分库分表后订单全局ID如何实现？

后端

2023-12-16 16:10:51

技术领域飞速发展，随着业务规模的不断扩大，单库单表的架构已经无法满足需求，分库分表成为了一种常见的解决方案。但是，分库分表后，如何保证订单的全局ID唯一且自增就成为了一大难题。

本文将深入探讨分库分表后订单全局ID的实现方案，并结合实际案例进行详细阐述。

分布式唯一ID生成器

分布式唯一ID生成器是一种可以跨多台机器生成唯一ID的技术。它具有以下特点：

唯一性： 生成的ID在全局范围内都是唯一的。
自增性： 生成的ID可以按照一定规则自增。
高性能： 生成ID的性能要高，以满足高并发场景下的需求。

雪花算法

雪花算法是一种常用的分布式唯一ID生成算法。它将ID分为以下几部分：

时间戳： 表示ID生成的时间戳，单位为毫秒。
机器ID： 表示生成ID的机器ID。
序列号： 表示在同一毫秒内生成的ID的序号。

通过组合这三个部分，就可以生成一个全局唯一且自增的ID。

实现方案

在分库分表后，可以采用以下方案来实现订单全局ID：

使用分布式唯一ID生成器： 在每个库中部署一个分布式唯一ID生成器，负责生成该库中所有订单的ID。这样可以保证ID的全局唯一性。
维护一个全局ID表： 在数据库中创建一个全局ID表，记录每个库中已生成的ID范围。当需要生成新的ID时，先从全局ID表中获取当前可用的ID范围，然后在该范围内生成ID。这样可以保证ID的自增性。
使用中间件： 可以使用一些中间件来实现订单全局ID的生成，例如：Redis、ZooKeeper。这些中间件提供了分布式锁和原子操作等功能，可以方便地实现ID的唯一性和自增性。

实际案例

以下是一个使用雪花算法实现订单全局ID的实际案例：

public class OrderIdGenerator {

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

    public OrderIdGenerator(long workerId) {
        this.workerId = workerId;
    }

    public synchronized long nextId() {
        long timestamp = System.currentTimeMillis();
        if (timestamp < lastTimestamp) {
            throw new RuntimeException("Clock moved backwards.");
        }
        if (lastTimestamp == timestamp) {
            sequence = (sequence + 1) & 0xFFFF;
            if (sequence == 0) {
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0L;
        }
        lastTimestamp = timestamp;
        return ((timestamp - EPOCH) << 22) | (workerId << 12) | sequence;
    }

    private long tilNextMillis(long lastTimestamp) {
        long timestamp = System.currentTimeMillis();
        while (timestamp <= lastTimestamp) {
            timestamp = System.currentTimeMillis();
        }
        return timestamp;
    }
}