import java.util.UUID;
public class UUIDGenerator {
public static void main(String[] args) {
//随机生成一个UUID对象
UUID uuid = UUID.randomUUID();
System.out.println("生成的UUID为:" + uuid.toString());
//通过给定的字符串名称和命名空间生成UUID对象
UUID uuid2 = UUID.nameUUIDFromBytes("example_name".getBytes());
System.out.println("生成的UUID2为:" + uuid2.toString());
}
}
/*优点:
Java自带,无需引入额外的库和依赖;
简单易用,一行代码就可以生成UUID。
缺点:
生成的UUID可能会重复,虽然重复的概率较小,但是在高并发的情况下还是有可能发生;
无法控制生成的UUID的格式,只能生成标准的UUID*/
import org.apache.commons.io.UUIDUtils;
public class UUIDGenerator {
public static void main(String[] args) {
//随机生成一个UUID字符串
String uuid = UUIDUtils.randomUUID().toString();
System.out.println("生成的UUID为:" + uuid);
}
}
/*
三方库优缺点
优点:
可以生成唯一的UUID;
很多开源库和框架都提供了UUID生成的支持。
缺点:
会增加项目的依赖和复杂度;
不同的库实现方式不同,可能会影响生成的UUID的格式和唯一性。
*/
import com.google.inject.Inject;
import com.google.inject.name.Named;
import java.util.UUID;
public class UUIDGenerator {
private final UUID uuid;
@Inject
public UUIDGenerator(@Named("randomUUID") UUID uuid) {
this.uuid = uuid;
}
public UUID getUUID() {
return uuid;
}
public static void main(String[] args) {
UUIDGenerator generator = new UUIDGenerator(UUID.randomUUID());
System.out.println("生成的UUID为:" + generator.getUUID().toString());
}
}
写法一:
import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;
import java.security.SecureRandom;
import java.util.UUID;
public class UUIDGenerator {
public static void main(String[] args) throws NoSuchAlgorithmException {
SecureRandom secureRandom = new SecureRandom();
byte[] seed = secureRandom.generateSeed(16);
MessageDigest md5 = MessageDigest.getInstance("MD5");
md5.update(seed);
UUID uuid = UUID.nameUUIDFromBytes(md5.digest());
System.out.println("生成的UUID为:" + uuid.toString());
}
}
写法二:
import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;
import java.util.Random;
public class UUIDGenerator {
public static String generateUUID() {
String result = "";
try {
MessageDigest md = MessageDigest.getInstance("MD5");
byte[] messageDigest = md.digest((System.currentTimeMillis() + new Random().nextInt(99999999) + "").getBytes());
StringBuilder sb = new StringBuilder();
for (byte b : messageDigest) {
sb.append(String.format("%02x", b));
}
result = sb.toString();
} catch (NoSuchAlgorithmException e) {
e.printStackTrace();
}
return result;
}
}
/*
优点:
可以通过Hash算法和随机数生成唯一的UUID,具有较高的唯一性;
实现简单,无需引入额外的库和依赖。
缺点:
重复的概率比较难以预测,取决于生成的Hash值的分布情况;
无法控制生成的UUID的格式,只能生成基于MD5或SHA-1的UUID。
*/
Snowflake算法是Twitter开源的分布式ID生成算法,可以在多个节点上生成唯一的ID
import com.github.f4b6a3.uuid.UuidCreator;
import com.github.f4b6a3.uuid.enums.UuidVariant;
import com.github.f4b6a3.uuid.enums.UuidVersion;
import com.github.f4b6a3.uuid.impl.TimeBasedUuidCreator;
import java.time.Instant;
public class UUIDGenerator {
public static void main(String[] args) {
UuidCreator creator = TimeBasedUuidCreator.withRandomNodeId();
Instant now = Instant.now();
long timestamp = now.getEpochSecond() * 1000 + now.getNano() / 1000000;
String uuid = creator.create(UuidVersion.VERSION_TIME_BASED, timestamp).toString();
System.out.println("生成的UUID为:" + uuid);
}
}
/*
优点:
可以在分布式系统中生成唯一的ID,具有较高的唯一性和可读性;
可以控制生成的ID的格式和信息。
缺点:
实现相对复杂,需要实现一个全局唯一的时钟服务;
只适用于分布式系统,不适用于独立的单机系统。
*/
public class UUIDGenerator {
/** 开始时间截 (2017-01-01) */
private final long twepoch = 1483200000000L;
/** 机器id所占的位数 */
private final long workerIdBits = 5L;
/** 数据标识id所占的位数 */
private final long datacenterIdBits = 5L;
/** 支持的最大机器id,结果是31 */
private final long maxWorkerId = -1L ^ (-1L << workerIdBits);
/** 支持的最大数据标识id,结果是31 */
private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
/** 序列在id中占的位数 */
private final long sequenceBits = 12L;
/** 机器ID向左移12位 */
private final long workerIdShift = sequenceBits;
/** 数据标识id向左移17位(12+5) */
private final long datacenterIdShift = sequenceBits + workerIdBits;
/** 时间截向左移22位(5+5+12) */
private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
/** 生成序列的掩码,这里为4095 */
private final long sequenceMask = -1L ^ (-1L << sequenceBits);
/** 工作机器id(0~31) */
private long workerId = 0L;
/** 数据中心id(0~31) */
private long datacenterId = 0L;
