码迷,mamicode.com
首页 > 其他好文 > 详细

测试唯一ID支持多大的并发量

时间:2018-02-14 10:36:37      阅读:184      评论:0      收藏:0      [点我收藏+]

标签:super   策略   map   .exe   ash   rand   pack   cat   tac   

昨天突然考虑到这个问题,在并发比较大的情况下,你用于生成唯一ID的函数是否还能正常运行?也就是说比如我一下子进来40000个订单,你需要生成不重复的订单ID吧?

对于这个问题我以前没考虑过,但是可能是误打误撞,我以前一开始设计的ID生成思路是13位时间戳+随机7位,就是为了凑够20位的ID。因为如果是在同一时间那么可以忽略掉13位时间戳,剩下的7位是需要关注的,我有预选的34个字母+数字,根据排列组合可以得知,可以有34^7个排列组合方法(也就是52523350144)。

那么理论上同一时刻(如果时间戳相同的话)我可以生成52523350144个ID(我已经数过了,是525亿),但是我没有在分布式场景下测试过,不敢保证不出问题。而我也有个猜测,比如我有三台应用服务器做负载均衡,同一时刻这三台生成的相同ID的几率为1/525亿*525亿*525亿,几率也太小了吧,如果还不放心,那么你就生成ID后去检查自己的是否唯一,如果已存在,你就再生成一个咯。

 

以下是测试:ID类

package com.internetsaying.utils;

import java.util.Date;
import java.util.Random;

public class IDUtils {
    
    /**
     * 生成20位ID,理论上在同一时刻能生成的ID数为34^7=52523350144[5.2523350144E10]
     * @param time
     * @return
     */
    public static String createID20(Date time){
        String[] vocabulary = {
                "A","B","C","D","E","F","G","H","I","J","K","L","M","N",
                "P","Q","R","S","T","U","V","W","X","Y","Z","1","2","3",
                "4","5","6","7","8","9"
        };
        int n = vocabulary.length;
        Random rand = new Random();
        StringBuilder s = new StringBuilder();
        for(int i = 0; i < 7; i++){
            s.append(vocabulary[rand.nextInt(n)]);
        }
        String str = time.getTime() + s.toString();
        return str;
    }
}

 

模拟并发类

package com.isay.test;

import java.util.Date;
import java.util.Set;
import java.util.concurrent.BrokenBarrierException;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.CyclicBarrier;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;

import org.junit.Test;

import com.internetsaying.utils.IDUtils;

public class OtherTest {

    @Test
    public void uniqueID() {
        System.out.println(Math.pow(34, 7));
    }
    
    public static void main(String[] args) {
        int concurrentNum = 70000;    //并发数
        CyclicBarrier c = new CyclicBarrier(concurrentNum);        // 让线程同时开始
        CountDownLatch l = new CountDownLatch(concurrentNum);    // 所有线程结束在执行统计
        ExecutorService es = Executors.newCachedThreadPool();
        
        Set<String> set = ConcurrentHashMap.newKeySet();        // Set集合,存储生成的ID
        for (int i = 0; i < concurrentNum; i++) {
            es.submit(new Demo(set,c,l));
        }
        es.shutdown();
        
        try {
            l.await();    // 前面的任务执行完才到下一步
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        System.out.println(set.size());
    }
}

class Demo implements Runnable{

    private Set<String> set;
    private CyclicBarrier c;
    private CountDownLatch l;
    

    public Demo(Set<String> set, CyclicBarrier c, CountDownLatch l) {
        super();
        this.set = set;
        this.c = c;
        this.l = l;
    }


    @Override
    public void run() {
        try {
            c.await();    // 等待,直到有足够的线程
        } catch (InterruptedException | BrokenBarrierException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
        String id20 = IDUtils.createID20(new Date());
        set.add(id20);
        l.countDown();    // 每当有线程结束就减1
    }
    
}

 

结果:输出70000.(如果有n个并发,最终set集合里面的size也是n,就证明生成了n个不重复的id,那么就成功)

说明:如果你的电脑大于8G,可以直接测试70000的并发,如果小于8G,你就要小心了,因为是n个线程(用户)一起开始,电脑吃不消。

 

我希望大家帮我找出这个策略的问题,多多测试

 

测试唯一ID支持多大的并发量

标签:super   策略   map   .exe   ash   rand   pack   cat   tac   

原文地址:https://www.cnblogs.com/LUA123/p/8447944.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!