生成唯一时间戳ID，1毫秒预计能生成1000个

凡事涉及到高性能貌似都是高大上的东西，所以嘛我也试试；其实这个时间戳ID的生成主要为了解决我们公司内部的券号生成，估计有小伙伴认为券号生成有这么麻烦嘛，搞个自增ID完全可以用起来，或者时间取毫微米时间戳等。

如果以上真是这样简单的话，那我要说道说道；首先自增ID资源耗尽的时候，特别礼券号生成的越频繁，毕竟bigInt也有耗尽那天（当然如果有更长数字字段就是慢慢耗呗），而且依靠数据库进行被动生成，在有些业务上比较软肋；我还有一个同事说搞一张表定时去自增生成ID，这样就能随时取已经存在的ID资源数据，我只能说这是一种笨办法，而且你都不知道外部业务对券号的需要量有多少，万一立马要个1000万，你来得及？

还有就是毫微米时间戳也是会出问题，因为在多并发请求下也会大概率出现同样ID，大家不信可以去试试，想想我们的CPU运算有多快；当然防止重复可以考虑休眠例如一毫秒，但这样就会丢失性能，想想雪花算法一毫秒能产生4095个不重复ID，我们好歹也可以向它学习吧，以上说了这么多少就明白了这个要求也是蛮苛刻的，当中我也想过用雪花算法，但由于生成的ID比较长（后面我会说为什么不适宜）！

下面来看看我对这个唯一时间戳ID生成的代码算法，借鉴了点雪花算法：

　　 /// 

    /// 时间戳ID
    /// 
    public class TimestampID
    {
        private long _lastTimestamp;
        private long _sequence; //计数从零开始
        private readonly DateTime? _initialDateTime;
        private static TimestampID _timestampID;
        private const int MAX_END_NUMBER = 9999;

        private TimestampID(DateTime? initialDateTime)
        {
            _initialDateTime = initialDateTime;
        }

        /// 

        /// 获取单个实例对象
        /// 
        /// 最初时间，与当前时间做个相差取时间戳
        /// 
        public static TimestampID GetInstance(DateTime? initialDateTime = null)
        {
            if (_timestampID == null) Interlocked.CompareExchange(ref _timestampID, new TimestampID(initialDateTime), null);
            return _timestampID;
        }

        /// 

        /// 最初时间，作用时间戳的相差
        /// 
        protected DateTime InitialDateTime
        {
            get
            {
                if (_initialDateTime == null || _initialDateTime.Value == DateTime.MinValue) return new DateTime(1970, 1, 1, 0, 0, 0, DateTimeKind.Utc);
                return _initialDateTime.Value;
            }
        }
        /// 

        /// 获取时间戳ID
        /// 
        /// 
        public string GetID()
        {
            long temp;
            var timestamp = GetUniqueTimeStamp(_lastTimestamp, out temp);
            return $"{timestamp}{Fill(temp)}";
        }

        private string Fill(long temp)
        {
            var num = temp.ToString();
            IList<char> chars = new List<char>();
            for (int i = 0; i < MAX_END_NUMBER.ToString().Length - num.Length; i++)
            {
                chars.Add('0');
            }
            return new string(chars.ToArray()) + num;
        }

        /// 

        /// 获取一个时间戳字符串
        /// 
        /// 
        public long GetUniqueTimeStamp(long lastTimeStamp, out long temp)
        {
            lock (this)
            {
                temp = 1;
                var timeStamp = GetTimestamp();
                if (timeStamp == _lastTimestamp)
                {
                    _sequence = _sequence + 1;
                    temp = _sequence;
                    if (temp >= MAX_END_NUMBER)
                    {
                        timeStamp = GetTimestamp();
                        _lastTimestamp = timeStamp;
                        temp = _sequence = 1;
                    }
                }
                else
                {
                    _sequence = 1;
                    _lastTimestamp = timeStamp;
                }
                return timeStamp;
            }
        }

        /// 

        /// 
        /// 
        /// 
        private long GetTimestamp()
        {
            if (InitialDateTime >= DateTime.Now) throw new Exception("最初时间比当前时间还大，不合理");
            var ts = DateTime.UtcNow - InitialDateTime;
            return (long)ts.TotalMilliseconds;
        }
    }

当中我加了一点补位算法，保证每次出来的ID长度一致，之前提到了是用在礼券号上的，那就应该不能这么长，后续我又继续进行了32进制计算，缩短到8-10位左右，但大家估计觉的还是长，那就看取决你把相差时间应该缩短。但如果直接用雪花算法生成的ID进行32位进制缩短也是在10位以上，所以我没有用到。

对了，忘记说了性能问题，一毫秒预计能生成1000个，呵呵，还算过得去

接下来谈谈礼券这块业务，类似我们初创电商公司这种需要去互联网上大量拉拢会员，所以也相对需要大量的推广礼券号，如果成熟的电商如京东和天猫等，他们所有礼券都已经绑定到自己会员身上，在使用上根本不用去关注填写什么礼券号，也是他们的礼券体系相对完整和成熟，故我们对礼券号的的生成需求也是一块心病。

下面再说说雪花算法生成的ID，比较适合使用一些流水数据，如果分布式上生成时就需要考虑一台吞吐量好的服务统一生成ID，或者也可以进行多台服务器+负载均衡，当然每台机器出的ID还是需要标识补位（比如机器自定义的编号ID）增加长度防止同一时间重复ID。

以上如有不对之处请留言，大家共同学习进步！！！

 

2017.1.22 > 在生产环境中，突然又发生了礼券号重复问题，导致我怀疑算法的不严谨，后来发现触发生成的来源是两个服务进程，哈哈，真是自己找坑跳；故大家在部署时候一定要确保ID生成在一个进程里，如果分布式还是老话，加上必要的分布标识NO