摘要

本文以 Java 實(shí)現(xiàn)生成永不重復(fù)的數(shù)字 為核心，詳細(xì)介紹了幾種不同的實(shí)現(xiàn)方法，包括簡(jiǎn)單的自增算法、基于時(shí)間戳的生成方式、UUID 的使用，以及在分布式系統(tǒng)中常見的雪花算法。每種方法都有其適用的場(chǎng)景和優(yōu)勢(shì)。通過(guò)源碼解析、實(shí)際使用案例分享和測(cè)試用例，我們將探討如何在不同場(chǎng)景下生成唯一且不重復(fù)的數(shù)字或標(biāo)識(shí)符，并分析各方法的優(yōu)缺點(diǎn)，幫助開發(fā)者選擇適合自己業(yè)務(wù)的最佳方案。

概述

在現(xiàn)代應(yīng)用中，生成唯一且不重復(fù)的數(shù)字是一項(xiàng)關(guān)鍵任務(wù)，尤其是在分布式系統(tǒng)和多線程環(huán)境中。例如：

• 電商系統(tǒng)中生成唯一訂單號(hào)
• 社交網(wǎng)絡(luò)中為用戶生成唯一的ID
• 分布式數(shù)據(jù)庫(kù)中生成唯一的主鍵

常見的生成方式

• 自增數(shù)字：最簡(jiǎn)單的生成唯一數(shù)字的方式，即通過(guò)一個(gè)全局遞增的數(shù)字生成器。
• 時(shí)間戳結(jié)合隨機(jī)數(shù)：通過(guò)系統(tǒng)當(dāng)前時(shí)間（時(shí)間戳）加上隨機(jī)數(shù)來(lái)生成不重復(fù)的數(shù)字。
• UUID：Java 自帶的 UUID 類，能夠生成幾乎保證全局唯一的標(biāo)識(shí)符。
• 雪花算法（Snowflake）：Twitter 提出的分布式系統(tǒng)中生成全局唯一ID的算法。

每種方式都有不同的使用場(chǎng)景，我們將逐一分析。

源碼解析

1. 自增數(shù)字生成器

最簡(jiǎn)單的方式是使用自增數(shù)字，通過(guò)維護(hù)一個(gè)全局變量，每次生成一個(gè)數(shù)字時(shí)，將其自增。對(duì)于單線程環(huán)境或簡(jiǎn)單的需求場(chǎng)景，這種方式非常有效。

public class IncrementalNumberGenerator {
    private static long currentNumber = 0;

    // 線程安全的自增方法
    public static synchronized long getNextNumber() {
        return ++currentNumber;
    }
}

代碼解析：

• currentNumber 作為靜態(tài)變量，存儲(chǔ)當(dāng)前的數(shù)字。
• getNextNumber 方法使用 synchronized 關(guān)鍵字確保線程安全，在并發(fā)環(huán)境下防止多線程同時(shí)修改 currentNumber 的問(wèn)題。

2. 時(shí)間戳結(jié)合隨機(jī)數(shù)生成

時(shí)間戳（毫秒級(jí)）結(jié)合隨機(jī)數(shù)生成唯一數(shù)字的方式較為常見，能夠在較大范圍內(nèi)保證唯一性。

import java.util.Random;

public class TimestampRandomNumberGenerator {
    private static final Random random = new Random();

    public static String generateUniqueNumber() {
        long timestamp = System.currentTimeMillis();
        int randomNumber = random.nextInt(1000); // 隨機(jī)生成0-999的數(shù)字
        return timestamp + String.format("%03d", randomNumber); // 拼接時(shí)間戳和隨機(jī)數(shù)
    }
}

代碼解析：

• System.currentTimeMillis() 獲取當(dāng)前時(shí)間戳（單位：毫秒）。
• 使用 Random 類生成一個(gè)三位隨機(jī)數(shù)。
• 將時(shí)間戳和隨機(jī)數(shù)拼接成一個(gè)字符串，保證唯一性。

3. UUID 生成

import java.util.UUID;

public class UUIDGenerator {
    public static String generateUUID() {
        return UUID.randomUUID().toString();
    }
}

