亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

基于Redis生成分布式全局唯一ID的3種策略

 更新時(shí)間:2025年04月20日 09:21:33   作者:風(fēng)象南  
在分布式系統(tǒng)設(shè)計(jì)中,全局唯一ID是一個(gè)基礎(chǔ)而關(guān)鍵的組件,Redis具備高性能、原子操作及簡(jiǎn)單易用的特性,因此我們可以基于Redis實(shí)現(xiàn)全局唯一ID的生成,下面我們來(lái)看看實(shí)現(xiàn)的三種方法吧

在分布式系統(tǒng)設(shè)計(jì)中,全局唯一ID是一個(gè)基礎(chǔ)而關(guān)鍵的組件。隨著業(yè)務(wù)規(guī)模擴(kuò)大和系統(tǒng)架構(gòu)向微服務(wù)演進(jìn),傳統(tǒng)的單機(jī)自增ID已無(wú)法滿足需求。高并發(fā)、高可用的分布式ID生成方案成為構(gòu)建可靠分布式系統(tǒng)的必要條件。

Redis具備高性能、原子操作及簡(jiǎn)單易用的特性,因此我們可以基于Redis實(shí)現(xiàn)全局唯一ID的生成。

分布式ID的核心需求

一個(gè)優(yōu)秀的分布式ID生成方案應(yīng)滿足以下要求

  • 全局唯一性:在整個(gè)分布式系統(tǒng)中保證ID不重復(fù)
  • 高性能:能夠快速生成ID,支持高并發(fā)場(chǎng)景
  • 高可用:避免單點(diǎn)故障,確保服務(wù)持續(xù)可用
  • 趨勢(shì)遞增:生成的ID大致呈遞增趨勢(shì),便于數(shù)據(jù)庫(kù)索引和分片
  • 安全性(可選) :不包含敏感信息,不易被推測(cè)和偽造

1. 基于INCR命令的簡(jiǎn)單自增ID

原理

這是最直接的Redis分布式ID實(shí)現(xiàn)方式,利用Redis的INCR命令原子性遞增一個(gè)計(jì)數(shù)器,確保在分布式環(huán)境下ID的唯一性。

代碼實(shí)現(xiàn)

import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;

@Component
public class RedisSimpleIdGenerator {
    private final RedisTemplate<String, String> redisTemplate;
    private final String ID_KEY;
    
    public RedisSimpleIdGenerator(RedisTemplate<String, String> redisTemplate) {
        this.redisTemplate = redisTemplate;
        this.ID_KEY = "distributed:id:generator";
    }
    
    /**
     * 生成下一個(gè)ID
     * @return 唯一ID
     */
    public long nextId() {
        Long id = redisTemplate.opsForValue().increment(ID_KEY);
        if (id == null) {
            throw new RuntimeException("Failed to generate id");
        }
        return id;
    }
    
    /**
     * 為指定業(yè)務(wù)生成ID
     * @param bizTag 業(yè)務(wù)標(biāo)簽
     * @return 唯一ID
     */
    public long nextId(String bizTag) {
        String key = ID_KEY + ":" + bizTag;
        Long id = redisTemplate.opsForValue().increment(key);
        if (id == null) {
            throw new RuntimeException("Failed to generate id for " + bizTag);
        }
        return id;
    }
    
    /**
     * 獲取當(dāng)前ID值但不遞增
     * @param bizTag 業(yè)務(wù)標(biāo)簽
     * @return 當(dāng)前ID值
     */
    public long currentId(String bizTag) {
        String key = ID_KEY + ":" + bizTag;
        String value = redisTemplate.opsForValue().get(key);
        return value != null ? Long.parseLong(value) : 0;
    }
}

優(yōu)缺點(diǎn)

優(yōu)點(diǎn)

  • 實(shí)現(xiàn)極其簡(jiǎn)單,僅需一次Redis操作
  • ID嚴(yán)格遞增,適合作為數(shù)據(jù)庫(kù)主鍵
  • 支持多業(yè)務(wù)ID隔離

缺點(diǎn)

  • Redis單點(diǎn)故障會(huì)導(dǎo)致ID生成服務(wù)不可用
  • 主從切換可能導(dǎo)致ID重復(fù)
  • 無(wú)法包含業(yè)務(wù)含義

適用場(chǎng)景

  • 中小規(guī)模系統(tǒng)的自增主鍵生成
  • 對(duì)ID連續(xù)性有要求的業(yè)務(wù)場(chǎng)景
  • 單數(shù)據(jù)中心部署的應(yīng)用

