1. 分布式ID生成解决方案
为什么要生成唯一id:
因为商品id在全局需要唯一, 如果使用数据库自增主键, 那么数据库可以保证单个数据库中这个id是唯一的,
但是如果是数据库集群情况, 不能保证, id全局唯一.
1.1 分布式ID生成解决方案
1.1.1 UUID
常见的方式。可以利用数据库也可以利用程序生成，一般来说全球唯一。
优点：
1）简单，代码方便。
2）生成ID性能非常好，基本不会有性能问题。
3）全球唯一，在遇见数据迁移，系统数据合并，或者数据库变更等情况下，可以从容应对。
缺点：
1）没有排序，无法保证趋势递增。
2）UUID往往是使用字符串存储，查询的效率比较低。
3）存储空间比较大，如果是海量数据库，就需要考虑存储量的问题。
4）传输数据量大
5）不可读。
1.1.2 Redis生成ID
当使用数据库来生成ID性能不够要求的时候，我们可以尝试使用Redis来生成ID。这主要依赖于Redis是单线程的，所以也可以用生成全局唯一的ID。可以用Redis的原子操作 INCR和INCRBY来实现。
优点：
1）不依赖于数据库，灵活方便，且性能优于数据库。
2）数字ID天然排序，对分页或者需要排序的结果很有帮助。
缺点：
1）如果系统中没有Redis，还需要引入新的组件，增加系统复杂度。
2）需要编码和配置的工作量比较大。
3）网络传输造成性能下降。
1.1.3 开源算法snowflake
snowflake是Twitter开源的分布式ID生成算法，结果是一个long型的ID。其核心思想是：使用41bit作为毫秒数，10bit作为机器的ID（5个bit是数据中心，5个bit的机器ID），12bit作为毫秒内的流水号（意味着每个节点在每毫秒可以产生 4096 个 ID），最后还有一个符号位，永远是0
1.2 snowflake快速入门
1.2.1 快速入门
（1）新建工程，将资料/工具类下的IdWorker.java拷贝到工程中。
（2）编写代码
IdWorker idWorker=new IdWorker(1,1); for(int i=0;i<10000;i++){ long id = idWorker.nextId(); System.out.println(id); }
1.2.2 配置分布式ID生成器
（1）IdWorker.java拷贝到changgou_common工程com.highgou.util包中
（2）highgou_service_goods的application.yml添加配置
workerId: 0
datacenterId: 0
（3）修改GoodsApplication，增加代码
@Value("${workerId}")
private Integer workerId;
@Value("${datacenterId}")
private Integer datacenterId;
@Bean
public IdWorker idWorker(){
return new IdWorker(workerId,datacenterId);
}
（4）在任意Controller类中注入IdWorker，测试是否能够生成ID