代碼解析：

• UUID.randomUUID() 生成一個(gè)隨機(jī)的 UUID。
• UUID 通常由32個(gè)字符組成，包含字母和數(shù)字，格式如 550e8400-e29b-41d4-a716-446655440000。

4. 雪花算法（Snowflake）

雪花算法是一種分布式環(huán)境下生成唯一ID的算法，由 Twitter 提出，它能夠在分布式系統(tǒng)中生成64位的全局唯一ID。其ID由時(shí)間戳、機(jī)器ID和序列號(hào)組成，能保證在高并發(fā)情況下生成不重復(fù)的數(shù)字。

public class SnowflakeIdGenerator {
    private final long twepoch = 1288834974657L;
    private final long workerIdBits = 5L;
    private final long datacenterIdBits = 5L;
    private final long maxWorkerId = -1L ^ (-1L << workerIdBits);
    private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
    private final long sequenceBits = 12L;
    private final long workerIdShift = sequenceBits;
    private final long datacenterIdShift = sequenceBits + workerIdBits;
    private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
    private final long sequenceMask = -1L ^ (-1L << sequenceBits);

    private long workerId;
    private long datacenterId;
    private long sequence = 0L;
    private long lastTimestamp = -1L;

    public SnowflakeIdGenerator(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;
    }

    public synchronized long nextId() {
        long timestamp = timeGen();

        if (timestamp < lastTimestamp) {
            throw new RuntimeException("Clock moved backwards. Refusing to generate ID");
        }

        if (lastTimestamp == timestamp) {
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0L;
        }

        lastTimestamp = timestamp;

        return ((timestamp - twepoch) << timestampLeftShift) |
               (datacenterId << datacenterIdShift) |
               (workerId << workerIdShift) |
               sequence;
    }

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

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

代碼解析：

• 時(shí)間戳：用于確保生成的ID按照時(shí)間順序遞增。
• 機(jī)器ID和數(shù)據(jù)中心ID：用于在分布式系統(tǒng)中標(biāo)識(shí)不同的機(jī)器和數(shù)據(jù)中心，防止ID沖突。
• 序列號(hào)：在同一毫秒內(nèi)生成多個(gè)ID時(shí)，用于區(qū)分這些ID。

雪花算法生成的ID是一個(gè)64位長(zhǎng)的整數(shù)，能夠在分布式環(huán)境下保證唯一性，且生成速度非?？?。

使用案例分享

案例 1：基于自增數(shù)字生成訂單號(hào)

對(duì)于中小型電商平臺(tái)，生成唯一訂單號(hào)的方式可以通過(guò)自增數(shù)字結(jié)合業(yè)務(wù)標(biāo)識(shí)來(lái)完成。如下所示：

public class OrderService {
    private static long orderId = 0;

    public synchronized static String generateOrderNumber() {
        return "ORDER" + (++orderId);
    }
}

案例 2：分布式系統(tǒng)中的唯一標(biāo)識(shí)生成

對(duì)于分布式系統(tǒng)，雪花算法是一種常見的解決方案。下面是一個(gè)分布式用戶ID生成的示例：

public class UserIdGenerator {
    private static final SnowflakeIdGenerator idGenerator = new SnowflakeIdGenerator(1, 1); // 假設(shè)機(jī)器ID和數(shù)據(jù)中心ID為1

    public static long generateUserId() {
        return idGenerator.nextId();
    }
}

應(yīng)用場(chǎng)景案例

• 訂單號(hào)生成：在電商系統(tǒng)中，需要為每個(gè)訂單生成唯一的訂單號(hào)，避免重復(fù)的訂單處理和數(shù)據(jù)混亂。
• 分布式系統(tǒng)中的唯一標(biāo)識(shí)生成：在分布式架構(gòu)中，多個(gè)節(jié)點(diǎn)同時(shí)進(jìn)行任務(wù)時(shí)，生成全局唯一的ID是保障數(shù)據(jù)

