Spring Boot开发—— 实现订单号生成逻辑

几种常见的解决方案

1. UUID 实例代码
2. 数据库序列或自增ID
3. 时间戳 + 随机数/序列
4. 分布式唯一ID生成方案

• Snowflake ID结构
• 类定义和变量初始化
• 构造函数
• ID生成方法
• 辅助方法

在 Spring Boot 中设计一个订单号生成系统时，需考虑生成的订单号的唯一性、可扩展性及业务相关性。以下是几种常见的解决方案及相应的示例代码：

1. UUID

使用 UUID 生成唯一的订单号，形式为 8-4-4-4-12 的字符串，例如 123e4567-e89b-12d3-a456-426614174000。优点是简单，缺点是较长且不易记忆。

实例代码

import java.util.UUID;public class UUIDGenerator {public static String generateUUID() {return UUID.randomUUID().toString();}public static void main(String[] args) {System.out.println("Generated UUID: " + generateUUID());}
}

2. 数据库序列或自增ID

利用数据库的序列或自增ID生成唯一的订单号，常见于单体应用。

实例代码

@Entity
public class Order {@Id@GeneratedValue(strategy = GenerationType.AUTO)private Long id;// 其他属性
}

数据库示例

• PostgreSQL:

CREATE SEQUENCE order_id_seq START WITH 1 INCREMENT BY 1;
CREATE TABLE orders (order_id bigint NOT NULL DEFAULT nextval('order_id_seq'), order_data text);

• MySQL:

CREATE TABLE orders (order_id INT AUTO_INCREMENT, order_data TEXT, PRIMARY KEY (order_id));

3. 时间戳 + 随机数/序列

结合时间戳与随机数生成订单号，增强可读性与业务相关性。

实例代码

import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.concurrent.ThreadLocalRandom;public class OrderNumberGenerator {private static final SimpleDateFormat dateFormat = new SimpleDateFormat("yyyyMMddHHmmss");private static final int RANDOM_NUM_BOUND = 10000;public static String generateOrderNumber(String prefix) {String timestamp = dateFormat.format(new Date());int randomNumber = ThreadLocalRandom.current().nextInt(RANDOM_NUM_BOUND);return prefix + timestamp + String.format("%04d", randomNumber);}public static void main(String[] args) {System.out.println("Generated Order Number: " + generateOrderNumber("ORD"));}
}

4. 分布式唯一ID生成方案

使用 Snowflake 算法生成唯一 ID，其中包含时间戳、数据中心ID、机器ID和序列号，支持分布式系统中的 ID 唯一性和有序性。
Snowflake ID 结构

• 1 位符号位
• 41 位时间戳
• 10 位数据中心 ID 和机器 ID
• 12 位序列号

实现示例

public class SnowflakeIdGenerator {private long datacenterId; // 数据中心IDprivate long machineId;    // 机器IDprivate long sequence = 0L; // 序列号private long lastTimestamp = -1L; // 上一次时间戳private final long twepoch = 1288834974657L;private final long datacenterIdBits = 5L;private final long machineIdBits = 5L;private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);private final long maxMachineId = -1L ^ (-1L << machineIdBits);private final long sequenceBits = 12L;private final long machineIdShift = sequenceBits;private final long datacenterIdShift = sequenceBits + machineIdBits;private final long timestampLeftShift = sequenceBits + machineIdBits + datacenterIdBits;private final long sequenceMask = -1L ^ (-1L << sequenceBits);public SnowflakeIdGenerator(long datacenterId, long machineId) {if (datacenterId > maxDatacenterId || datacenterId < 0) {throw new IllegalArgumentException("datacenterId can't be greater than %d or less than 0");}if (machineId > maxMachineId || machineId < 0) {throw new IllegalArgumentException("machineId can't be greater than %d or less than 0");}this.datacenterId = datacenterId;this.machineId = machineId;}public synchronized long nextId() {long timestamp = System.currentTimeMillis();if (timestamp < lastTimestamp) {throw new RuntimeException("Clock moved backwards. Refusing to generate id");}if (lastTimestamp == timestamp) {sequence = (sequence + 1) & sequenceMask;if (sequence == 0) {timestamp = tilNextMillis(lastTimestamp);}} else {sequence = 0L;}lastTimestamp = timestamp;return ((timestamp - twepoch) << timestampLeftShift) |(datacenterId << datacenterIdShift) |(machineId << machineIdShift) |sequence;}private long tilNextMillis(long lastTimestamp) {long timestamp = System.currentTimeMillis();while (timestamp <= lastTimestamp) {timestamp = System.currentTimeMillis();}return timestamp;}
}

下面是对这段代码的逐行解释：

类定义和变量初始化

• private long datacenterId; 定义数据中心ID。
• private long machineId; 定义机器ID。
• private long sequence = 0L; 序列号，用于同一毫秒内生成多个ID时区分这些ID。
• private long lastTimestamp = -1L; 上一次生成ID的时间戳。

以下是Snowflake算法的一些关键参数：

• private final long twepoch = 1288834974657L; 系统的起始时间戳，这里是Snowflake算法的作者选择的一个固定的时间点（2010-11-04 09:42:54.657 GMT）。
• private final long datacenterIdBits = 5L; 数据中心ID所占的位数。
• private final long machineIdBits = 5L; 机器ID所占的位数。
• private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits); 数据中心ID的最大值，这里通过位运算计算得出。
• private final long maxMachineId = -1L ^ (-1L << machineIdBits); 机器ID的最大值，同样通过位运算得出。
• private final long sequenceBits = 12L; 序列号占用的位数。

以下是一些用于位运算的参数，用于计算最终的ID：

• private final long machineIdShift = sequenceBits; 机器ID的偏移位数。
• private final long datacenterIdShift = sequenceBits + machineIdBits; 数据中心ID的偏移位数。
• private final long timestampLeftShift = sequenceBits + machineIdBits + datacenterIdBits; 时间戳的偏移位数。
• private final long sequenceMask = -1L ^ (-1L << sequenceBits); 用于保证序列号在指定范围内循环。

构造函数
构造函数SnowflakeIdGenerator(long datacenterId, long machineId)接收数据中心ID和机器ID作为参数，并对这些参数进行校验，确保它们在合法范围内。

ID生成方法
public synchronized long nextId()是生成ID的核心方法，使用synchronized保证线程安全。

• 首先获取当前时间戳。
• 如果当前时间戳小于上一次生成ID的时间戳，抛出异常，因为时钟回拨会导致ID重复。
• 如果当前时间戳等于上一次的时间戳（即同一毫秒内），通过增加序列号生成不同的ID；如果序列号溢出（超过最大值），则等待到下一个毫秒。
• 如果当前时间戳大于上一次的时间戳，重置序列号为0。
• 最后，将时间戳、数据中心ID、机器ID和序列号按照各自的偏移量左移，然后进行位或运算，组合成一个64位的ID。

辅助方法
private long tilNextMillis(long lastTimestamp)是一个辅助方法，用于在序列号溢出时等待直到下一个毫秒。