分享随机数和唯一ID的工具类_idworker 工具类

随机数一般也是会被常使用到的，比如在造一些模拟测试数据的场景，或者说是非高端应用的场景会被使用。而全局唯一ID的使用则相反，应用场景更广，更专业，更科学，比如在批量保存数据时，需要提前生成ID等（请注意随机数与UUID两者是不同的东西）。本次就分享一下个人这些年所涉及到的一些实现方式，基本上是罗列呈现一下，至于实现原理和更科学的应用就需要读者自行深入了，所以，参考如下。

随机数

Java里面提供的随机数产生方式列举了其中的4种，大多数也可以随机出Integer、Long、Float、Double、Boolean，或指定范围内大小的随机数，参考代码如下。

@Test
public void math() {
    System.out.println("随机数 0 - 1 之间：" + Math.random());
    System.out.println("随机数 0 - 1000 之间：" + (int) (Math.random() * 1000));
}
 
@Test
public void random() {
    Random random = new Random();
    System.out.println("随机数：" + random.nextInt());
    System.out.println("随机 0 - 1000 之间：" + random.nextInt(1000));
}
 
@Test
public void threadLocalRandom() {
    ThreadLocalRandom random = ThreadLocalRandom.current();
    System.out.println("随机数：" + random.nextInt());
    System.out.println("随机 0 - 1000 之间：" + random.nextInt(1000));
}
 
@Test
public void splittableRandom() {
    SplittableRandom random = new SplittableRandom();
    System.out.println("随机数：" + random.nextInt());
    System.out.println("随机 0 - 1000 之间：" + random.nextInt(1000));
}

UUID

这里所说的UUID是一个泛指，愿意是想表述一种可应用于随机不重复ID的实现，也同样列举了几种常见的实现，参考代码如下。

@Test
public void uuid() {
    System.out.println("UUID：" + UUID.randomUUID().toString());
}
 
@Test
public void hutool() {
    System.out.println("randomUUID：" + IdUtil.randomUUID());
    System.out.println("simpleUUID：" + IdUtil.simpleUUID());
    System.out.println("fastSimpleUUID：" + IdUtil.fastSimpleUUID());
    for (int i = 1 ; i <= 5 ; i++) {
        System.out.println("objectId：" + IdUtil.objectId());
    }
    Snowflake snowflake = IdUtil.getSnowflake();
    for (int i = 1 ; i <= 5 ; i++) {
        System.out.println("snowflake：" + snowflake.nextId());
    }
}
 
@Test
public void mybatisPlus() {
    for (int i = 1 ; i <= 5 ; i++) {
        System.out.println("getId：" + IdWorker.getId());
    }
    System.out.println("get32UUID：" + IdWorker.get32UUID());
    System.out.println("getTimeId：" + IdWorker.getTimeId());
}

其它说明

（1）UUID是36位长度的不重复字符串，中间的“-”在很多场景下也会被替换为空白，拥有无规律，代码简单，唯一，效率高，安全性高（伪造难）等优点，但同时存储成本稍大，无排序，不可读等缺点；

（2）hutool是一款国产的工具库，囊括的功能范围较广，更适合国人一些常规功能需求范围，IdUtil提供了随机UUID、简单UUID和雪花ID等， 具体如下：

          A. randomUUID的结果等同于JDK的UUID；

          B. simpleUUID的结果等于JDK的UUID去除“-”；

          C. fastSimpleUUID的结果等于simpleUUID；

          D. objectId的结果为24位字母数字组合的随机文本，且最后一位数位16进制增长的0-9-a-f，再增长时倒数第二位进1（类似JPA种的UUID）；

          E. snowflake的结果为19位数字的文本，多次调用累加1的增长，个人建议在涉及一些外部系统交互时可以在此ID的前缀增加系统标识；

（3）mybatis plus中提供了IdWorker工具类，旨在为数据的保存提供ID取值的实现，列举3个函数的实现，参考如下：

          A. getId的结果等同于hutool中IdUtil.snowflake，19位数字，累加1的增长；

          B. get32UUID的结果等同于hutool中IdUtil.simpleUUID的实现，32位字母数字组合；

          C. getTimeId的结果是getMillisecond + getId的结果，表示当前年月日时分秒毫秒 + 19位雪花ID；

（4）本次主要是以Java代码的方式来整理实现，同样需要读者更多的去实践总结，至于数据库层面的序列、自增ID、rowid、uuid、Redis中的自增等等不在范围内；

（5）输出示例结果：

getId：1651820597659467778
getId：1651820597659467779
getId：1651820597659467780
getId：1651820597659467781
getId：1651820597659467782
get32UUID：99192bc42f5e28da6553e4c001b101e3
getTimeId：202304281328144901651820597659467783
randomUUID：afc2ed1f-1dcb-48e1-9839-e83372921a02
simpleUUID：4cd05c98419a45c7b97becff0fbfa217
fastSimpleUUID：7ad24e015d7e419a986645d452435063
objectId：644b59706b41f501b985da11
objectId：644b59706b41f501b985da12
objectId：644b59706b41f501b985da13
objectId：644b59706b41f501b985da14
objectId：644b59706b41f501b985da15
snowflake：1651820616286371840
snowflake：1651820616286371841
snowflake：1651820616286371842
snowflake：1651820616286371843
snowflake：1651820616286371844
随机数：1196258473
随机 0 - 1000 之间：837
随机数 0 - 1 之间：0.867309765296692
随机数 0 - 1000 之间：516
UUID：ee3e60d8-deba-473e-ba52-80a5a17dcb58
随机数：1493133155
随机 0 - 1000 之间：225
随机数：-1042200000
随机 0 - 1000 之间：381

（6）参考代码地址：chendd-examples: chendd-examples - Gitee.com；

（7）Github上的开源项目Leaf是美团技术团队退出的高性能分布式ID生成方式，可用于弥补各种ID的缺点，参考地址：“GitHub - Meituan-Dianping/Leaf: Distributed ID Generate Service”；

分享随机数和唯一ID的工具类欢迎来到陈冬冬的个人经验分享平台https://www.chendd.cn/blog/article/1651782163204202497.html