使用redis的increment方法生成自增主鍵，並發量每秒一萬

redis是單線程的，他提供了一個單線程的自增方法increment供我們使用。

現在有一個業務需求，id需要自增生成，且生成速度要求一秒一千以上。廢話不多說，直接上代碼

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;

 /**
 * 生成一個長度為12的純數字字符串作為任務id，規則如下
 * 1.以9開頭
 * 2.后11位數字從1開始自增
 *
 * @return 如："900000000001"
 */
 public String getTaskId() {
 String taskIdRedis;
 long incr = redisUtils.incr(REDIS_KEY_TASK_ID, 1);
 taskIdRedis = String.valueOf(incr + taskIdLast);
 return taskIdRedis;
 }

}

下面是測試代碼

@Resource
IncrIdUtils incrIdUtils;

public Response testTaskIdCreate(@ApiParam(name = "num", value = "生成數量", 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);
 }
 }
}

運行代碼測試，並發量可以達到每秒一萬以上，並且生成的id不會重復，搞定



開發過程中遇到的坑：注意在測試的時候一定不能用hashmap，hashmap是線程不安全的，因為一開始用了hashmap，老師出現數量對不上的情況，換了concurrenthashmap馬上好了

用過的其他方法：
在代碼中進行自增運算，然后寫入的時候用cas算法校驗。
　　這種方法效率低，增加了redis的讀寫次數，並且單純的cas算法並沒有保證線程安全，還容易導致內存溢出。再加上synchronized代碼鎖之后，效率更低，每秒只能生成150個左右。
換成lock鎖之后效率更低，只有每秒100個左右。頻繁的加鎖釋放鎖也是很浪費時間