2. 基于Lua腳本的批量ID生成

原理

通過(guò)Lua腳本一次性獲取一批ID,減少網(wǎng)絡(luò)往返次數(shù),客戶端可在內(nèi)存中順序分配ID,顯著提高性能。

代碼實(shí)現(xiàn)

import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;
import org.springframework.stereotype.Component;

import java.util.Collections;
import java.util.List;
import java.util.concurrent.atomic.AtomicLong;
import java.util.concurrent.locks.Lock;
import java.util.concurrent.locks.ReentrantLock;

@Component
public class RedisBatchIdGenerator {
    private final RedisTemplate<String, String> redisTemplate;
    private final String ID_KEY = "distributed:batch:id";
    private final DefaultRedisScript<Long> batchIncrScript;
    
    // 批量獲取的大小
    private final int BATCH_SIZE = 1000;
    
    // 本地計(jì)數(shù)器和鎖
    private AtomicLong currentId = new AtomicLong(0);
    private AtomicLong endId = new AtomicLong(0);
    private final Lock lock = new ReentrantLock();
    
    public RedisBatchIdGenerator(RedisTemplate<String, String> redisTemplate) {
        this.redisTemplate = redisTemplate;
        
        // 創(chuàng)建Lua腳本
        String scriptText = 
            "local key = KEYS[1] " +
            "local step = tonumber(ARGV[1]) " +
            "local currentValue = redis.call('incrby', key, step) " +
            "return currentValue";
        
        this.batchIncrScript = new DefaultRedisScript<>();
        this.batchIncrScript.setScriptText(scriptText);
        this.batchIncrScript.setResultType(Long.class);
    }
    
    /**
     * 獲取下一個(gè)ID
     */
    public long nextId() {
        // 如果當(dāng)前ID超過(guò)了分配范圍,則重新獲取一批
        if (currentId.get() >= endId.get()) {
            lock.lock();
            try {
                // 雙重檢查,防止多線程重復(fù)獲取
                if (currentId.get() >= endId.get()) {
                    // 執(zhí)行Lua腳本獲取一批ID
                    Long newEndId = redisTemplate.execute(
                        batchIncrScript, 
                        Collections.singletonList(ID_KEY),
                        String.valueOf(BATCH_SIZE)
                    );
                    
                    if (newEndId == null) {
                        throw new RuntimeException("Failed to generate batch ids");
                    }
                    
                    // 設(shè)置新的ID范圍
                    endId.set(newEndId);
                    currentId.set(newEndId - BATCH_SIZE);
                }
            } finally {
                lock.unlock();
            }
        }
        
        // 分配下一個(gè)ID
        return currentId.incrementAndGet();
    }
    
    /**
     * 為指定業(yè)務(wù)生成ID
     */
    public long nextId(String bizTag) {
        // 實(shí)際項(xiàng)目中應(yīng)該為每個(gè)業(yè)務(wù)標(biāo)簽維護(hù)獨(dú)立的計(jì)數(shù)器和范圍
        // 這里簡(jiǎn)化處理,僅使用不同的Redis key
        String key = ID_KEY + ":" + bizTag;
        
        Long newEndId = redisTemplate.execute(
            batchIncrScript, 
            Collections.singletonList(key),
            String.valueOf(1)
        );
        
        return newEndId != null ? newEndId : -1;
    }
}

優(yōu)缺點(diǎn)

優(yōu)點(diǎn)

  • 顯著減少Redis網(wǎng)絡(luò)請(qǐng)求次數(shù)
  • 客戶端緩存ID段,大幅提高性能
  • 降低Redis服務(wù)器壓力
  • 支持突發(fā)流量處理

缺點(diǎn)

  • 實(shí)現(xiàn)復(fù)雜度增加
  • 服務(wù)重啟可能導(dǎo)致ID段浪費(fèi)

適用場(chǎng)景

  • 高并發(fā)系統(tǒng),需要極高ID生成性能的場(chǎng)景
  • 對(duì)ID連續(xù)性要求不嚴(yán)格的業(yè)務(wù)
  • 能容忍小部分ID浪費(fèi)的場(chǎng)景

3. 基于Redis的分段式ID分配(號(hào)段模式)

原理

號(hào)段模式是一種優(yōu)化的批量ID生成方案,通過(guò)預(yù)分配號(hào)段(ID范圍)減少服務(wù)間競(jìng)爭(zhēng),同時(shí)引入雙Buffer機(jī)制提高可用性。

代碼實(shí)現(xiàn)

import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;
import org.springframework.stereotype.Component;

import java.util.Collections;
import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.atomic.AtomicLong;
import java.util.concurrent.locks.Lock;
import java.util.concurrent.locks.ReentrantLock;

