最近做起了資料優化的工作，主要是針對物件模型資料的匯入，這裡透漏下成效：利用mybatis的批量插入，1000條資料的匯入（insert）只用了52ms甚至根據機子的效能可以更快，當然這只是針對insert層的優化，還有一個更要命更耗時的就是，物件主鍵ID的獲取，如果採用資料庫自帶的自增主鍵的話，這種情況是很糟糕的，一旦涉及併發，必死無疑，當然這個概率比中彩票要高的很多，我不打算採用，採用了另一個，就是為物件建立一個全域性序列，即使在併發狀態下，資料庫也會針對當前序列建立一個序列鎖，保證併發或多執行緒下不會有相同的序列值產生，但是這樣太耗時間了，假如我匯入了1萬個物件，那麼就需要開一萬個session連線資料庫，以select獲得當前物件渴望的序列值，而且為了避免mybatis將select的結果放入快取導致後續取的序列值一樣（物件主鍵ID一樣的話，必然在insert的時候造成主鍵約束），還得每次select的時候清空mybatis的快取，這又是一筆開銷，剛開始沒辦法，採用的就是這種方法，結果導致：

     通過AOP切面技術，對單次請求的100萬條資料的後臺所對應的方法呼叫情況進行了一次統計，發現，整個百萬級資料的匯入insert假如消耗了1s的話，那麼這個百萬條資料的select操作可能要100s，沒錯，select比insert還要耗時，這不是吹噓，這就是赤裸裸的挑釁啊，怎麼辦？

     我們想一下，資料庫既然能創造出序列值，每次select的時候都會拿到不一樣的序列值，我們是不是可以在我們的專案中，將這種序列值模擬建立到記憶體中呢，如果這樣的話，效能肯定會大大提升，一是避免了mybatis開session訪問資料庫的開銷，二是避免了在併發下遇到序列鎖而造成的開銷

    話不多說，先來演示下，從資料庫拿1000個序列值的耗時情況（對照上面說的，結合下面的案列，我們來一起分析一下）

主要看結果，過程忽略，走一波測試，貼出結果：

上面的val真的是從資料庫裡面取的，真的是很耗時的：

再來看另一種方法，時間有限，不囉嗦了，直接上網上搜的一大神的demo：

IdWorker.java

import java.lang.management.ManagementFactory;
import java.net.InetAddress;
import java.net.NetworkInterface;

/**
 * <p>名稱：IdWorker.java</p>
 * <p>描述：分散式自增長ID</p>
 * <pre>
 *     Twitter的 Snowflake　JAVA實現方案
 * </pre>
 * 核心程式碼為其IdWorker這個類實現，其原理結構如下，我分別用一個0表示一位，用—分割開部分的作用：
 * 1||0---0000000000 0000000000 0000000000 0000000000 0 --- 00000 ---00000 ---000000000000
 * 在上面的字串中，第一位為未使用（實際上也可作為long的符號位），接下來的41位為毫秒級時間，
 * 然後5位datacenter標識位，5位機器ID（並不算識別符號，實際是為執行緒標識），
 * 然後12位該毫秒內的當前毫秒內的計數，加起來剛好64位，為一個Long型。
 * 這樣的好處是，整體上按照時間自增排序，並且整個分散式系統內不會產生ID碰撞（由datacenter和機器ID作區分），
 * 並且效率較高，經測試，snowflake每秒能夠產生26萬ID左右，完全滿足需要。
 * <p>
 * 64位ID (42(毫秒)+5(機器ID)+5(業務編碼)+12(重複累加))
 */
public class IdWorker {
    // 時間起始標記點，作為基準，一般取系統的最近時間（一旦確定不能變動）
    private final static long twepoch = 1288834974657L;
    // 機器標識位數
    private final static long workerIdBits = 5L;
    // 資料中心標識位數
    private final static long datacenterIdBits = 5L;
    // 機器ID最大值
    private final static long maxWorkerId = -1L ^ (-1L << workerIdBits);
    // 資料中心ID最大值
    private final static long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
    // 毫秒內自增位
    private final static long sequenceBits = 12L;
    // 機器ID偏左移12位
    private final static long workerIdShift = sequenceBits;
    // 資料中心ID左移17位
    private final static long datacenterIdShift = sequenceBits + workerIdBits;
    // 時間毫秒左移22位
    private final static long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;

