {
                try {
                    IntStream.range(0, 10000).forEach(j -> {
                        String id = ObjectId.next();
                        idSet.add(id);
                    });
                } catch (Exception e) {
                    e.printStackTrace();
                } finally {
                    COUNT_DOWN_LATCH.countDown();
                }
            }).start();
        });
        COUNT_DOWN_LATCH.await();
        System.out.println(idSet.size());//19969
        Assert.isTrue(20000 == idSet.size(), "size must the same");
    }

[xlorne]

那可以这样来设计
当tc链接到tm以后，由tm来分给workid，workid的自增策略由tm来控制，为了实现全局数据统一可讲workid值记录在tm的redis下。

[600849155]

那可以这样来设计
当tc链接到tm以后，由tm来分给workid，workid的自增策略由tm来控制，为了实现全局数据统一可讲workid值记录在tm的redis下。

正有此意，虽然做法稍微比 ObjectId 的方式复杂些