分布式ID生成
雪花算法(分布式自增长ID)

一、UUID

1、简介

优点：

• 简单，代码⽅便。
• ⽣成ID性能⾮常好，基本不会有性能问题。
• 全球唯⼀，在遇⻅数据迁移，系统数据合并，或者数据库变更等情况下，可以从容应对。

缺点：

• 没有排序，⽆法保证趋势递增。
• UUID往往是使⽤字符串存储，查询的效率⽐较低。
• 存储空间⽐较⼤，如果是海量数据库，就需要考虑存储量的问题。
• 传输数据量⼤。
• 不可读。

2、代码实现

import java.util.UUID;
public class UUIDUtils {
    public static String getUUID() {
//        2c294ec8-9585-4b06-954e-7380979e7ff1
        String uuid = UUID.randomUUID().toString();
        return uuid;
    }
}

三、Redis

1、简介

当使⽤数据库来⽣成ID性能不够要求的时候，我们可以尝试使⽤Redis来⽣成ID。这主要依赖于Redis是单线程的，

所以也可以⽤⽣成全局唯⼀的ID。可以⽤Redis的原⼦操作 INCR和INCRBY来实现。

优点：

• 不依赖于数据库，灵活⽅便，且性能优于数据库。

• 数字ID天然排序，对分⻚或者需要排序的结果很有帮助。

缺点：

• 如果系统中没有Redis，还需要引⼊新的组件，增加系统复杂度。
• 需要编码和配置的⼯作量⽐较⼤。
• ⽹络传输造成性能下降。

2、代码实现

pom.xml依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

Java代码：

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;

public class RedisIdUtils {
    private static final String redisIdKey = "redisKey";

    @Autowired
    private StringRedisTemplate stringRedisTemplate;

    public Long getRedisID() {
//        默认每次步进1，可配置
        Long redisKey01 = stringRedisTemplate.opsForValue().increment(redisIdKey);
        Long redisKey = stringRedisTemplate.opsForValue().increment(redisIdKey, 1);
        return redisKey;
    }
}