2 minutes
Week1033_share
ARTS - Share 补2019.2.20
关于APP后端的登陆状态
问题
最近做APP的后端,考虑如何做登陆的状态,要实现的目标是区分用户,并且不用频繁重新登登录,不暴露系统用户的实际ID。
思路
有这样一个思路,考虑用户表增加一个token列,当token存在,就说明已经登陆,不存在说明未登录。token的控制可以分为客户主动登出,或者超时退出(后端定时清理)。这样就不用暴露userId到外部,使用token传输放在header里,每次只要验证有没有这个参数,参数是否存在库里(加缓存),就能判断登陆状态。
生成规则
不使用UUID,因为它无序,我们需要能够按照时间有序生成,这里参考了下twitter开源的ID生成策略项目snowflake,支持分布式唯一ID。
结构
0 - 0000000000 0000000000 0000000000 0000000000 0 - 00000 - 00000 - 000000000000
第一位为未使用,接下来的41位为毫秒级时间(41位的长度可以使用69年),然后是5位datacenterId和5位workerId(10位的长度最多支持部署1024个节点) ,最后12位是毫秒内的计数(12位的计数顺序号支持每个节点每毫秒产生4096个ID序号)
一共加起来刚好64位,为一个Long型。(转换成字符串后长度最多19)
snowflake生成的ID整体上按照时间自增排序,并且整个分布式系统内不会产生ID碰撞(由datacenter和workerId作区分),并且效率较高。经测试snowflake每秒能够产生26万个ID。
源码
public class SnowFlakeIdWorker {
/**
* 开始时间截(2015-01-01)
*/
private final long twepoch = 1420041600000L;
/**
* 机器ID所占位数
*/
private final long workerIdBits = 5L;
/**
* 数据标识id所占位数
*/
private final long datacenterIdBits = 5L;
/**
* 支持的最大机器ID,结果是31,
*/
private final long maxWorkerId = -1L ^ (-1L << workerIdBits);
/**
* 支持的最大数据标识id,结果是31
*/
private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
/**
* 序列在id中占的位数
*/
private final long sequenceBits = 12L;
/**
* 机器ID向左移12位
*/
private final long workerIdShift = sequenceBits;
/**
* 数据标识id向左移17位(12+5)
*/
private final long datacenterIdShift = sequenceBits + workerIdBits;
/**
* 时间截向左移22位(5+5+12)
*/
private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
/**
* 生成序列的掩码,这里为4095 (0b111111111111=0xfff=4095)
*/
private final long sequenceMask = -1L ^ (-1L << sequenceBits);
/**
* 工作机器ID(0~31)
*/
private long workerId;
/**
* 数据中心ID(0~31)
*/
private long datacenterId;
/**
* 毫秒内序列(0~4095)
*/
private long sequence = 0L;
/**
* 上次生成ID的时间截
*/
private long lastTimestamp = -1L;
//==============================Constructors=====================================
public SnowFlakeIdWorker(long workerId, long datacenterId) {
if (workerId > maxWorkerId || workerId < 0) {
throw new IllegalArgumentException(String.format("worker Id can't be grater than %d or less than 0", maxWorkerId));
}
if (datacenterId > maxDatacenterId || datacenterId < 0) {
throw new IllegalArgumentException(String.format("datacenter Id can't be greater than %d or less than 0", maxDatacenterId));
}
this.workerId = workerId;
this.datacenterId = datacenterId;
}
//==============================Methods==============================
/**
* 获得下个ID
*/
public synchronized long nextId() {
long timestamp = timeGen();
// 如果当前时间小于上次ID生成的时间戳,说明系统时钟回退过,这时候抛出异常
if (timestamp < lastTimestamp) {
throw new RuntimeException(
String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
}
// 如果同一时间生成的,则进行毫秒内序列
if (lastTimestamp == timestamp) {
sequence = (sequence + 1) & sequenceMask;
if (sequence == 0) {
// 阻塞到下一毫秒,获得新的时间戳
timestamp = tilNextMillis(lastTimestamp);
}
}
// 时间戳改变,毫秒内序列重置
else {
sequence = 0L;
}
// 上次生成ID的时间戳
lastTimestamp = timestamp;
//移位并通过或运算拼到一起组成64位的ID
return ((timestamp - twepoch) << timestampLeftShift)
| (datacenterId << datacenterIdShift)
| (workerId << workerIdShift)
| sequence;
}
/**
* 阻塞到下一个毫秒,直到获得新的时间戳
* @param lastTimestamp
* @return
*/
private long tilNextMillis(long lastTimestamp) {
long timestamp = timeGen();
while (timestamp <= lastTimestamp) {
timestamp = timeGen();
}
return timestamp;
}
/**
* 获取当前时间,毫秒数
*
* @return
*/
private long timeGen() {
return System.currentTimeMillis();
}
/**
* 测试
*/
public static void main(String[] args) {
SnowFlakeIdWorker worker = new SnowFlakeIdWorker(0, 0);
for (int i = 0; i < 1000; i++) {
long id = worker.nextId();
System.out.println(Long.toBinaryString(id));
System.out.println(id);
}
}
}
参考
Read other posts