分布式Id - redis方式

本篇分享内容是关于生成分布式Id的其中之一方案，除了redis方案之外还有如：数据库，雪花算法，mogodb(object_id也是数据库)等方案，对于redis来说是我们常用并接触比较多的，因此主要谈谈结合redis生成分布式id方案。

• 分布式Id设计流程图
• 基于redis的hash自动increment累加生成有序Id
• 定期删除无用hash列

分布式Id设计流程图(有点粗略)

 

基于redis的hash自动increment累加生成有序Id

使用redis方案生成id，其中之一的方式主要使用increment(递增)，不管是string、hash等都具有该方法，为了更方便管理我们id生成key这里建议使用hash的列的方式，以下内容都基于springboot分享；

当然，第一步我们需要创建一个hash和hkey才行，至于在业务第一次被访问来创建这个hash还是通过服务自动创建这个看业务和流量，这里的hkey是有一定规则的(当然不用局限性),这里我按照日期格式来做key，可以有如下代码：

 1     /**
 2      * 生成每天的初始Id
 3      * @param hashName
 4      * @return
 5      */
 6     public String initPrimaryId(String hashName) {
 7         Assert.hasLength(hashName, "hashName不能为空");
 8 
 9         String hashCol = LocalDate.now().format(DateTimeFormatter.ofPattern("yyyyMMdd"));
10         //自定义编号规则
11         String hashColVal = hashCol + "00001";
12         redisTemplate.opsForHash().putIfAbsent(hashName, hashCol, hashColVal);
13         return hashCol;
14     }

上面很容易理解，hash中key是有每天日期格式组成，意思每天都需要生成一个新的日期key，通过putIfAbsent达到不重复添加的原则，至于hval可以根据自定义编号规则来生成一串数字字符(注：一定要数字)；有了上面的基础，我们仅仅需要increment来累加，redis即帮我们完整hval+1的操作，当然可以自定义累加数，如下代码：

 1     /**
 2      * 获取分布式Id
 3      *
 4      * @param hashName
 5      * @return
 6      */
 7     public long getPrimaryId(String hashName) {
 8         try {
 9             String hashCol = initPrimaryId(hashName);
10             return redisTemplate.opsForHash().increment(hashName, hashCol, 1);
11         } catch (Exception ex) {
12             ex.printStackTrace();
13         }
14         return 0;
15     }

定期删除无用hash列

就上面我们通过hash来设置每天id只增初始值，hash的hkey布局用自动过期功能，因此我们需要代码中维护一套清除来hkey的机制，既然id是根据日期生成，我们可以就用往前推n天的方式达到清除老hkey目的：

 1     /**
 2      * 删除多少天之前的cols
 3      * @param hashName
 4      * @param lessDay
 5      * @return
 6      */
 7     public Long removePrimaryByLessDay(String hashName, int lessDay) {
 8         try {
 9             //当前日期
10             String hashCol = LocalDate.now().format(DateTimeFormatter.ofPattern("yyyyMMdd"));
11             long idl = Long.valueOf(hashCol) - lessDay;
12 
13             String[] removeCols = redisTemplate.opsForHash().entries(hashName).keySet().stream().
14                     map(key -> key.toString()).
15                     filter(key -> idl > Long.valueOf(key)).  //从+1开始，避免删除当天数据
16                     toArray(String[]::new);
17 
18             if (ArrayUtils.isNotEmpty(removeCols)) {
19                 return redisTemplate.opsForHash().delete(hashName, removeCols);
20             }
21         } catch (Exception ex) {
22             ex.printStackTrace();
23         }
24         return 0L;
25     }

按照日期来生成分布式id，达到id不重复的目的，这也就是分布式id(不重复)，看起来简单其实如果在高流量冲击下，需要考虑的东西要很多，比如：什么时候生成初始Id、在多个服务器保证服务器时间尽可能一样情况下，该保留多少日期hkey等;

就上面代码对初始Id就做的不是很好，在业务获取Id时候，会去检测并创建id，这样与redis交互就多了一次，通常可以用服务来一次性生成当前日期往后推n天的hkey，这样就避免了在业务获取id时候，还要去putIfAbsent一次验证，减少了请求次数。实在不行可以使用lua脚本放在一次请求去做put和increment，你可能会用到：

1             RedisScript script = new DefaultRedisScript("");
2             redisTemplate.execute(script, Arrays.asList(""));

原文链接:https://www.cnblogs.com/wangrudong003/p/11502305.html
如有疑问请与原作者联系

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有