在服务器系统开发时，为了适应数据大并发的请求，我们往往需要对数据进行异步存储，特别是在做分布式系统时，这个时候就不能等待插入数据库返回了取自动id了，而是需要在插入数据库之前生成一个全局的唯一id，使用全局的唯一id，在游戏服务器中，全局唯一的id可以用于将来合服方便，不会出现键冲突。也可以将来在业务增长的情况下，实现分库分表，比如某一个用户的物品要放在同一个分片内，而这个分片段可能是根据用户id的范围值来确定的，比如用户id大于1000小于100000的用户在一个分片内。目前常用的有以下几种：
1，java 自带的uuid.
uuid.randomuuid().tostring()，可以通过服务程序本地产生，id的生成不依赖数据库的实现。
优势：
本地生成id，不需要进行远程调用。
全局唯一不重复。
水平扩展能力非常好。
劣势：
id有128 bits,占用的空间较大，需要存成字符串类型，索引效率极低。
生成的id中没有带timestamp，无法保证趋势递增，数据库分库分表时不好依赖
2，基于redis的incr方法
redis本身是单线程操作的，而incr更保证了一种原子递增的操作。而且支持设置递增步长。
优势：
部署方便，使用简单，只需要调用一个redis的api即可。
可以多个服务器共享一个redis服务，减少共享数据的开发时间。
redis可以群集部署，解决单点故障的问题。
劣势：
如果系统太庞大的话，n多个服务同时向redis请求，会造成性能瓶颈。
3，来自flicker的解决方案
这个解决方法是基于数据库自增id的，它使用一个单独的数据库专门用于生成id。详细的大家可以网上找找，个人觉得使用挺麻烦的，不建议使用。
4，twitter snowflake
snowflake是twitter开源的分布式id生成算法，其核心思想是：产生一个long型的id，使用其中41bit作为毫秒数，10bit作为机器编号，12bit作为毫秒内序列号。这个算法单机每秒内理论上最多可以生成1000*(2^12)个，也就是大约400w的id，完全能满足业务的需求。
根据snowflake算法的思想，我们可以根据自己的业务场景，产生自己的全局唯一id。因为java中long类型的长度是64bits，所以我们设计的id需要控制在64bits。
优点：高性能，低延迟；独立的应用；按时间有序。
缺点：需要独立的开发和部署。
比如我们设计的id包含以下信息：
| 41 bits: timestamp | 3 bits: 区域 | 10 bits: 机器编号 | 10 bits: 序列号 |
产生唯一id的java代码：
我要评论
/**
* 自定义 id 生成器
* id 生成规则: id长达 64 bits
*
* | 41 bits: timestamp (毫秒) | 3 bits: 区域（机房） | 10 bits: 机器编号 | 10 bits: 序列号 |
*/
public class gameuuid{
// 基准时间
private long twepoch = 1288834974657l; //thu, 04 nov 2010 01:42:54 gmt
// 区域标志位数
private final static long regionidbits = 3l;
// 机器标识位数
private final static long workeridbits = 10l;
// 序列号识位数
private final static long sequencebits = 10l;
// 区域标志id最大值
private final static long maxregionid = -1l ^ (-1l << regionidbits);
// 机器id最大值
private final static long maxworkerid = -1l ^ (-1l << workeridbits);
// 序列号id最大值
private final static long sequencemask = -1l ^ (-1l << sequencebits);
// 机器id偏左移10位
private final static long workeridshift = sequencebits;
// 业务id偏左移20位
private final static long regionidshift = sequencebits + workeridbits;
// 时间毫秒左移23位
private final static long timestampleftshift = sequencebits + workeridbits + regionidbits;
private static long lasttimestamp = -1l;
private long sequence = 0l;
private final long workerid;
private final long regionid;
public gameuuid(long workerid, long regionid) {
// 如果超出范围就抛出异常
if (workerid > maxworkerid || workerid < 0) {
throw new illegalargumentexception("worker id can't be greater than %d or less than 0");
}
if (regionid > maxregionid || regionid < 0) {
throw new illegalargumentexception("datacenter id can't be greater than %d or less than 0");
}
this.workerid = workerid;
this.regionid = regionid;
}
public gameuuid(long workerid) {
// 如果超出范围就抛出异常
if (workerid > maxworkerid || workerid < 0) {
throw new illegalargumentexception("worker id can't be greater than %d or less than 0");
}
this.workerid = workerid;
this.regionid = 0;
}
public long generate() {
return this.nextid(false, 0);
}
/**
* 实际产生代码的
*
* @param ispadding
* @param busid
* @return
*/
private synchronized long nextid(boolean ispadding, long busid) {
long timestamp = timegen();
long paddingnum = regionid;
if (ispadding) {
paddingnum = busid;
}
if (timestamp < lasttimestamp) {
try {
throw new exception("clock moved backwards. refusing to generate id for " + (lasttimestamp - timestamp) + " milliseconds");
} catch (exception e) {
e.printstacktrace();
}
}
//如果上次生成时间和当前时间相同,在同一毫秒内
if (lasttimestamp == timestamp) {
//sequence自增，因为sequence只有10bit，所以和sequencemask相与一下，去掉高位
sequence = (sequence + 1) & sequencemask;
//判断是否溢出,也就是每毫秒内超过1024，当为1024时，与sequencemask相与，sequence就等于0
if (sequence == 0) {
//自旋等待到下一毫秒
timestamp = tailnextmillis(lasttimestamp);
}
} else {
// 如果和上次生成时间不同,重置sequence，就是下一毫秒开始，sequence计数重新从0开始累加,
// 为了保证尾数随机性更大一些,最后一位设置一个随机数
sequence = new securerandom().nextint(10);
}
lasttimestamp = timestamp;
return ((timestamp - twepoch) << timestampleftshift) | (paddingnum << regionidshift) | (workerid << workeridshift) | sequence;
}
// 防止产生的时间比之前的时间还要小（由于ntp回拨等问题）,保持增量的趋势.
private long tailnextmillis(final long lasttimestamp) {
long timestamp = this.timegen();
while (timestamp <= lasttimestamp) {
timestamp = this.timegen();
}
return timestamp;
}
// 获取当前的时间戳
protected long timegen() {
return system.currenttimemillis();
}
}
使用自定义的这种方法需要注意的几点：
为了保持增长的趋势，要避免有些服务器的时间早，有些服务器的时间晚，需要控制好所有服务器的时间，而且要避免ntp时间服务器回拨服务器的时间;在跨毫秒时，序列号总是归0，会使得序列号为0的id比较多，导致生成的id取模后不均匀，所以序列号不是每次都归0，而是归一个0到9的随机数。
上面说的这几种方式我们可以根据自己的需要去选择。在游戏服务器开发中，根据自己的游戏类型选择，比如手机游戏，可以使用简单的redis方式，简单不容易出错，由于这种游戏单服并发新建id量并不太大，完全可以满足需要。而对于大型的世界游戏服务器，它本身就是以分布式为主的，所以可以使用snowflake的方式，上面的snowflake代码只是一个例子，需要自己根据自己的需求去定制，所以有额外的开发量，而且要注意上述所说的注意事项。
以上所述是小编给大家介绍的基于java代码实现游戏服务器生成全局唯一id的方法汇总，希望对大家有所帮助
如对本文有疑问， 点击进行留言回复！！
springcloud中feign调用处理mybatis-plus Ipage反序列化问题。
Flume 史上最全面的大数据学习第十篇（一） 别再说不知道flume是什么了
网友评论