关于java:用户UID的几种生成方案

16次阅读

共计 1324 个字符,预计需要花费 4 分钟才能阅读完成。

本文目标是介绍市面上风行的 UID 生成形式、优劣状况,帮忙读者依据本人的产品类型和用户规模抉择适合的生成计划。

什么是 UID?

UID是一个零碎内用户的惟一标识,

UID 的个性: 唯一性、可公开播送、存在可能价值等。

唯一性

通过 UID 能够疾速映射到一个具体的惟一用户上,相似于 hash、短网址映射。

可公开播送

UID能够和用户的账号造成对应关系。对于某些以手机号、邮箱这些隐衷内容为登录账号的零碎,如果想减少转账这种业务,输出对方的 UID,能够做到隐衷爱护。

存在可能价值

相似 QQ 靓号、B 站短 ID、微博 ID 这种能够存在局部价值。

风行的生成形式

  1. 随机生成 - 一般查重模式
  2. 经典表 ID 自增模式
  3. 号池模式
  4. 随机生成 - 查重模式 - 加位法
  5. 类 Snowflake 模式
  6. UUID 模式

随机生成 - 一般查重模式

应用 rand 函数随机成生后果,再去 user 表上查重,不反复就作为用户的 UID,反复则持续 rand 到不反复为止。

长处: 生成速度快、逻辑简略、生成号段格局能够通过过滤器管制。
毛病: 当用户总数变高的时候,反复率会变高。
实用: 用户总量不会很高,对于靓号没有什么要求。

经典表 ID 自增

将 user 表的 id 设置为 auto_increment,插入会主动生成 ID,将表的主键 ID 作为 UID.

长处: 不须要被动治理,主动生成,不会反复。
毛病: 容易裸露零碎的实在用户数,不适宜须要良好数据的商业公司。
实用: 一般的社区、博客内容等不关注 UID 模式的零碎。

号池模式

生成一批 UID 寄存到号池内,注册一个取走一个。

长处: 对于靓号的管制精准、号池管制切当的话,不会产生反复。
毛病: 对于号池服务的稳定性很高, 对于号池内数据的减少和删除须要被动治理,否则会产生反复。
实用: 对靓号要求管制严格,实用于个别的等级荣誉感、靓号荣誉感较高的玩家社区。

随机生成 - 查重模式 - 加位法

加位查重法是一般查重法的降级,当碰到了反复号码的时候,向号码尾部减少一个随机数字,如果反复就持续减少,直到不反复为止。

长处: 绝对于一般查重法,反复后的再次获取次数能够缩小
毛病: 反复后再获取率随着用户数回升,也会遭逢瓶颈。
实用: 同一般查重模式。

类 Snowflake 模式

Snowflake是一个经典的号段生成算法,同时市面上存在大量的 XXXflake 算法. 个别用作订单号。次要讲一下 Snowflake 的原理

应用 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,最初还有一个符号位,永远是 0

长处: 不须要被动治理就可保障防重性,能够依据业务配比调整 bit。
毛病: 生成的数据后果比拟长,索引须要被动优化。
实用: 不存在 UID 靓号需要

UUID 模式

UUID是一个国际标准算法,具体介绍就不赘述了,优缺点和类 Snowflake 统一

长处: 不须要被动治理就可保障防重性。
毛病: 生成的数据后果比拟长,索引须要被动优化。
实用: 不存在 UID 靓号需要

总结

个别对于预计百万用户以内的零碎,将 UID 设置为 10 位,应用随机成产 - 一般查重模式即可。查重基本上不会损耗过多性能,还能够依据过滤器过滤掉靓号,基本上能够解决大部分的业务需要。

对于预计超过百万的用户,最重要的是关注业务对于 UID 的依赖和靓号的需要,抉择适合的计划。

正文完
 0