MybatisPlus使用idworker解决雪花算法重复

本文主要介绍了MybatisPlus使用idworker解决雪花算法重复，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

一、雪花算法datacenterId重复问题

华为云的服务器的/etc/hosts中都会生成一条 127.0.1.1 hostname的记录，导致获取network为null ,datacenterId 会取默认值1，导致重复概率大大增加。

二、idworker 是一个基于zookeeper和snowflake算法的分布式统一ID生成工具

通过zookeeper自动注册机器（最多1024台），无需手动指定workerId和dataCenterId。
通过ZooKeeper持久顺序节点特性，来配置维护节点的编号NODEID。
集群节点命名服务的基本流程是：
（1）启动节点服务，连接ZooKeeper，检查命名服务根节点根节点是否存在，如果不存在就创建系统根节点。
（2）在根节点下创建一个临时顺序节点，取回顺序号做节点的NODEID。如何临时节点太多，可以根据需要，删除临时节点。

由于是采用zookeeper顺序节点的特性生成datacenterId和workerId，可以天然的保证datacenterId和workerId的唯一性，减少了人工维护的弊端。

三、idworker使用

1、mybatis-plus-boot-starter要升级到3.4.0以上，根据具体项目不同选择合适的版本

 com.baomidoumybatis-plus-boot-starter3.4.0

2、增加idworker的1.5.0版本的依赖

 com.imadcn.frameworkidworker1.5.0

3、增加IdAutoConfig.java文件

@Configurationd public class IdAutoConfig {     @Value("${mybatis-plus.zookeeper.serverLists:127.0.0.1:2181}")     private String zkServerLists;     @Bean     public IdentifierGenerator idGenerator() {         return new ImadcnIdentifierGenerator(zkServerLists);     } }

或者：

@Configuration @MapperScan(         basePackages = "com.script.idworker.mapper",         sqlSessionFactoryRef = "sqlSessionFactory") public class DataSourceConfig {     @Value("${mybatis-plus.zookeeper.serverLists}")     private String zkServerLists;     @Bean(name = "dataSource")     @Primary     @ConfigurationProperties(prefix = "spring.datasource.druid")     public DataSource getDataSource() {         return DruidDataSourceBuilder.create().build();     }     @Bean(name = "sqlSessionFactory")     @Primary     public SqlSessionFactory sqlSessionFactory(@Qualifier("dataSource") DataSource datasource) throws Exception {         MybatisSqlSessionFactoryBean sqlSessionFactory = new MybatisSqlSessionFactoryBean();         sqlSessionFactory.setDataSource(datasource);         MybatisConfiguration configuration = new MybatisConfiguration();         // 驼峰转下划线         configuration.setMapUnderscoreToCamelCase(true);         sqlSessionFactory.setConfiguration(configuration);                  // 设置使用Mybatis的Snowflake算法生成id         GlobalConfig globalConfig = new GlobalConfig();         globalConfig.setIdentifierGenerator(new ImadcnIdentifierGenerator(zkServerLists));         sqlSessionFactory.setGlobalConfig(globalConfig);                  return sqlSessionFactory.getObject();     } }

4、可能curator版本冲突问题，idworker依赖的curator是4.x版本的，可能和dubbo依赖的curator版本冲突，可能和zookeeper 3.4.x版本不兼容

四、idworker源码分析

1、返回SnowflakeId

Snowflake.java#nextId()

public synchronized long nextId() {     long timestamp = timeGen();     // 如果上一个timestamp与新产生的相等，则sequence加一(0-4095循环);     if (lastTimestamp == timestamp) {         // 对新的timestamp，sequence从0开始         sequence = sequence + 1 & sequenceMask;         // 毫秒内序列溢出         if (sequence == 0) {             // 阻塞到下一个毫秒,获得新的时间戳             sequence = RANDOM.nextInt(100);             timestamp = tilNextMillis(lastTimestamp);         }     } else {         // 时间戳改变，毫秒内序列重置         sequence = RANDOM.nextInt(100);     }     // 如果当前时间小于上一次ID生成的时间戳，说明系统时钟回退过这个时候应当抛出异常     if (timestamp

1位标识，由于long基本类型在Java中是带符号的，最高位是符号位，正数是0，负数是1，所以id一般是正数，最高位是0
41位时间戳(毫秒级)，注意，41位时间戳不是存储当前时间的时间戳，而是存储时间戳的差值（当前时间戳 - 开始时间戳)得到的值），这里的的开始时间戳，一般是我们的id生成器开始使用的时间，由我们程序来指定的（如下下面程序epoch属性）。41位的时间戳，可以使用69年
10位的数据机器位，可以部署在1024个节点，包括5位datacenterId和5位workerId，
12位序列，毫秒内的计数，12位的计数顺序号支持每个节点每毫秒(同一机器，同一时间戳)产生4096个ID序号
加起来刚好64位，为一个Long型。

2、向zookeeper注册workerId，返回workerId

ZookeeperWorkerRegister#register()

public long register() {     InterProcessMutex lock = null;     try {         CuratorFramework client = (CuratorFramework) regCenter.getRawClient();         lock = new InterProcessMutex(client, nodePath.getGroupPath());         int numOfChildren = regCenter.getNumChildren(nodePath.getWorkerPath());         if (numOfChildren  children = regCenter.getChildrenKeys(nodePath.getWorkerPath());             // 有本地缓存的节点信息，同时ZK也有这条数据             if (localNodeInfo != null && children.contains(String.valueOf(localNodeInfo.getWorkerId()))) {                 String key = getNodePathKey(nodePath, localNodeInfo.getWorkerId());                 String zkNodeInfoJson = regCenter.get(key);                 NodeInfo zkNodeInfo = createNodeInfoFromJsonStr(zkNodeInfoJson);                 if (checkNodeInfo(localNodeInfo, zkNodeInfo)) {                     // 更新ZK节点信息，保存本地缓存，开启定时上报任务                     nodePath.setWorkerId(zkNodeInfo.getWorkerId());                     zkNodeInfo.setUpdateTime(new Date());                     updateZookeeperNodeInfo(key, zkNodeInfo);                     saveLocalNodeInfo(zkNodeInfo);                     executeUploadNodeInfoTask(key, zkNodeInfo);                     return zkNodeInfo.getWorkerId();                 }             }             // 无本地信息或者缓存数据不匹配，开始向ZK申请节点机器ID             for (int workerId = 0; workerId