Spring-boot+分布式下高性能全局对象唯一ID生成器代码+实例演示

     最近做起了数据优化的工作，主要是针对对象模型数据的导入，这里透漏下成效：利用mybatis的批量插入，1000条数据的导入（insert）只用了52ms甚至根据机子的性能可以更快，当然这只是针对insert层的优化，还有一个更要命更耗时的就是，对象主键ID的获取，如果采用数据库自带的自增主键的话，这种情况是很糟糕的，一旦涉及并发，必死无疑，当然这个概率比中彩票要高的很多，我不打算采用，采用了另一个，就是为对象建立一个全局序列，即使在并发状态下，数据库也会针对当前序列建立一个序列锁，保证并发或多线程下不会有相同的序列值产生，但是这样太耗时间了，假如我导入了1万个对象，那么就需要开一万个session连接数据库，以select获得当前对象渴望的序列值，而且为了避免mybatis将select的结果放入缓存导致后续取的序列值一样（对象主键ID一样的话，必然在insert的时候造成主键约束），还得每次select的时候清空mybatis的缓存，这又是一笔开销，刚开始没办法，采用的就是这种方法，结果导致：

     通过AOP切面技术，对单次请求的100万条数据的后台所对应的方法调用情况进行了一次统计，发现，整个百万级数据的导入insert假如消耗了1s的话，那么这个百万条数据的select操作可能要100s，没错，select比insert还要耗时，这不是吹嘘，这就是赤裸裸的挑衅啊，怎么办？

     我们想一下，数据库既然能创造出序列值，每次select的时候都会拿到不一样的序列值，我们是不是可以在我们的项目中，将这种序列值模拟创建到内存中呢，如果这样的话，性能肯定会大大提升，一是避免了mybatis开session访问数据库的开销，二是避免了在并发下遇到序列锁而造成的开销

    话不多说，先来演示下，从数据库拿1000个序列值的耗时情况（对照上面说的，结合下面的案列，我们来一起分析一下）

主要看结果，过程忽略，走一波测试，贴出结果：

上面的val真的是从数据库里面取的，真的是很耗时的：

再来看另一种方法，时间有限，不啰嗦了，直接上网上搜的一大神的demo：

IdWorker.java

import java.lang.management.ManagementFactory;
import java.net.InetAddress;
import java.net.NetworkInterface;

/**
 * 
名称：IdWorker.java
 * 
描述：分布式自增长ID
 * 
 *     Twitter的 Snowflake　JAVA实现方案
 * 
 * 核心代码为其IdWorker这个类实现，其原理结构如下，我分别用一个0表示一位，用—分割开部分的作用：
 * 1||0---0000000000 0000000000 0000000000 0000000000 0 --- 00000 ---00000 ---000000000000
 * 在上面的字符串中，第一位为未使用（实际上也可作为long的符号位），接下来的41位为毫秒级时间，
 * 然后5位datacenter标识位，5位机器ID（并不算标识符，实际是为线程标识），
 * 然后12位该毫秒内的当前毫秒内的计数，加起来刚好64位，为一个Long型。
 * 这样的好处是，整体上按照时间自增排序，并且整个分布式系统内不会产生ID碰撞（由datacenter和机器ID作区分），
 * 并且效率较高，经测试，snowflake每秒能够产生26万ID左右，完全满足需要。
 * 

 * 64位ID (42(毫秒)+5(机器ID)+5(业务编码)+12(重复累加))
 */
public class IdWorker {
    // 时间起始标记点，作为基准，一般取系统的最近时间（一旦确定不能变动）
    private final static long twepoch = 1288834974657L;
    // 机器标识位数
    private final static long workerIdBits = 5L;
    // 数据中心标识位数
    private final static long datacenterIdBits = 5L;
    // 机器ID最大值
    private final static long maxWorkerId = -1L ^ (-1L << workerIdBits);
    // 数据中心ID最大值
    private final static long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
    // 毫秒内自增位
    private final static long sequenceBits = 12L;
    // 机器ID偏左移12位
    private final static long workerIdShift = sequenceBits;
    // 数据中心ID左移17位
    private final static long datacenterIdShift = sequenceBits + workerIdBits;
    // 时间毫秒左移22位
    private final static long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;