@Component
public class RedisSegmentIdGenerator {
    private final RedisTemplate<String, String> redisTemplate;
    private final String SEGMENT_KEY = "distributed:segment:id";
    private final DefaultRedisScript<Long> segmentScript;
    
    // 號(hào)段大小
    private final int SEGMENT_STEP = 1000;
    // 加載因子,當(dāng)前號(hào)段使用到這個(gè)百分比時(shí)就異步加載下一個(gè)號(hào)段
    private final double LOAD_FACTOR = 0.7;
    
    // 存儲(chǔ)業(yè)務(wù)號(hào)段信息的Map
    private final Map<String, SegmentBuffer> businessSegmentMap = new ConcurrentHashMap<>();
    
    public RedisSegmentIdGenerator(RedisTemplate<String, String> redisTemplate) {
        this.redisTemplate = redisTemplate;
        
        // 創(chuàng)建Lua腳本
        String scriptText = 
            "local key = KEYS[1] " +
            "local step = tonumber(ARGV[1]) " +
            "local value = redis.call('incrby', key, step) " +
            "return value";
        
        this.segmentScript = new DefaultRedisScript<>();
        this.segmentScript.setScriptText(scriptText);
        this.segmentScript.setResultType(Long.class);
    }
    
    /**
     * 獲取下一個(gè)ID
     * @param bizTag 業(yè)務(wù)標(biāo)簽
     * @return 唯一ID
     */
    public long nextId(String bizTag) {
        // 獲取或創(chuàng)建號(hào)段緩沖區(qū)
        SegmentBuffer buffer = businessSegmentMap.computeIfAbsent(
            bizTag, k -> new SegmentBuffer(bizTag));
        
        return buffer.nextId();
    }
    
    /**
     * 內(nèi)部號(hào)段緩沖區(qū)類,實(shí)現(xiàn)雙Buffer機(jī)制
     */
    private class SegmentBuffer {
        private String bizTag;
        private Segment[] segments = new Segment[2]; // 雙Buffer
        private volatile int currentPos = 0; // 當(dāng)前使用的segment位置
        private Lock lock = new ReentrantLock();
        private volatile boolean isLoadingNext = false; // 是否正在異步加載下一個(gè)號(hào)段
        
        public SegmentBuffer(String bizTag) {
            this.bizTag = bizTag;
            segments[0] = new Segment(0, 0);
            segments[1] = new Segment(0, 0);
        }
        
        /**
         * 獲取下一個(gè)ID
         */
        public long nextId() {
            // 獲取當(dāng)前號(hào)段
            Segment segment = segments[currentPos];
            
            // 如果當(dāng)前號(hào)段為空或已用完,切換到另一個(gè)號(hào)段
            if (!segment.isInitialized() || segment.getValue() > segment.getMax()) {
                lock.lock();
                try {
                    // 雙重檢查當(dāng)前號(hào)段狀態(tài)
                    segment = segments[currentPos];
                    if (!segment.isInitialized() || segment.getValue() > segment.getMax()) {
                        // 切換到另一個(gè)號(hào)段
                        currentPos = (currentPos + 1) % 2;
                        segment = segments[currentPos];
                        
                        // 如果另一個(gè)號(hào)段也未初始化或已用完,則同步加載
                        if (!segment.isInitialized() || segment.getValue() > segment.getMax()) {
                            loadSegmentFromRedis(segment);
                        }
                    }
                } finally {
                    lock.unlock();
                }
            }
            
            // 檢查是否需要異步加載下一個(gè)號(hào)段
            long value = segment.incrementAndGet();
            if (value > segment.getMin() + (segment.getMax() - segment.getMin()) * LOAD_FACTOR
                    && !isLoadingNext) {
                isLoadingNext = true;
                // 異步加載下一個(gè)號(hào)段
                new Thread(() -> {
                    Segment nextSegment = segments[(currentPos + 1) % 2];
                    loadSegmentFromRedis(nextSegment);
                    isLoadingNext = false;
                }).start();
            }
            
            return value;
        }
        
        /**
         * 從Redis加載號(hào)段
         */
        private void loadSegmentFromRedis(Segment segment) {
            String key = SEGMENT_KEY + ":" + bizTag;
            
            // 執(zhí)行Lua腳本獲取號(hào)段最大值
            Long max = redisTemplate.execute(
                segmentScript, 
                Collections.singletonList(key),
                String.valueOf(SEGMENT_STEP)
            );
            
            if (max == null) {
                throw new RuntimeException("Failed to load segment from Redis");
            }
            
