欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

Redis生成分布式唯一流水号实践

程序员文章站 2022-06-02 16:13:43
...

 

场景

 

在工作中,想必都接触过这样一个场景:生成具有一定规则的编码。

比如,合同编号。要求格式为<HT前缀><4位年><2位月><2位类型><N位流水号>。

前面都好说,只有这个流水号,很容易就出现重复、跨越等问题。

如何解决呢?其实办法也有好多种,能想到的最多就是加锁。无论是synchronized关键字、还是Lock锁、Zookeeper锁、Redis锁等,都是通过阻塞其它请求,即同步阻塞模式,一次只处理一个流水号生成请求,以达到唯一性目的。

那么有没有同步非阻塞模式呢?答案是有的,且使用起来也比较简单,即采用Redis的自增特性。

 

配置

 

 

首先需要配置Redis链接信息,这里分为单机环境、集群(哨兵模式)环境。这两种环境对于流水号生成并无二致,只是集群环境更能确保流水号生成服务稳定、可靠。

单机配置如下。

spring:  redis:    database: 0    host: localhost    port: 6379    password:    timeout: 1000

集群(哨兵模式)配置如下。

spring:  redis:    database: 0    password:    timeout: 1000    sentinel:      master: mymaster      nodes:        - 192.168.182.131:26379        - 192.168.182.132:26379        - 192.168.182.133:26379

 

实现

 

无论是单机环境,还是集群环境,Redis生成流水号的逻辑都并无二致,一模一样,和部署方式没有关系。

 

关于key

 

比如合同编号,可以定义为<4位年><2位月><HTCODE>。这里key的定义与自身业务场景有很大关系。举个例子,假设业务规定,流水号以年为单位循环,那么,key的定义最好就只有年和固定后缀,即<4位年><HTCODE>;如果以月未单位循环,那么,key则需要带上月份以区分不同月份的数据,即<4位年><2位月><HTCODE>。

 

存储形式

 

可使用string类型存储,也可以使用hash存储,都可以。还是那句话,根据业务场景不同,做不同的适应处理。脱离业务谈实践,就是耍流氓。

string类型存储好理解,那hash存储适用于哪些场景呢?比如,存在这样一个业务场景:系统是多租户的,每个租户都需要生成合同编号,后台需要实时查看所有租户的流水号情况。那么此时,就需要把Redis中所有的流水号信息取出来。

如果要使用string类型存储,那么在key的定义上,势必就要加上租户的标识来区分。然后通过scan也好,循环也好,找到所有租户的流水号信息,比较繁琐。

如果使用hash存储,则只需在value对应的key上,加上租户标识来区分,key值则是统一的<HTCODE>。无论租户使用怎样的流水号生成、循环规则,只需调整其Redis中value对应的key值规则即可。此时,查找Redis中所有的流水号信息则变得异常方便,把此key值hash表的值全部拿到,即找到了所有租户的流水号信息。

所以说,代码实现还是要看具体业务场景,只有业务场景明确了,才能根据具体的业务场景,来做不同的代码实现。

 

实现

 

实现非常简单,以string存储类型为例,只需调用 redisTemplate.opsForValue().increment(key, delta) 方法即可。

附上测试用例,其中有单次调用版、高并发版。

注:本例只专注于实现流水号生成,不做具体合同编号按照规则拼装的逻辑。

package cn.com.trade365.redisdemo.util;
​
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.test.context.junit4.SpringRunner;
​
import java.util.*;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.atomic.AtomicInteger;
​
@RunWith(SpringRunner.class)
@SpringBootTest
public class HTCODEGeneratorTest {
​
    private CountDownLatch cd = new CountDownLatch(2001);
​
    @Autowired
    private RedisTemplate<String, Object> redisTemplate;
​
    private AtomicInteger atomicInteger = new AtomicInteger(0);
​
    @Test
    public void single() {
        System.out.println(this.redisTemplate.opsForValue().increment("index", 1));
    }
​
    @Test
    public void concurrent() {
        // 两千个线程,等待全部创建完成后,再同时执行
        for (int i = 0; i < 2000; i++) {
​
            new Thread(() -> {
                try {
                    // 当前线程阻塞等待
                    cd.await();
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
​
                System.out.println(this.redisTemplate.opsForValue().increment("index", 1));
            }).start();
​
​
            cd.countDown();
        }
​
        new Timer().schedule(new TimerTask() {
            @Override
            public void run() {
                cd.countDown();
            }
        }, 3000L);
​
        try {
            cd.await();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
​
        long currentTimeMillis = System.currentTimeMillis();
​
        System.out.println("当前用时:" + (System.currentTimeMillis() - currentTimeMillis));
​
        int index = (int) this.redisTemplate.opsForValue().get("index");
​
        while (index % 2000 != 0) {
            index = (int) this.redisTemplate.opsForValue().get("index");
        }
    }
​
​
}

 

执行测试用例,发现确实是高并发逻辑,各流水号生成线程也不是按顺序的,确实是同步非阻塞模式。

Redis生成分布式唯一流水号实践

查看Redis,indexkey对应的值,刚好就是并发线程数2000。

Redis生成分布式唯一流水号实践

 

 

 

 

Redis生成分布式唯一流水号实践

回复以下关键字,获取更多资源

 

SpringCloud进阶之路 | Java 基础 | 微服务 | JAVA WEB | JAVA 进阶 | JAVA 面试 | MK 精讲

Redis生成分布式唯一流水号实践

 

 

 

笔者开通了个人微信公众号【银河架构师】,分享工作、生活过程中的心得体会,填坑指南,技术感悟等内容,会比博客提前更新,欢迎订阅。

Redis生成分布式唯一流水号实践