在服务器系统开发时，为了适应数据大并发的请求，我们往往需要对数据进行异步存储，特别是在做分布式系统时，这个时候就不能等待插入数据库返回了取自动id了，而是需要在插入数据库之前生成一个全局的唯一id，使用全局的唯一id，在游戏服务器中，全局唯一的id可以用于将来合服方便，不会出现键冲突。也可以将来在业务增长的情况下，实现分库分表，比如某一个用户的物品要放在同一个分片内，而这个分片段可能是根据用户id的范围值来确定的，比如用户id大于1000小于100000的用户在一个分片内。目前常用的有以下几种：
1，Java 自带的UUID.
UUID.randomUUID().toString()，可以通过服务程序本地产生，ID的生成不依赖数据库的实现。
优势：
本地生成ID，不需要进行远程调用。
全局唯一不重复。
水平扩展能力非常好。
劣势：
ID有128 bits,占用的空间较大，需要存成字符串类型，索引效率极低。
生成的ID中没有带Timestamp，无法保证趋势递增，数据库分库分表时不好依赖
2，基于Redis的incr方法
Redis本身是单线程操作的，而incr更保证了一种原子递增的操作。而且支持设置递增步长。
优势：
部署方便，使用简单，只需要调用一个redis的api即可。
可以多个服务器共享一个redis服务，减少共享数据的开发时间。
Redis可以群集部署，解决单点故障的问题。
劣势：
如果系统太庞大的话，n多个服务同时向redis请求，会造成性能瓶颈。
3，来自Flicker的解决方案
这个解决方法是基于数据库自增id的，它使用一个单独的数据库专门用于生成id。详细的大家可以网上找找，个人觉得使用挺麻烦的，不建议使用。
4，Twitter Snowflake
snowflake是twitter开源的分布式ID生成算法，其核心思想是：产生一个long型的ID，使用其中41bit作为毫秒数，10bit作为机器编号，12bit作为毫秒内序列号。这个算法单机每秒内理论上最多可以生成1000*(2^12)个，也就是大约400W的ID，完全能满足业务的需求。
根据snowflake算法的思想，我们可以根据自己的业务场景，产生自己的全局唯一ID。因为Java中long类型的长度是64bits，所以我们设计的ID需要控制在64bits。
优点：高性能，低延迟；独立的应用；按时间有序。
缺点：需要独立的开发和部署。
比如我们设计的ID包含以下信息：
| 41 bits: Timestamp | 3 bits: 区域 | 10 bits: 机器编号 | 10 bits: 序列号 |
产生唯一ID的Java代码：
/**
* 自定义 ID 生成器
* ID 生成规则: ID长达 64 bits
*
* | 41 bits: Timestamp (毫秒) | 3 bits: 区域（机房） | 10 bits: 机器编号 | 10 bits: 序列号 |
*/
public class GameUUID{
// 基准时间
private long twepoch = 1288834974657L; //Thu, 04 Nov 2010 01:42:54 GMT
// 区域标志位数
private final static long regionIdBits = 3L;
// 机器标识位数
private final static long workerIdBits = 10L;
// 序列号识位数
private final static long sequenceBits = 10L;
// 区域标志ID最大值
private final static long maxRegionId = -1L ^ (-1L << regionIdBits);
// 机器ID最大值
private final static long maxWorkerId = -1L ^ (-1L << workerIdBits);
// 序列号ID最大值
private final static long sequenceMask = -1L ^ (-1L << sequenceBits);
// 机器ID偏左移10位
private final static long workerIdShift = sequenceBits;
// 业务ID偏左移20位
private final static long regionIdShift = sequenceBits + workerIdBits;
// 时间毫秒左移23位
private final static long timestampLeftShift = sequenceBits + workerIdBits + regionIdBits;
private static long lastTimestamp = -1L;
private long sequence = 0L;
private final long workerId;
private final long regionId;
public GameUUID(long workerId, long regionId) {
// 如果超出范围就抛出异常
if (workerId > maxWorkerId || workerId < 0) {
throw new IllegalArgumentException("worker Id can't be greater than %d or less than 0");
}
if (regionId > maxRegionId || regionId < 0) {
throw new IllegalArgumentException("datacenter Id can't be greater than %d or less than 0");
}
this.workerId = workerId;
this.regionId = regionId;
}
public GameUUID(long workerId) {
// 如果超出范围就抛出异常
if (workerId > maxWorkerId || workerId < 0) {
throw new IllegalArgumentException("worker Id can't be greater than %d or less than 0");
}
this.workerId = workerId;
this.regionId = 0;
}
public long generate() {
return this.nextId(false, 0);
}
/**
* 实际产生代码的
*
* @param isPadding
* @param busId
* @return
*/
private synchronized long nextId(boolean isPadding, long busId) {
long timestamp = timeGen();
long paddingnum = regionId;
if (isPadding) {
paddingnum = busId;
}
if (timestamp < lastTimestamp) {
try {
throw new Exception("Clock moved backwards. Refusing to generate id for " + (lastTimestamp - timestamp) + " milliseconds");
} catch (Exception e) {
e.printStackTrace();
}
}
//如果上次生成时间和当前时间相同,在同一毫秒内
if (lastTimestamp == timestamp) {
//sequence自增，因为sequence只有10bit，所以和sequenceMask相与一下，去掉高位
sequence = (sequence + 1) & sequenceMask;
//判断是否溢出,也就是每毫秒内超过1024，当为1024时，与sequenceMask相与，sequence就等于0
if (sequence == 0) {
//自旋等待到下一毫秒
timestamp = tailNextMillis(lastTimestamp);
}
} else {
// 如果和上次生成时间不同,重置sequence，就是下一毫秒开始，sequence计数重新从0开始累加,
// 为了保证尾数随机性更大一些,最后一位设置一个随机数
sequence = new SecureRandom().nextInt(10);
}
lastTimestamp = timestamp;
return ((timestamp - twepoch) << timestampLeftShift) | (paddingnum << regionIdShift) | (workerId << workerIdShift) | sequence;
}
// 防止产生的时间比之前的时间还要小（由于NTP回拨等问题）,保持增量的趋势.
private long tailNextMillis(final long lastTimestamp) {
long timestamp = this.timeGen();
while (timestamp <= lastTimestamp) {
timestamp = this.timeGen();
}
return timestamp;
}
// 获取当前的时间戳
protected long timeGen() {
return System.currentTimeMillis();
}
}
使用自定义的这种方法需要注意的几点：
为了保持增长的趋势，要避免有些服务器的时间早，有些服务器的时间晚，需要控制好所有服务器的时间，而且要避免NTP时间服务器回拨服务器的时间;在跨毫秒时，序列号总是归0，会使得序列号为0的ID比较多，导致生成的ID取模后不均匀，所以序列号不是每次都归0，而是归一个0到9的随机数。
上面说的这几种方式我们可以根据自己的需要去选择。在游戏服务器开发中，根据自己的游戏类型选择，比如手机游戏，可以使用简单的redis方式，简单不容易出错，由于这种游戏单服并发新建id量并不太大，完全可以满足需要。而对于大型的世界游戏服务器，它本身就是以分布式为主的，所以可以使用snowflake的方式，上面的snowflake代码只是一个例子，需要自己根据自己的需求去定制，所以有额外的开发量，而且要注意上述所说的注意事项。
以上所述是小编给大家介绍的基于Java代码实现游戏服务器生成全局唯一ID的方法汇总，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对菜鸟教程(cainiaojc.com)网站的支持！
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：notice#cainiaojc.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。