    private final static long sequenceMask = -1L ^ (-1L << sequenceBits);
    /* 上次生產id時間戳 */
    private static long lastTimestamp = -1L;
    // 0，併發控制
    private long sequence = 0L;

    private final long workerId;
    // 資料標識id部分
    private final long datacenterId;

    public IdWorker(){
        this.datacenterId = getDatacenterId(maxDatacenterId);
        this.workerId = getMaxWorkerId(datacenterId, maxWorkerId);
    }
    /**
     * @param workerId
     *            工作機器ID
     * @param datacenterId
     *            序列號
     */
    public IdWorker(long workerId, long datacenterId) {
        if (workerId > maxWorkerId || workerId < 0) {
            throw new IllegalArgumentException(String.format("worker Id can't be greater than %d or less than 0", maxWorkerId));
        }
        if (datacenterId > maxDatacenterId || datacenterId < 0) {
            throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));
        }
        this.workerId = workerId;
        this.datacenterId = datacenterId;
    }
    /**
     * 獲取下一個ID
     *
     * @return
     */
    public synchronized long nextId() {
        long timestamp = timeGen();
        if (timestamp < lastTimestamp) {
            throw new RuntimeException(String.format("Clock moved backwards.  Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
        }

        if (lastTimestamp == timestamp) {
            // 當前毫秒內，則+1
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                // 當前毫秒內計數滿了，則等待下一秒
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0L;
        }
        lastTimestamp = timestamp;
        // ID偏移組合生成最終的ID，並返回ID
        long nextId = ((timestamp - twepoch) << timestampLeftShift)
                | (datacenterId << datacenterIdShift)
                | (workerId << workerIdShift) | sequence;

        return nextId;
    }

    private long tilNextMillis(final long lastTimestamp) {
        long timestamp = this.timeGen();
        while (timestamp <= lastTimestamp) {
            timestamp = this.timeGen();
        }
        return timestamp;
    }

    private long timeGen() {
        return System.currentTimeMillis();
    }

    /**
     * <p>
     * 獲取 maxWorkerId
     * </p>
     */
    protected static long getMaxWorkerId(long datacenterId, long maxWorkerId) {
        StringBuffer mpid = new StringBuffer();
        mpid.append(datacenterId);
        String name = ManagementFactory.getRuntimeMXBean().getName();
        if (!name.isEmpty()) {
         /*
          * GET jvmPid
          */
            mpid.append(name.split("@")[0]);
        }
      /*
       * MAC + PID 的 hashcode 獲取16個低位
       */
        return (mpid.toString().hashCode() & 0xffff) % (maxWorkerId + 1);
    }

    /**
     * <p>
     * 資料標識id部分
     * </p>
     */
    protected static long getDatacenterId(long maxDatacenterId) {
        long id = 0L;
        try {
            InetAddress ip = InetAddress.getLocalHost();
            NetworkInterface network = NetworkInterface.getByInetAddress(ip);
            if (network == null) {
                id = 1L;
            } else {
                byte[] mac = network.getHardwareAddress();
                id = ((0x000000FF & (long) mac[mac.length - 1])
                        | (0x0000FF00 & (((long) mac[mac.length - 2]) << 8))) >> 6;
                id = id % (maxDatacenterId + 1);
            }
        } catch (Exception e) {
            System.out.println(" getDatacenterId: " + e.getMessage());
        }
        return id;
    }

    public static void main(String[] args) {
//        IdWorker idWorker = new IdWorker(31,31);
//        System.out.println("idWorker="+idWorker.nextId());
          IdWorker id = new IdWorker(0,1);
//        System.out.println("id="+id.nextId());
//        System.out.println(id.datacenterId);
//        System.out.println(id.workerId);
    
        for(int i=0;i<9000;i++){
        	System.err.println(id.nextId());
        }
    }
 

內部main測試下，是否可以跑通

怎麼還牽扯到分散式呢？ 因為，不同的tomcat部署該專案，是可以配置當前專案裡這個IdWorker的機器ID（workID）和資料標識ID（datacenterID）的，比如我們在我們的Spring-Boot裡面如下配置：

然後在我們的Service裡面，通過註解拿到這兩個值

      還是要強調下這兩個值，這兩個值的組合直接作用在IdWorker的物件上，這就使不同的機器即使同一時間獲取ID，也會不一樣，具體可以自己下來進行一番測試，由於時間倉促，下面直接進行Service層IDWorker的效能測試

       不要問我效能確實提升了不少但是我拿到了這些ID有什麼用？ 自己下去嘗試吧。