    private final static long sequenceMask = -1L ^ (-1L << sequenceBits);
    /* 上次生产id时间戳 */
    private static long lastTimestamp = -1L;
    // 0，并发控制
    private long sequence = 0L;

    private final long workerId;
    // 数据标识id部分
    private final long datacenterId;

    public IdWorker(){
        this.datacenterId = getDatacenterId(maxDatacenterId);
        this.workerId = getMaxWorkerId(datacenterId, maxWorkerId);
    }
    /**
     * @param workerId
     *            工作机器ID
     * @param datacenterId
     *            序列号
     */
    public IdWorker(long workerId, long datacenterId) {
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));
        }
        if (datacenterId > maxDatacenterId || datacenterId < 0) {
            throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));
        }
        this.workerId = workerId;
        this.datacenterId = datacenterId;
    }
    /**
     * 获取下一个ID
     *
     * @return
     */
    public synchronized long nextId() {
        long timestamp = timeGen();
        if (timestamp < lastTimestamp) {
            throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
        }

        if (lastTimestamp == timestamp) {
            // 当前毫秒内，则+1
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                // 当前毫秒内计数满了，则等待下一秒
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0L;
        }
        lastTimestamp = timestamp;
        // ID偏移组合生成最终的ID，并返回ID
        long nextId = ((timestamp - twepoch) << timestampLeftShift)
                | (datacenterId << datacenterIdShift)
                | (workerId << workerIdShift) | sequence;

        return nextId;
    }

    private long tilNextMillis(final long lastTimestamp) {
        long timestamp = this.timeGen();
        while (timestamp <= lastTimestamp) {
            timestamp = this.timeGen();
        }
        return timestamp;
    }

    private long timeGen() {
        return System.currentTimeMillis();
    }

    /**
     * 

     * 获取 maxWorkerId
     * 
     */
    protected static long getMaxWorkerId(long datacenterId, long maxWorkerId) {
        StringBuffer mpid = new StringBuffer();
        mpid.append(datacenterId);
        String name = ManagementFactory.getRuntimeMXBean().getName();
        if (!name.isEmpty()) {
         /*
          * GET jvmPid
          */
            mpid.append(name.split("@")[0]);
        }
      /*
       * MAC + PID 的 hashcode 获取16个低位
       */
        return (mpid.toString().hashCode() & 0xffff) % (maxWorkerId + 1);
    }

    /**
     * 

     * 数据标识id部分
     * 
     */
    protected static long getDatacenterId(long maxDatacenterId) {
        long id = 0L;
        try {
            InetAddress ip = InetAddress.getLocalHost();
            NetworkInterface network = NetworkInterface.getByInetAddress(ip);
            if (network == null) {
                id = 1L;
            } else {
                byte[] mac = network.getHardwareAddress();
                id = ((0x000000FF & (long) mac[mac.length - 1])
                        | (0x0000FF00 & (((long) mac[mac.length - 2]) << 8))) >> 6;
                id = id % (maxDatacenterId + 1);
            }
        } catch (Exception e) {
            System.out.println(" getDatacenterId: " + e.getMessage());
        }
        return id;
    }

    public static void main(String[] args) {
//        IdWorker idWorker = new IdWorker(31,31);
//        System.out.println("idWorker="+idWorker.nextId());
          IdWorker id = new IdWorker(0,1);
//        System.out.println("id="+id.nextId());
//        System.out.println(id.datacenterId);
//        System.out.println(id.workerId);
    
        for(int i=0;i<9000;i++){
        	System.err.println(id.nextId());
        }
    }

内部main测试下，是否可以跑通

怎么还牵扯到分布式呢？ 因为，不同的tomcat部署该项目，是可以配置当前项目里这个IdWorker的机器ID（workID）和数据标识ID（datacenterID）的，比如我们在我们的Spring-Boot里面如下配置：

然后在我们的Service里面，通过注解拿到这两个值

      还是要强调下这两个值，这两个值的组合直接作用在IdWorker的对象上，这就使不同的机器即使同一时间获取ID，也会不一样，具体可以自己下来进行一番测试，由于时间仓促，下面直接进行Service层IDWorker的性能测试

       不要问我性能确实提升了不少但是我拿到了这些ID有什么用？ 自己下去尝试吧。