项目中使用雪花算法id生成工具

1、雪花算法 id与uuid的对比

	雪花算法	UUID
类型	Lon g	字符串
占用空间	8byt e	16byt e
顺序性	自增有序	无序
索引结构影响	无影响	新增、删除数据会导致索引结构重排序
数据库要求		mysql官方强烈建议不要使用uui d

首先，使用 UUID 作为主键可能会导致索引性能下降，因为 UUID 是随机生成的字符串，不像自增主键是连续的数字。这可能会导致索引分散在整个表中，而不是集中在一起，从而影响查询性能。

其次，使用 UUID 作为主键可能会导致存储空间的浪费，因为 UUID 是一个较长的字符串，需要更多的存储空间。这可能会影响数据库的性能和可伸缩性，尤其是在处理大型数据集时。

2、项目中整合雪花算法

2.1、hutool 工具包中提供了雪花算法 生成 工具类

2.1.1、在启动 类中 配置Snowfla k eGenera tor，将其注册到spring 容器中

2.1.2、使用 方式

在需要使用的类中，注入Snowfla keGenera tor即可食用

生成的id 内容：

1632932158878258313

2.2、性能 测试

3、数据库 主键建议

雪花算法是64位二进制位的大整数，64/8 = 8字节

mysql 使用 bit int，bi gin t 类型有64位，64/8 = 8字节，刚好满足

postgresql使用int8, int8一共8字节空间，刚好满足

4、手撸一个雪花算法id生成工具类



import java.lang.management.ManagementFactory;
import java.net.InetAddress;
import java.net.NetworkInterface;

/**
 * @Author bytesMaster
 * @Date 2023/3/7
 * @Description  雪花算法id生成器
 * 雪花id只占8字节空间，体积小，内容为数字，实现有序自增，新增和删除数据，索引结构不需要重排序
 * uuid占用16字节空间，体积大， 内容为字符串，无序，     新增和删除数据，索引结构要重排序，额外开销大
 */
public class SnowFlakeIdWorker {
    // 时间起始标记点，作为基准，一般取系统的最近时间（一旦确定不能变动）
    private final static long twepoch = 1678154396522L;
    // 机器标识位数
    private final static long workerIdBits = 5L;
    // 数据中心标识位数
    private final static long datacenterIdBits = 5L;
    // 机器ID最大值
    private final static long maxWorkerId = -1L ^ (-1L << workerIdBits);
    // 数据中心ID最大值
    private final static long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
    // 毫秒内自增位
    private final static long sequenceBits = 12L;
    // 机器ID偏左移12位
    private final static long workerIdShift = sequenceBits;
    // 数据中心ID左移17位
    private final static long datacenterIdShift = sequenceBits + workerIdBits;
    // 时间毫秒左移22位
    private final static long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;

    private final static long sequenceMask = -1L ^ (-1L << sequenceBits);
    /* 上次生产id时间戳 */
    private static long lastTimestamp = -1L;
    // 0，并发控制
    private long sequence = 0L;

    private final long workerId;
    // 数据标识id部分
    private final long datacenterId;

    public SnowFlakeIdWorker(){
        this.datacenterId = getDatacenterId(maxDatacenterId);
        this.workerId = getMaxWorkerId(datacenterId, maxWorkerId);
    }
    /**
     * @param workerId
     *            工作机器ID
     * @param datacenterId
     *            序列号
     */
    public SnowFlakeIdWorker(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;
    }
    /**
     * 获取下一个ID
     *
     * @return
     */
    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，说明发生时钟回拨，为保证ID不重复抛出异常
        if (timestamp < lastTimestamp) {
            throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
        }

        if (lastTimestamp == timestamp) {
            // 当前毫秒内，则+1
            sequence = (sequence + 1) &amp; sequenceMask;
            if (sequence == 0) {
                // 当前毫秒内计数满了，则等待下一秒
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0L;
        }
        lastTimestamp = timestamp;
        // ID偏移组合生成最终的ID，并返回ID
        long nextId = ((timestamp - twepoch) << timestampLeftShift)
                | (datacenterId << datacenterIdShift)
                | (workerId << workerIdShift) | sequence;

        return nextId;
    }

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

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

    /**
     * 获取 maxWorkerId
     */
    protected static long getMaxWorkerId(long datacenterId, long maxWorkerId) {
        StringBuffer mpid = new StringBuffer();
        mpid.append(datacenterId);
        String name = ManagementFactory.getRuntimeMXBean().getName();
        if (!name.isEmpty()) {
            /*
             * GET jvmPid
             */
            mpid.append(name.split("@")[0]);
        }
        /*
         * MAC + PID 的 hashcode 获取16个低位
         */
        return (mpid.toString().hashCode() & 0xffff) % (maxWorkerId + 1);
    }

    /**
     * 数据标识id部分
     */
    protected static long getDatacenterId(long maxDatacenterId) {
        long id = 0L;
        try {
            InetAddress ip = InetAddress.getLocalHost();
            NetworkInterface network = NetworkInterface.getByInetAddress(ip);
            if (network == null) {
                id = 1L;
            } else {
                byte[] mac = network.getHardwareAddress();
                id = ((0x000000FF & (long) mac[mac.length - 1])
                        | (0x0000FF00 & (((long) mac[mac.length - 2]) << 8))) >> 6;
                id = id % (maxDatacenterId + 1);
            }
        } catch (Exception e) {
            System.out.println(" getDatacenterId: " + e.getMessage());
        }
        return id;
    }
}

5、传输 前端后精度丢失

数据库中的id是： 1635196077915246592
前端接收到的是：1635196077915246600
被四舍五入了
在这里插入图片描述

这是因为JS是弱语言，前端接收数字类型参数为number
最大接收长度为16位，超出长度则会丢失精度
而JAVA的Long类型长度为19位，所以传输到前端的后三位精度丢失
所以我们解决该问题的思路就是：把java里的Long类型转换为String返回给前端

在实体类中的id字段加上注解：

    @ApiModelProperty(value = "雪花算法生成的主键")
    @JsonFormat(shape = JsonFormat.Shape.STRING)//此句为问题关键相当于吧Long转换为String
    @JSONField(serializeUsing = ToStringSerializer.class) //此处标识得在序列化的时候转换为字符串
    private Long id;