            // 設(shè)置號(hào)段范圍
            long min = max - SEGMENT_STEP + 1;
            segment.setMax(max);
            segment.setMin(min);
            segment.setValue(min - 1); // 設(shè)置為min-1,第一次incrementAndGet返回min
            segment.setInitialized(true);
        }
    }
    
    /**
     * 內(nèi)部號(hào)段類,存儲(chǔ)號(hào)段的范圍信息
     */
    private class Segment {
        private long min; // 最小值
        private long max; // 最大值
        private AtomicLong value; // 當(dāng)前值
        private volatile boolean initialized; // 是否已初始化
        
        public Segment(long min, long max) {
            this.min = min;
            this.max = max;
            this.value = new AtomicLong(min);
            this.initialized = false;
        }
        
        public long getValue() {
            return value.get();
        }
        
        public void setValue(long value) {
            this.value.set(value);
        }
        
        public long incrementAndGet() {
            return value.incrementAndGet();
        }
        
        public long getMin() {
            return min;
        }
        
        public void setMin(long min) {
            this.min = min;
        }
        
        public long getMax() {
            return max;
        }
        
        public void setMax(long max) {
            this.max = max;
        }
        
        public boolean isInitialized() {
            return initialized;
        }
        
        public void setInitialized(boolean initialized) {
            this.initialized = initialized;
        }
    }
}

優(yōu)缺點(diǎn)

優(yōu)點(diǎn)

  • 雙Buffer設(shè)計(jì),高可用性
  • 異步加載下一個(gè)號(hào)段,性能更高
  • 大幅降低Redis訪問(wèn)頻率
  • 即使Redis短暫不可用,仍可分配一段時(shí)間的ID

缺點(diǎn)

  • 實(shí)現(xiàn)復(fù)雜,代碼量大
  • 多實(shí)例部署時(shí),各實(shí)例獲取的號(hào)段不連續(xù)
  • 重啟服務(wù)時(shí)號(hào)段內(nèi)的ID可能浪費(fèi)
  • 需要在內(nèi)存中維護(hù)狀態(tài)

適用場(chǎng)景

  • 對(duì)ID生成可用性要求高的業(yè)務(wù)
  • 需要高性能且多服務(wù)器部署的分布式系統(tǒng)

4. 性能對(duì)比與選型建議

策略性能可用性ID長(zhǎng)度實(shí)現(xiàn)復(fù)雜度單調(diào)遞增
INCR命令★★★☆☆★★☆☆☆遞增整數(shù)嚴(yán)格遞增
Lua批量生成★★★★★★★★☆☆遞增整數(shù)批次內(nèi)遞增
分段式ID★★★★★★★★★☆遞增整數(shù)段內(nèi)遞增

5. 實(shí)踐優(yōu)化技巧

1. Redis高可用配置

// 配置Redis哨兵模式,提高可用性
@Bean
public RedisConnectionFactory redisConnectionFactory() {
    RedisSentinelConfiguration sentinelConfig = new RedisSentinelConfiguration()
        .master("mymaster")
        .sentinel("127.0.0.1", 26379)
        .sentinel("127.0.0.1", 26380)
        .sentinel("127.0.0.1", 26381);
    
    return new LettuceConnectionFactory(sentinelConfig);
}

2. ID預(yù)熱策略

// 系統(tǒng)啟動(dòng)時(shí)預(yù)熱ID生成器
@PostConstruct
public void preWarmIdGenerator() {
    // 預(yù)先獲取一批ID,確保系統(tǒng)啟動(dòng)后立即可用
    for (int i = 0; i < 10; i++) {
        try {
            segmentIdGenerator.nextId("order");
            segmentIdGenerator.nextId("user");
            segmentIdGenerator.nextId("payment");
        } catch (Exception e) {
            log.error("Failed to pre-warm ID generator", e);
        }
    }
}

3. 降級(jí)策略

// Redis不可用時(shí)的降級(jí)策略
public long nextIdWithFallback(String bizTag) {
    try {
        return segmentIdGenerator.nextId(bizTag);
    } catch (Exception e) {
        log.warn("Failed to get ID from Redis, using local fallback", e);
        // 使用本地UUID或其他替代方案
        return Math.abs(UUID.randomUUID().getMostSignificantBits());
    }
}

6. 結(jié)論

選擇合適的分布式ID生成策略時(shí),需要綜合考慮系統(tǒng)規(guī)模、性能需求、可靠性要求和實(shí)現(xiàn)復(fù)雜度。無(wú)論選擇哪種方案,都應(yīng)注重高可用性設(shè)計(jì),增加監(jiān)控和預(yù)警機(jī)制,確保ID生成服務(wù)的穩(wěn)定運(yùn)行。