一致性的關(guān)鍵。

優(yōu)缺點(diǎn)分析

自增數(shù)字

• 優(yōu)點(diǎn)：實(shí)現(xiàn)簡(jiǎn)單，易于管理。
• 缺點(diǎn)：僅適用于單機(jī)環(huán)境，多線程環(huán)境下需要同步處理，且不適合分布式系統(tǒng)。

時(shí)間戳結(jié)合隨機(jī)數(shù)

• 優(yōu)點(diǎn)：能夠在大多數(shù)場(chǎng)景下保證唯一性，生成速度較快。
• 缺點(diǎn)：在高并發(fā)環(huán)境下有可能出現(xiàn)重復(fù)，隨機(jī)數(shù)的范圍較小。

UUID

• 優(yōu)點(diǎn)：能夠生成幾乎全局唯一的標(biāo)識(shí)，且使用簡(jiǎn)單。
• 缺點(diǎn)：UUID較長(zhǎng)，不適合需要短ID的場(chǎng)景。

雪花算法

• 優(yōu)點(diǎn)：適合分布式環(huán)境，能夠保證生成ID的唯一性和有序性。
• 缺點(diǎn)：實(shí)現(xiàn)較為復(fù)雜，需要合理配置機(jī)器ID和數(shù)據(jù)中心ID。

核心類方法介紹

ystem.currentTimeMillis()

返回當(dāng)前時(shí)間的毫秒數(shù)，自1970年1月1日開始計(jì)算。

Random.nextInt(int bound)

生成一個(gè)在 [0, bound) 范圍內(nèi)的隨機(jī)整數(shù)。

UUID.randomUUID()

生成一個(gè)128位的隨機(jī)UUID。

SnowflakeIdGenerator.nextId()

生成一個(gè)唯一的64位ID，用于分布式環(huán)境下的唯一標(biāo)識(shí)生成。

測(cè)試用例

用例1：測(cè)試自增數(shù)字生成

@Test
public void testIncrementalNumberGeneration() {
    long num1 = IncrementalNumberGenerator.getNextNumber();
    long num2 = IncrementalNumberGenerator.getNextNumber();
    assertNotEquals(num1, num2);
}

代碼解析：

如下是具體的代碼解析，希望對(duì)大家有所幫助：

這段Java代碼定義了一個(gè)測(cè)試方法 testIncrementalNumberGeneration，用于測(cè)試增量數(shù)字生成器是否能夠生成不同的連續(xù)數(shù)字。

下面是這段代碼的詳細(xì)解讀：

• @Test：這是一個(gè)JUnit注解，表示接下來(lái)的方法是測(cè)試方法。
• public void testIncrementalNumberGeneration() { ... }：定義了一個(gè)名為 testIncrementalNumberGeneration 的測(cè)試方法。
• long num1 = IncrementalNumberGenerator.getNextNumber();：調(diào)用 IncrementalNumberGenerator 類的靜態(tài)方法 getNextNumber 來(lái)生成第一個(gè)數(shù)字，并將其存儲(chǔ)在變量 num1 中。
• long num2 = IncrementalNumberGenerator.getNextNumber();：再次調(diào)用 getNextNumber 方法生成第二個(gè)數(shù)字，并將其存儲(chǔ)在變量 num2 中。
• assertNotEquals(num1, num2);：使用 assertNotEquals 斷言方法來(lái)驗(yàn)證 num1 和 num2 是否不同。如果兩個(gè)數(shù)字不相同，測(cè)試將通過(guò)；如果相同，則測(cè)試將失敗。

總結(jié)：這個(gè)測(cè)試用例的目的是驗(yàn)證增量數(shù)字生成器生成的兩個(gè)連續(xù)數(shù)字是否不相同。增量數(shù)字生成器通常用于確保每個(gè)生成的數(shù)字都是唯一的，并且每個(gè)后續(xù)數(shù)字都比前一個(gè)大，這在生成序列號(hào)、版本號(hào)等時(shí)非常有用。

