本篇分享内容是关于生成分布式Id的其中之一方案，除了redis方案之外还有如：数据库，雪花算法，mogodb(object_id也是数据库)等方案，对于redis来说是我们常用并接触比较多的，因此主要谈谈结合redis生成分布式id方案。
- 分布式Id设计流程图
- 基于redis的hash自动increment累加生成有序Id
- 定期删除无用hash列
分布式Id设计流程图(有点粗略)
基于redis的hash自动increment累加生成有序Id
使用redis方案生成id，其中之一的方式主要使用increment(递增)，不管是string、hash等都具有该方法，为了更方便管理我们id生成key这里建议使用hash的列的方式，以下内容都基于springboot分享；
当然，第一步我们需要创建一个hash和hkey才行，至于在业务第一次被访问来创建这个hash还是通过服务自动创建这个看业务和流量，这里的hkey是有一定规则的(当然不用局限性),这里我按照日期格式来做key，可以有如下代码：
/**
* 生成每天的初始Id
* @param hashName
* @return
*/
public String initPrimaryId(String hashName) {
Assert.hasLength(hashName, "hashName不能为空");
String hashCol = LocalDate.now().format(DateTimeFormatter.ofPattern("yyyyMMdd"));
//自定义编号规则
String hashColVal = hashCol + "00001";
redisTemplate.opsForHash().putIfAbsent(hashName, hashCol, hashColVal);
return hashCol;
}上面很容易理解，hash中key是有每天日期格式组成，意思每天都需要生成一个新的日期key，通过putIfAbsent达到不重复添加的原则，至于hval可以根据自定义编号规则来生成一串数字字符(注：一定要数字)
有了上面的基础，我们仅仅需要increment来累加，redis即帮我们完整hval+1的操作，当然可以自定义累加数，如下代码：
/**
* 获取分布式Id
*
* @param hashName
* @return
*/
public long getPrimaryId(String hashName) {
try {
String hashCol = initPrimaryId(hashName);
return redisTemplate.opsForHash().increment(hashName, hashCol, 1);
} catch (Exception ex) {
ex.printStackTrace();
}
return 0;
}定期删除无用hash列
就上面我们通过hash来设置每天id只增初始值，hash的hkey布局用自动过期功能，因此我们需要代码中维护一套清除来hkey的机制，既然id是根据日期生成，我们可以就用往前推n天的方式达到清除老hkey目的：
/**
* 删除多少天之前的cols
* @param hashName
* @param lessDay
* @return
*/
public Long removePrimaryByLessDay(String hashName, int lessDay) {
try {
//当前日期
String hashCol = LocalDate.now().format(DateTimeFormatter.ofPattern("yyyyMMdd"));
long idl = Long.valueOf(hashCol) - lessDay;
String[] removeCols = redisTemplate.opsForHash().entries(hashName).keySet().stream().
map(key -> key.toString()).
filter(key -> idl > Long.valueOf(key)). //从+1开始，避免删除当天数据
toArray(String[]::new);
if (ArrayUtils.isNotEmpty(removeCols)) {
return redisTemplate.opsForHash().delete(hashName, removeCols);
}
} catch (Exception ex) {
ex.printStackTrace();
}
return 0L;
}按照日期来生成分布式id，达到id不重复的目的，这也就是分布式id(不重复)，看起来简单其实如果在高流量冲击下，需要考虑的东西要很多，比如：什么时候生成初始Id、在多个服务器保证服务器时间尽可能一样情况下，该保留多少日期hkey等;
就上面代码对初始Id就做的不是很好，在业务获取Id时候，会去检测并创建id，这样与redis交互就多了一次，通常可以用服务来一次性生成当前日期往后推n天的hkey，这样就避免了在业务获取id时候，还要去putIfAbsent一次验证，减少了请求次数。实在不行可以使用lua脚本放在一次请求去做put和increment，你可能会用到：
RedisScript script = new DefaultRedisScript("");
redisTemplate.execute(script, Arrays.asList(""));
