java 的 longsupplier 本身不直接生成分布式 id，它只是一个提供 long 类型值的函数式接口。要实现分布式 id，通常结合雪花算法（snowflake）或 uuid 等逻辑，将生成的 id 封装在实现类中，并通过 lambda 表达式或方法引用传递给需要该接口的地方。
如何定义并实例化 LongSupplier 以返回雪花算法 ID
要使用 LongSupplier 获取分布式 ID，首先需要有一个生成 ID 的核心逻辑类，例如封装了雪花算法的 SnowflakeIdGenerator。该类必须提供一个符合 getAsLong() 签名的方法。接着，通过 Lambda 表达式 (() -> generator.getAsLong()) 或方法引用 generator::getAsLong 创建 LongSupplier 实例。这样，任何接收 LongSupplier 作为参数的方法都可以调用 getAsLong() 来获取唯一的长整型 ID。
public class SnowflakeIdGenerator {
private long workerId;
private long sequence = 0L;
private long lastTimestamp = -1L;
public SnowflakeIdGenerator(long workerId) {
this.workerId = workerId;
}
public synchronized long nextId() {
long timestamp = System.currentTimeMillis();
if (timestamp < lastTimestamp) {
throw new RuntimeException("Clock moved backwards");
}
if (timestamp == lastTimestamp) {
sequence = (sequence + 1) & 4095;
if (sequence == 0) {
timestamp = waitNextMillis(timestamp);
}
} else {
sequence = 0L;
}
lastTimestamp = timestamp;
return ((timestamp - 1288834974657L) << 22)
| (workerId << 12)
| sequence;
}
private long waitNextMillis(long lastTimestamp) {
long timestamp = System.currentTimeMillis();
while (timestamp <= lastTimestamp) {
timestamp = System.currentTimeMillis();
}
return timestamp;
}
}
public class Main {
public static void main(String[] args) {
SnowflakeIdGenerator generator = new SnowflakeIdGenerator(1);
// 使用 Lambda 创建 LongSupplier
LongSupplier idSupplier = () -> generator.nextId();
// 模拟多次获取 ID
for (int i = 0; i < 5; i++) {
System.out.println(idSupplier.getAsLong());
}
}
}
上述代码展示了完整的实现流程。SnowflakeIdGenerator 处理了时间戳回拨、序列号溢出等边界情况。主程序中，通过 Lambda 将 nextId 方法绑定到 LongSupplier。每次调用 idSupplier.getAsLong() 都会触发底层算法生成一个新的唯一 ID。这种解耦方式使得 ID 生成逻辑可以独立测试和替换。
立即学习“Java免费学习笔记（深入）”；
如何在多线程环境下安全地共享 LongSupplier
在多线程环境中，如果多个线程共享同一个 LongSupplier 实例，必须确保底层的 ID 生成逻辑是线程安全的。雪花算法中的 synchronized 关键字保证了同一时刻只有一个线程能修改状态。另一种更高效的方案是使用 AtomicLong 来管理序列号，或者为每个线程分配独立的 Worker ID 和序列号范围。如果 LongSupplier 被缓存并在高并发下使用，建议检查其内部实现是否使用了锁或原子操作，以避免性能瓶颈或数据竞争。
import java.util.concurrent.atomic.AtomicLong;
public class ThreadSafeIdGenerator {
private final AtomicLong sequence = new AtomicLong(0);
private final long workerId;
public ThreadSafeIdGenerator(long workerId) {
this.workerId = workerId;
}
public long nextId() {
long currentSeq;
long newSeq;
do {
currentSeq = sequence.get();
newSeq = (currentSeq + 1) & 4095;
} while (!sequence.compareAndSet(currentSeq, newSeq));
long timestamp = System.currentTimeMillis();
// 简化版：实际需处理时间回拨
return ((timestamp << 22) | (workerId << 12) | newSeq);
}
}
public class MultiThreadTest {
public static void main(String[] args) throws InterruptedException {
ThreadSafeIdGenerator generator = new ThreadSafeIdGenerator(1);
LongSupplier supplier = generator::nextId;
Runnable task = () -> {
for (int i = 0; i < 100; i++) {
System.out.println(Thread.currentThread().getName() + ": " + supplier.getAsLong());
}
};
Thread t1 = new Thread(task, "Thread-1");
Thread t2 = new Thread(task, "Thread-2");
t1.start();
t2.start();
t1.join();
t2.join();
}
}
这段代码演示了基于 CAS 操作的线程安全 ID 生成器。与之前的 synchronized 版本相比，它减少了锁的竞争开销。在多线程测试中，两个线程同时调用同一个 LongSupplier，由于底层使用了 AtomicLong 的 compareAndSet 方法，确保了序列号的递增是原子性的。这证明了 LongSupplier 可以作为线程安全组件的代理接口，供并发环境使用。
当 LongSupplier 返回重复 ID 时可能的原因是什么
如果在使用 LongSupplier 获取分布式 ID 时发现重复值，最常见的原因是时钟回拨或 Worker ID 冲突。雪花算法依赖系统时间，如果服务器时间被手动调整或 NTP 同步导致时间倒退，可能会生成相同的 ID。此外，如果在不同的 JVM 实例或容器中配置了相同的 workerId，且没有全局唯一的标识机制，也会导致 ID 碰撞。另一个潜在问题是序列化或反序列化过程中丢失了高位信息，或者错误地将 ID 转换为 int 类型导致截断。