注意：代碼中假設(shè) IncrementalNumberGenerator 類已經(jīng)定義，并且它的 getNextNumber 方法能夠生成連續(xù)的數(shù)字。此外，測(cè)試方法的名稱表明它專注于數(shù)字生成器的功能，確保每次調(diào)用 getNextNumber 方法都能得到一個(gè)更大的數(shù)字。如果 IncrementalNumberGenerator 是多線程安全的，那么即使在并發(fā)環(huán)境下，這個(gè)測(cè)試也應(yīng)該能夠通過(guò)。

用例2：測(cè)試雪花算法生成唯一ID

@Test
public void testSnowflakeIdGeneration() {
    SnowflakeIdGenerator generator = new SnowflakeIdGenerator(1, 1);
    long id1 = generator.nextId();
    long id2 = generator.nextId();
    assertNotEquals(id1, id2);
}

代碼解析：

如下是具體的代碼解析，希望對(duì)大家有所幫助：

這段Java代碼定義了一個(gè)測(cè)試方法 testSnowflakeIdGeneration，用于測(cè)試雪花算法（Snowflake Algorithm）ID生成器是否能夠生成不同的ID。

下面是這段代碼的詳細(xì)解讀：

• @Test：這是一個(gè)JUnit注解，表示接下來(lái)的方法是測(cè)試方法。
• public void testSnowflakeIdGeneration() { ... }：定義了一個(gè)名為 testSnowflakeIdGeneration 的測(cè)試方法。
• SnowflakeIdGenerator generator = new SnowflakeIdGenerator(1, 1);：創(chuàng)建了 SnowflakeIdGenerator 類的一個(gè)實(shí)例，這個(gè)類可能是一個(gè)實(shí)現(xiàn)了Twitter雪花算法的ID生成器。它的構(gòu)造函數(shù)接受兩個(gè)參數(shù)，通常表示數(shù)據(jù)中心ID和機(jī)器ID。
• long id1 = generator.nextId();：調(diào)用 generator 實(shí)例的 nextId 方法生成第一個(gè)ID，并將其存儲(chǔ)在變量 id1 中。
• long id2 = generator.nextId();：再次調(diào)用 nextId 方法生成第二個(gè)ID，并將其存儲(chǔ)在變量 id2 中。
• assertNotEquals(id1, id2);：使用 assertNotEquals 斷言方法來(lái)驗(yàn)證 id1 和 id2 是否不同。如果兩個(gè)ID不相同，測(cè)試將通過(guò)；如果相同，則測(cè)試將失敗。

總結(jié)：這個(gè)測(cè)試用例的目的是驗(yàn)證ID生成器生成的兩個(gè)連續(xù)ID是否不相同。雪花算法ID生成器通常用于分布式系統(tǒng)中生成唯一的ID，它結(jié)合了時(shí)間戳、數(shù)據(jù)中心ID和機(jī)器ID來(lái)確保生成的ID的唯一性。

小結(jié)

本文通過(guò)多種方案介紹了如何在 Java 中生成永不重復(fù)的數(shù)字。從簡(jiǎn)單的自增數(shù)字到適用于分布式環(huán)境的雪花算法，各種方案適用于不同的場(chǎng)景。對(duì)于單機(jī)環(huán)境，簡(jiǎn)單的自增數(shù)字或時(shí)間戳結(jié)合隨機(jī)數(shù)足夠使用，而在分布式環(huán)境下，雪花算法則成為了最佳選擇。

總結(jié)

Java 生成不重復(fù)數(shù)字的方案多種多樣，開發(fā)者需要根據(jù)具體的應(yīng)用場(chǎng)景選擇最合適的方案。本文從單機(jī)環(huán)境到分布式系統(tǒng)，依次分析了自增、時(shí)間戳結(jié)合隨機(jī)數(shù)、UUID和雪花算法，并提供了相關(guān)代碼和案例。掌握這些方案，可以幫助開發(fā)者在實(shí)際項(xiàng)目中應(yīng)對(duì)不同的唯一標(biāo)識(shí)生成需求，保證系統(tǒng)的穩(wěn)定性和數(shù)據(jù)的一致性。

以上就是使用Java生成永不重復(fù)的數(shù)字的實(shí)現(xiàn)方案的詳細(xì)內(nèi)容，更多關(guān)于Java生成永不重復(fù)數(shù)字的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論