常見的編號生成策略有以下幾種方式：

1.數字型自增長，但有時候我們需要編號有一定的長度，並不是像0,1,2,3這種，還有可能會對編號加上一定的前戳

2.使用UUID，但是UUID是無序的，毫無意義的字元，像生成訂單號這種就不太適合

3.使用時間戳，但是在高併發的情況下，還是無法能夠保證唯一性，哪怕加上隨機數，也有一定機率重複

4.使用隨機數和自定義字元，但是很多語言的隨機數都是偽隨機數，例如java的Random，在高併發的情況下游客可能能取出相同的數字

所以，我們需要建立一個系統管理主鍵表，用來管理主鍵，對每次取出來的資料進行+1操作，但是這樣的話有一個非常大的效能問題，每次生成編號的時候，需要查詢這個系統管理主鍵表，對效能有一定的損耗。所以我們使用Hilo高低位演算法來解決這個問題。

生成自增編號保證兩點：

1.首先要保證在分散式環境下編號的唯一性

2.其次保證編號可序性，能夠通過對資料進行排序

做法如下：

1.唯一性
設：最小低位值10  最大低位值99 
(為保證分散式特殊情況，最小低位和最大低位位數要相同)


高位值     編號
1              110
1              111
1              112
1              113
…
1              199
2              210
2              211
2              212
…
2              299
…
11            1110
編號生成方式為：高位 + 低位（注意：+是拼接，不是運算子，保證分散式情況下的唯一性）


2.有序性
資料查詢時，可按照高位和編號同時進行升序，或降序排序

對每次從系統管理主鍵表取出資料時，我們需要同時對資料進行+1操作

具體實現如下：

	//unique _key
	public HiloNumber generate() throws Exception {
		synchronized (HiloOptimizer.class){
			if(!isInitialize){
				throw new Exception("Hilo Service not initialized.");
			}
			//低位進位
			low ++ ;
			if (low > max) { // 當低位超過最大高位
				//獲取下一次高位的值
				high = queryNextHigh(); 
				//低位重置
				low = min; 
			}
			//接下來拼接ID，此處使用演算法實現，不採用轉字串的形式，提高效率
			//取得低位數字長度
			final long lowLength = getNumberLength(low);
			//高位和低位進行拼接
			final long id=high * (long)Math.pow(10, lowLength) + low;
			//封裝返回值物件
			mHiloNumber.setId(id);
			mHiloNumber.setHigh(high);
			return mHiloNumber; 
		}
	}
 

詳細程式碼和示例我會在下面給出，下面讓我們來測試一下併發，看看真實環境是怎樣的

首先我們建立TestDB實體類物件，模擬系統管理主鍵表，然後我們建立TestClient客戶端物件，模擬客戶端獲取ID的過程

測試程式碼如下：

public class HiloTest {
	public TestDB db=new TestDB();
	public void run(){
		ExecutorService fixedThreadPool = Executors.newFixedThreadPool(1);  
		for (int i = 0; i < 2; i++) {
			//啟動時，查詢資料庫
			TestClient clinet=new TestClient(this,"客戶端"+i);
		    fixedThreadPool.execute(clinet);  
		}  
	}
}

	@Override
	public void run() {
		mHilo = new HiloOptimizer();
		mHilo.init(10,99,this);
		for (int i = 0; i < 150; i++) {
			HiloNumber hiloNumber;
			try {
				hiloNumber =mHilo.generate();
				final long id = hiloNumber.getId();
				final long high= hiloNumber.getHigh();
				System.out.println("客戶端:"+clientName+"  高位值:"+high+"  編號:"+id);
			} catch (Exception e) {
				e.printStackTrace();
			}
		}
	}

然後，我們要實現HiloOptimizer的HiloTask介面，在需要進位的時候對系統管理主鍵表中儲存的最高位進行+1並返回

	@Override
	public synchronized long queryNextHigh() {
		synchronized (TestDB.class){
			//從資料庫中查詢當前資料的高位值
			long high = mTest.db.high;;
			//高位進位
			high = high + 1;
			//更新資料庫
			mTest.db.high=(high);
			System.out.println("客戶端:"+clientName+" 查詢更新:"+high);
			return high;
		}
	}

OK，執行結果如下：

以上結果並沒有採用併發來測試，接下來我們在模擬一下併發情況

修改執行緒池同時執行的執行緒數，一般情況是依據CPU的核心數來定的，所以我們這裡暫且設定為4

ExecutorService fixedThreadPool = Executors.newFixedThreadPool(4); 

然後執行，執行結果如下：

OK，接下來我們模擬一下高併發生成大量的編號，然後把資料匯入資料庫中，進行排序和查詢

首先使用Mysql隨意建立一張表，欄位就存id，high

修改列印資料格式：

System.out.println(id+","+high);

然後修改測試客戶端數量，改為12

執行，並把結果儲存在txt文字文件中

然後將文字文件資料匯入到mysql資料庫中，如果匯入成功，則證明我們生成的編號沒有重複，因為id欄位是主鍵，主鍵不允許重複，如果重複，則會報錯

開始匯入，此處我使用的視覺化的Mysql工具Navicat for MySQL：

選擇文字文件，下一步，然後選擇分欄符為逗號

設定匯入資料對應的欄位，其中410為編號，4為高位值

選擇如下：

OK，匯入成功，一共1800行資料，沒有異常，所以我們生成的編號是沒有重複的

開啟表，看到效果如下，注意，此處預設是按照主鍵升序排序的