在實(shí)踐中,可以基于業(yè)務(wù)需求對(duì)這些方案進(jìn)行組合和優(yōu)化,例如為不同業(yè)務(wù)選擇不同策略,或者在ID中嵌入業(yè)務(wù)標(biāo)識(shí)等,打造更適合自身系統(tǒng)的分布式ID生成解決方案。

到此這篇關(guān)于基于Redis生成分布式全局唯一ID的3種策略的文章就介紹到這了,更多相關(guān)Redis生成分布式全局唯一ID內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • java eclipse 整個(gè)項(xiàng)目或包查找只定字符串并替換操作

    java eclipse 整個(gè)項(xiàng)目或包查找只定字符串并替換操作

    這篇文章主要介紹了java eclipse 整個(gè)項(xiàng)目或包查找只定字符串并替換操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-09-09
  • Java Map.entry案例詳解

    Java Map.entry案例詳解

    這篇文章主要介紹了Java Map.entry案例詳解,本篇文章通過(guò)簡(jiǎn)要的案例,講解了該項(xiàng)技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下
    2021-08-08
  • Nacos(SpringBoot)配置加載及刷新方式

    Nacos(SpringBoot)配置加載及刷新方式

    文章主要介紹了NacosConfigAutoConfiguration的配置加載及刷新過(guò)程,包括NacosConfigBeanDefinitionRegistrar的注冊(cè)、NacosPropertySource的處理、自動(dòng)刷新機(jī)制以及NacosValueAnnotationBeanPostProcessor的實(shí)現(xiàn)
    2024-12-12
  • Java Redis Redisson配置教程詳解

    Java Redis Redisson配置教程詳解

    這篇文章主要介紹了Java Redis Redisson配置教程,包括Session共享配置及其他Redisson的Config配置方式,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2022-08-08
  • Java中的Kafka消費(fèi)者詳解

    Java中的Kafka消費(fèi)者詳解

    這篇文章主要介紹了Java中的Kafka消費(fèi)者詳解,Kafka是一個(gè)分布式流行消息系統(tǒng),通常用于大規(guī)模數(shù)據(jù)處理和實(shí)時(shí)數(shù)據(jù)流應(yīng)用程序,它具有高吞吐量、可擴(kuò)展性和容錯(cuò)性的特點(diǎn),需要的朋友可以參考下
    2023-09-09
  • springboot整合redis過(guò)期key監(jiān)聽(tīng)實(shí)現(xiàn)訂單過(guò)期的項(xiàng)目實(shí)踐

    springboot整合redis過(guò)期key監(jiān)聽(tīng)實(shí)現(xiàn)訂單過(guò)期的項(xiàng)目實(shí)踐

    現(xiàn)在各種電商平臺(tái)都有自己的訂單過(guò)期時(shí)間設(shè)置,那么如何設(shè)置訂單時(shí)間過(guò)期呢,本文主要介紹了springboot整合redis過(guò)期key監(jiān)聽(tīng)實(shí)現(xiàn)訂單過(guò)期的項(xiàng)目實(shí)踐,感興趣的可以了解一下
    2023-12-12
  • SpringBoot集成RabbitMQ和概念介紹

    SpringBoot集成RabbitMQ和概念介紹

    這篇文章主要介紹了SpringBoot集成RabbitMQ和概念介紹,RabbitMQ即一個(gè)消息隊(duì)列,主要是用來(lái)實(shí)現(xiàn)應(yīng)用程序的異步和解耦,同時(shí)也能起到消息緩沖,消息分發(fā)的作用。更多相關(guān)內(nèi)容需要的小伙伴可以參考一下下面文章內(nèi)容
    2022-05-05
  • 如何使用兩個(gè)棧實(shí)現(xiàn)隊(duì)列Java

    如何使用兩個(gè)棧實(shí)現(xiàn)隊(duì)列Java

    這篇文章主要介紹了如何使用兩個(gè)棧實(shí)現(xiàn)隊(duì)列Java,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2019-11-11
  • 詳解使用Spring Boot開(kāi)發(fā)Web項(xiàng)目

    詳解使用Spring Boot開(kāi)發(fā)Web項(xiàng)目

    這篇文章主要介紹了詳解使用Spring Boot開(kāi)發(fā)Web項(xiàng)目,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下。
    2017-04-04
  • java 詳解類加載器的雙親委派及打破雙親委派

    java 詳解類加載器的雙親委派及打破雙親委派

    這篇文章主要介紹了java 詳解類加載器的雙親委派及打破雙親委派的相關(guān)資料,需要的朋友可以參考下
    2017-01-01

最新評(píng)論