使用redis的increment方法生成自增主键，并发量每秒一万

redis是单线程的，他提供了一个单线程的自增方法increment供我们使用。

现在有一个业务需求，id需要自增生成，且生成速度要求一秒一千以上。废话不多说，直接上代码

public class IncrIdUtils {

    private final String REDIS_KEY_TASK_ID = "AUTO_TASK_ID";

 private final String REDIS_KEY_PRO_INS_ID = "AUTO_PRO_INS_ID";

 @Resource
 private RedisUtils redisUtils;


 @Value("${task.id.last}")
 private Long taskIdLast = 900000000000L;

 @Value("${pro.ins.id.last}")
 private Long proInsIdLast = 900000000000L;

 /**
 * 生成一个长度为12的纯数字字符串作为任务id，规则如下
 * 1.以9开头
 * 2.后11位数字从1开始自增
 *
 * @return 如："900000000001"
 */
 public String getTaskId() {
 String taskIdRedis;
 long incr = redisUtils.incr(REDIS_KEY_TASK_ID, 1);
 taskIdRedis = String.valueOf(incr + taskIdLast);
 return taskIdRedis;
 }

}

下面是测试代码

@Resource
IncrIdUtils incrIdUtils;

public Response testTaskIdCreate(@ApiParam(name = "num", value = "生成数量", required = true) @RequestParam("num") Integer num) throws InterruptedException {
 long start = System.currentTimeMillis();

 Map<String, Integer> dataMap = new ConcurrentHashMap<>();
 ExecutorService executorService = Executors.newFixedThreadPool(100);
 for (int i = 0; i < num; i++) {
 executorService.submit(() -> {
 String taskId = "";
 taskId = incrIdUtils.getTaskId();
 System.out.println(taskId);
 dataMap.put(taskId, 1);
 });
 }
 executorService.shutdown();
 while (true) {
 if (executorService.isTerminated()) {
 Map<String, Integer> resultMap = new HashMap<>();
 resultMap.put("map", dataMap.size());
 resultMap.put("time", (int) (System.currentTimeMillis() - start));
 return Response.success(resultMap);
 }
 }
}

运行代码测试，并发量可以达到每秒一万以上，并且生成的id不会重复，搞定



开发过程中遇到的坑：注意在测试的时候一定不能用hashmap，hashmap是线程不安全的，因为一开始用了hashmap，老师出现数量对不上的情况，换了concurrenthashmap马上好了

用过的其他方法：
在代码中进行自增运算，然后写入的时候用cas算法校验。
　　这种方法效率低，增加了redis的读写次数，并且单纯的cas算法并没有保证线程安全，还容易导致内存溢出。再加上synchronized代码锁之后，效率更低，每秒只能生成150个左右。
换成lock锁之后效率更低，只有每秒100个左右。频繁的加锁释放锁也是很浪费时间