/** 毫秒内序列(0~4095) */
private long sequence = 0L;
/** 上次生成ID的时间截 */
private long lastTimestamp = -1L;
/**
* 构造函数
*
* @param workerId 工作ID (0~31)
* @param datacenterId 数据中心ID (0~31)
*/
public UUIDGenerator(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;
}
/**
* 获得下一个ID (该方法是线程安全的)
*
* @return SnowflakeId
*/
public synchronized long nextId() {
long timestamp = timeGen();
// 如果当前时间小于上一次ID生成的时间戳,说明系统时钟回退过,此时应当抛出异常
if (timestamp < lastTimestamp) {
throw new RuntimeException(
String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
}
// 如果是同一时间生成的,则进行毫秒内序列
if (lastTimestamp == timestamp) {
sequence = (sequence + 1) & sequenceMask;
// 毫秒内序列溢出
if (sequence == 0) {
// 阻塞到下一个毫秒,获得新的时间戳
timestamp = tilNextMillis(lastTimestamp);
}
}
// 时间戳改变,毫秒内序列重置
else {
sequence = 0L;
}
// 上次生成ID的时间截
lastTimestamp = timestamp;
// 移位并通过或运算拼到一起组成64位的ID
return ((timestamp - twepoch) << timestampLeftShift) //
| (datacenterId << datacenterIdShift) //
| (workerId << workerIdShift) //
| sequence;
}
/**
* 阻塞到下一个毫秒,直到获得新的时间戳
*
* @param lastTimestamp 上次生成ID的时间截
* @return 当前时间戳
*/
protected long tilNextMillis(long lastTimestamp) {
long timestamp = timeGen();
while (timestamp <= lastTimestamp) {
timestamp = timeGen();
}
return timestamp;
}
/**
* 返回以毫秒为单位的当前时间
*
* @return 当前时间(毫秒)
*/
protected long timeGen() {
return System.currentTimeMillis();
}
}
import java.util.UUID;
public class UUIDGenerator {
public static void main(String[] args) {
long time = System.currentTimeMillis();
int random = (int) (Math.random() * Integer.MAX_VALUE);
UUID uuid = new UUID(time, random);
System.out.println("生成的UUID为:" + uuid.toString());
}
}
import org.redisson.api.RUID;
public class UUIDGenerator {
public static void main(String[] args) {
RUID ruid = RUID.randomUID();
System.out.println("生成的UUID为:" + ruid.toString());
}
}
-
利用SecureRandom类生成
import java.security.SecureRandom;
import java.util.UUID;
public class UUIDGenerator {
public static String generateUUID() {
return UUID.randomUUID().toString();
}
public static String generateSecureUUID() {
SecureRandom random = new SecureRandom();
byte[] bytes = new byte[16];
random.nextBytes(bytes);
return UUID.nameUUIDFromBytes(bytes).toString();
}
}
三方库详细版
<dependency>
<groupId>commons-lang</groupId>
<artifactId>commons-lang</artifactId>
<version>2.6</version>
</dependency>
import org.apache.commons.lang3.StringUtils;
import java.util.UUID;
public class GenerateUUID {
public static void main(String[] args) {
UUID uuid = UUID.randomUUID();
String uuidStr = StringUtils.remove(uuid.toString(), '-');
System.out.println("UUID:" + uuidStr);
}
}
-
Google Guava:
Google Guava库可以使用它的UUID类来生成UUID。需要引入以下Maven依赖:
<dependency>
<groupId>com.google.guava</groupId>
<artifactId>guava</artifactId>
<version>30.0-jre</version>
</dependency>
java示例:
import com.google.common.base.CharMatcher;
import java.util.UUID;
public class GenerateUUID {
public static void main(String[] args) {
UUID uuid = UUID.randomUUID();
String uuidStr = CharMatcher.is('-').removeFrom(uuid.toString());
System.out.println("UUID:" + uuidStr);
}
}
注意事项
之前提到了 Apache Commons 的 UUIDUtils 工具类,但是这个工具类实际上是用于字符串格式与 UUID 转化的,而不是生成 UUID。
如果你想要使用 Apache Commons 中的工具类来生成 UUID ,可以使用 RandomStringUtils 类中的 randomUUID() 方法。下面是一个简单示例:
import org.apache.commons.lang3.RandomStringUtils;
public class GenerateUUID {
public static void main(String[] args) {
String uuid = RandomStringUtils.randomNumeric(8) + "-" +
RandomStringUtils.randomNumeric(4) + "-" +
RandomStringUtils.randomNumeric(4) + "-" +
RandomStringUtils.randomNumeric(4) + "-" +
RandomStringUtils.randomNumeric(12);
System.out.println("UUID:" + uuid);
}
}
/*
上述代码中,RandomStringUtils的randomNumeric
方法用于生成指定长度的数字字符串,然后通过字符串拼接的方式生成UUID。
需要注意的是,这种方式所生成的UUID并不是符合UUID标准规范的。
*/
原文地址:https://blog.csdn.net/qq_45699990/article/details/129814826
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.7code.cn/show_11051.html
如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱:suwngjj01@126.com进行投诉反馈,一经查实,立即删除!
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。