如何生成唯一订单号

Posted 2023-04-27

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了如何生成唯一订单号相关的知识，希望对你有一定的参考价值。

如何生成唯一订单号呢不用guid

参考技术A 首先，订单号有3个性质：1.唯一性 2.不可推测性 3.效率性

唯一性和不可推测性不用说了，效率性是指不能频繁的去数据库查询以避免重复。
况且满足这些条件的同时订单号还要足够的短。
我在java下定制的订单号生成方式如下：
int r1=(int)(Math.random()*(10));//产生2个0-9的随机数
int r2=(int)(Math.random()*(10));
long now = System.currentTimeMillis();//一个13位的时间戳
String paymentID =String.valueOf(r1)+String.valueOf(r2)+String.valueOf(now);// 订单ID

目前规则来看，两个人在同一微秒提交订单重复的概率为1%
订单效果：251393292999921

望采纳！参考技术B 订单号可以用自动增长啊从10000000开始参考技术C DateTime.Now.ToString("yyyyMMdd")+流水号？流水号怎么生成出来的？

分布式系统的唯一ID如何生成

一、雪花算法的提前

针对业务数据来说，通常都是需要唯一id的，比如学生的学号、订单的订单号，支付流水的流水号等等。
采用最简单的方式，就是插入时候设置主键auto increment的自增方式。那么插入表中的数据都是唯一的，不过方案虽然简单，但是弊端确实很多。
（1）、比如通过这种自增的方式，用户很容易就会通过遍历id的方式，获得库中的业务数据，并且如果采用了分库分表的方式，那么就无法通过主键自增的方式来控制业务数据唯一性。
如果采取MD5的方式呢，却失去了业务含义，并且不利于在分库分表的场景下，通过id快速确定数据在哪个库或哪张表上。
针对这种情况，我们可以采用雪花算法来解决。

二、雪花算法的概述

雪花算法（snowflake）是Twitter开源的分布式ID生成算法，它会返回一个long类型的唯一ID。
这种方案大致来说是一种以划分命名空间来生成ID的一种算法，这种方案把32或64-bit分别划分成多段，分开来标示机器、时间等。

三、雪花算法的代码实现

1、雪花算法代码

package com.xz.springboottest.day6;

/**
 * @description: snowflake算法
 * @author: xz
 */
public class SnowFlake 
    /**
     * 起始的时间戳
     */
    private final static long START_STAMP = 1480166465631L;

    /**
     * 每一部分占用的位数
     */
    private final static long SEQUENCE_BIT = 12; //序列号占用的位数
    private final static long MACHINE_BIT = 5;   //机器标识占用的位数
    private final static long DATA_CENTER_BIT = 5;//数据中心占用的位数

    /**
     * 每一部分的最大值
     */
    private final static long MAX_SEQUENCE = -1L ^ (-1L << SEQUENCE_BIT); //序列号最大值
    private final static long MAX_MACHINE_NUM = -1L ^ (-1L << MACHINE_BIT);//机器标识最大值
    private final static long MAX_DATA_CENTER_NUM = -1L ^ (-1L << DATA_CENTER_BIT);//数据中心最大值

    /**
     * 每一部分向左的位移
     */
    private final static long MACHINE_LEFT = SEQUENCE_BIT;
    private final static long DATA_CENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT;
    private final static long TIMESTAMP_LEFT = DATA_CENTER_LEFT + DATA_CENTER_BIT;


    /**
     * 定义参数
     * */
    private long dataCenterId;  //数据中心
    private long machineId;     //机器标识
    private long sequence = 0L; //序列号
    private long lastStamp = -1L;//上一次时间戳

    /**
     * 带参数的构造函数
     * */
    public SnowFlake(long dataCenterId, long machineId) 
        if (dataCenterId > MAX_DATA_CENTER_NUM || dataCenterId < 0) 
            throw new IllegalArgumentException("dataCenterId can't be greater than MAX_DATA_CENTER_NUM or less than 0");
        
        if (machineId > MAX_MACHINE_NUM || machineId < 0) 
            throw new IllegalArgumentException("machineId can't be greater than MAX_MACHINE_NUM or less than 0");
        
        this.dataCenterId = dataCenterId;
        this.machineId = machineId;
    


    /**
     * 产生下一个ID
     *
     * @return
     */
    public synchronized long nextId() 
        long currStamp = getNewStamp();
        if (currStamp < lastStamp) 
            throw new RuntimeException("Clock moved backwards.  Refusing to generate id");
        

        if (currStamp == lastStamp) 
            //相同毫秒内，序列号自增
            sequence = (sequence + 1) & MAX_SEQUENCE;
            //同一毫秒的序列数已经达到最大
            if (sequence == 0L) 
                currStamp = getNextMill();
            
         else 
            //不同毫秒内，序列号置为0
            sequence = 0L;
        

        lastStamp = currStamp;

        return (currStamp - START_STAMP) << TIMESTAMP_LEFT //时间戳部分
                | dataCenterId << DATA_CENTER_LEFT       //数据中心部分
                | machineId << MACHINE_LEFT             //机器标识部分
                | sequence;                             //序列号部分
    

    private long getNextMill() 
        long mill = getNewStamp();
        while (mill <= lastStamp) 
            mill = getNewStamp();
        
        return mill;
    

    private long getNewStamp() 
        return System.currentTimeMillis();