简单的方式
基于数据库 auto_increment_increment 来获取 ID。首先在数据库中创建一张 sequence 表,其中 seq_name 用以区分不同业务标识,从而实现支持多种业务场景下的自增 ID, current_value 为当前值, _increment 为步长,可支持分布式数据库的哈希策略。
- CREATE TABLE `sequence` (
- `seq_name` varchar(200) NOT NULL,
- `current_value` bigint(20) NOT NULL,
- `_increment` int(4) NOT NULL,
- PRIMARY KEY (`seq_name`)
- ) ENGINE=InnoDB DEFAULT CHARSET=utf8
通过 SELECT LAST_INSERT_ID() 方法,更新 sequence 表,进行 ID 递增,并同时获取上次更新的值。这里注意, current_value = LAST_INSERT_ID(current_value + _increment) 将更新的 ID 赋值给了 LAST_INSERT_ID ,否则返回的将是行 id。
- UPDATE sequence
- SET
- current_value = LAST_INSERT_ID(current_value + _increment)
- WHERE
- seq_name = #{seqName}
最后 Dao 提供服务,需要提醒的是注意数据库的事务隔离级别,如果将 getSeq() 方法放到 Service 中有事务的方法里,将出现问题,因为数据库事务开启会创建一张视图,在事务没有提交之前,更新的 ID 还没有被提交到数据库中,这在多线程并发操作的情况下,如果事务里的其他方法导致性能慢了,可能出现两个请求获取到相同的 ID,所以解决方法一是不要将 getSeq() 方法放到有事务的方法里,另一种就是将 getSeq() 方法的隔离界别为 PROPAGATION_REQUIRES_NEW ,实现开启新事务,外层事务不会影响内部事务的提交。
- @Autowired
- private SeqDao seqDao;
- @Autowired
- private PlatformTransactionManager transactionManager;
- @Override
- public long getSeq(final String seqName) throws Exception {
- TransactionTemplate transactionTemplate = new TransactionTemplate(transactionManager);
- // 事务行为,独立于外部事物独立运行
- transactionTemplate
- .setPropagationBehavior(TransactionDefinition.PROPAGATION_REQUIRES_NEW);
- return (Long) transactionTemplate.execute(new TransactionCallback() {
- public Object doInTransaction(TransactionStatus status) {
- try {
- Seq seq = new Seq();
- seq.setSeqName(seqName);
- if (seqDao.update(seq) == 0) {
- throw new RuntimeException("seq update failure.");
- }
- return seq.getId();
- } catch (Exception e) {
- throw new RuntimeException("seq update error.");
- }
- }
- });
- }
稍复杂一点的方法
上述的方法的问题,想必大家都知道,就是每次获取 ID 都要调用数据库,在高并发的情况下会对数据库产生极大的压力,我们的改进方法也很简单,就是一次申请一个段的 ID,然后发到内存里,每次获取 ID 先从内存里取,当内存中的 ID 段全部被获取完毕,则再一次调用数据库重新申请一个新的 ID 段。
同样有数据库表的设计,通过 Name 区分业务,用 ID 标明已经申请到的最大值。当然如果是分布式架构,也可以通过增加步长属性来实现。
- CREATE TABLE `sequence_value` (
- `Name` varbinary(50) DEFAULT NULL,
- `ID` int(11) DEFAULT NULL
- ) ENGINE = InnoDB DEFAULT CHARSET = utf8
Step 是 ID 段的内存对象,有两个属性,其中 currentValue 当前的使用到的值,endValue 是内存申请的最大值。
- class Step {
- private long currentValue;
- private long endValue;
- Step(long currentValue, long endValue) {
- this.currentValue = currentValue;
- this.endValue = endValue;
- }
- public void setCurrentValue(long currentValue) {
- this.currentValue = currentValue;
- }
- public void setEndValue(long endValue) {
- this.endValue = endValue;
- }
- public long incrementAndGet() {
- return ++currentValue;
- }
- }
代码的实现稍微复杂一点,获取 ID 会根据业务标识 sequencename,先从内存获取 Step 的 ID 段,如果为 null,则从数据库中读取当前最新的值,并根据步长计算 Step,然后返回请求 ID。如果从内存中直接获取到 Step,则直接取 ID,并对 currentValue 进行加一。当 currentValue 的值超过 endValue 时,则更新数据库的 ID,重新计算 Step。
- private Map<String,Step> stepMap = new HashMap<String, Step>();
- public synchronized long get(String sequenceName) {
- Step step = stepMap.get(sequenceName);
- if(step ==null) {
- step = new Step(startValue,startValue+blockSize);
- stepMap.put(sequenceName, step);
- } else {
- if (step.currentValue < step.endValue) {
- return step.incrementAndGet();
- }
- }
- if (getNextBlock(sequenceName,step)) {
- return step.incrementAndGet();
- }
- throw new RuntimeException("No more value.");
- }
- private boolean getNextBlock(String sequenceName, Step step) {
- // "select id from sequence_value where name = ?";
- Long value = getPersistenceValue(sequenceName);
- if (value == null) {
- try {
- // insert into sequence_value (id,name) values (?,?)
- value = newPersistenceValue(sequenceName);
- } catch (Exception e) {
- value = getPersistenceValue(sequenceName);
- }
- }
- // update sequence_value set id = ? where name = ? and id = ?
- boolean b = saveValue(value,sequenceName) == 1;
- if (b) {
- step.setCurrentValue(value);
- step.setEndValue(value+blockSize);
- }
- return b;
- }
使用该方法获取 ID 可以减少对数据库的访问量,以降低数据库的压力,但是同样需要注意,获取 ID 同样关注数据库事务问题,因为当系统重启的时候,stepMap 为 null,所以会取数据库查询当前 ID,更计算更新 Step,然后更新数据库的 ID。如果该方法被放到数据库事务里,由于其他方法性能慢了,导致查询之后没有及时更新,并发情况下另一个线程查询的时候,可能会获取到该线程未提交的 ID,因而出现两个线程获取到相同的 ID 问题。
本文小结
订单号生成是一个非常简单的功能,但是在高并发的场景下,高性能和高可用就成为了需要关注的要点。所以,实际工作中的每一个小细节都值得我们去深思。