A股上市公司传智教育(股票代码 003032)旗下技术交流社区北京昌平校区

 找回密码
 加入黑马

QQ登录

只需一步,快速开始

© whatwhere 初级黑马   /  2019-6-14 20:32  /  536 人查看  /  0 人回复  /   0 人收藏 转载请遵从CC协议 禁止商业使用本文

1.2 分布式ID生成解决方案
1.2.1 UUID
常见的方式。可以利用数据库也可以利用程序生成,一般来说全球唯一。
优点:
1)简单,代码方便。
2)生成ID性能非常好,基本不会有性能问题。
3)全球唯一,在遇见数据迁移,系统数据合并,或者数据库变更等情况下,可以从容应
对。
缺点:
1)没有排序,无法保证趋势递增。
2)UUID往往是使用字符串存储,查询的效率比较低。
3)存储空间比较大,如果是海量数据库,就需要考虑存储量的问题。
4)传输数据量大
5)不可读。
1.2.2 Redis生成ID
当使用数据库来生成ID性能不够要求的时候,我们可以尝试使用Redis来生成ID。这主要
依赖于Redis是单线程的,所以也可以用生成全局唯一的ID。可以用Redis的原子操作
INCR和INCRBY来实现。
优点:
1)不依赖于数据库,灵活方便,且性能优于数据库。
2)数字ID天然排序,对分页或者需要排序的结果很有帮助。
缺点:
1)如果系统中没有Redis,还需要引入新的组件,增加系统复杂度。
2)需要编码和配置的工作量比较大。
3)网络传输造成性能下降。
1.2.3 开源算法snowflake
snowflake是Twitter开源的分布式ID生成算法,结果是一个long型的ID。其核心思想
是:使用41bit作为毫秒数,10bit作为机器的ID(5个bit是数据中心,5个bit的机器
ID),12bit作为毫秒内的流水号(意味着每个节点在每毫秒可以产生 4096 个 ID),最
后还有一个符号位,永远是0
我们在《青橙》系统中采用的就是开源算法snowflake
1.3 snowflake快速入门
1.3.1 快速入门
(1)新建工程,将资料/工具类下的IdWorker.java拷贝到工程中。
(2)编写代码
1.3.2 配置分布式ID生成器
(1)将IdWorker.java拷贝到qingcheng_common_service工程com.qingcheng.util包

(2)在qingcheng_service_goods工程resources下新增applicationContextservice.
xml
2. 新增和修改商品
2.1 概念与表结构分析
2.1.1 SPU与SKU
SPU = Standard Product Unit (标准产品单位)
SPU是商品信息聚合的最小单位,是一组可复用、易检索的标准化信息的集合,该集合描
述了一个产品的特性。
通俗点讲,属性值、特性相同的商品就可以称为一个SPU。
IdWorker idWorker=new IdWorker(1,1);
for(int i=0;i<10000;i++){
long id = idWorker.nextId();
System.out.println(id);
}

0 个回复

您需要登录后才可以回帖 登录 | 加入黑马