import java.util.UUID; public class UUIDGenerator { public static void main(String[] args) { //随机生成一个UUID对象 UUID uuid = UUID.randomUUID(); System.out.println("生成的UUID为:" + uuid.toString()); //通过给定的字符串名称和命名空间生成UUID对象 UUID uuid2 = UUID.nameUUIDFromBytes("example_name".getBytes()); System.out.println("生成的UUID2为:" + uuid2.toString()); } } /*优点: Java自带,无需引入额外的库和依赖; 简单易用,一行代码就可以生成UUID。 缺点: 生成的UUID可能会重复,虽然重复的概率较小,但是在高并发的情况下还是有可能发生; 无法控制生成的UUID的格式,只能生成标准的UUID*/import org.apache.commons.io.UUIDUtils; public class UUIDGenerator { public static void main(String[] args) { //随机生成一个UUID字符串 String uuid = UUIDUtils.randomUUID().toString(); System.out.println("生成的UUID为:" + uuid); } } /* 三方库优缺点 优点: 可以生成唯一的UUID; 很多开源库和框架都提供了UUID生成的支持。 缺点: 会增加项目的依赖和复杂度; 不同的库实现方式不同,可能会影响生成的UUID的格式和唯一性。 */import com.google.inject.Inject; import com.google.inject.name.Named; import java.util.UUID; public class UUIDGenerator { private final UUID uuid; @Inject public UUIDGenerator(@Named("randomUUID") UUID uuid) { this.uuid = uuid; } public UUID getUUID() { return uuid; } public static void main(String[] args) { UUIDGenerator generator = new UUIDGenerator(UUID.randomUUID()); System.out.println("生成的UUID为:" + generator.getUUID().toString()); } }写法一: import java.security.MessageDigest; import java.security.NoSuchAlgorithmException; import java.security.SecureRandom; import java.util.UUID; public class UUIDGenerator { public static void main(String[] args) throws NoSuchAlgorithmException { SecureRandom secureRandom = new SecureRandom(); byte[] seed = secureRandom.generateSeed(16); MessageDigest md5 = MessageDigest.getInstance("MD5"); md5.update(seed); UUID uuid = UUID.nameUUIDFromBytes(md5.digest()); System.out.println("生成的UUID为:" + uuid.toString()); } } 写法二: import java.security.MessageDigest; import java.security.NoSuchAlgorithmException; import java.util.Random; public class UUIDGenerator { public static String generateUUID() { String result = ""; try { MessageDigest md = MessageDigest.getInstance("MD5"); byte[] messageDigest = md.digest((System.currentTimeMillis() + new Random().nextInt(99999999) + "").getBytes()); StringBuilder sb = new StringBuilder(); for (byte b : messageDigest) { sb.append(String.format("%02x", b)); } result = sb.toString(); } catch (NoSuchAlgorithmException e) { e.printStackTrace(); } return result; } } /* 优点: 可以通过Hash算法和随机数生成唯一的UUID,具有较高的唯一性; 实现简单,无需引入额外的库和依赖。 缺点: 重复的概率比较难以预测,取决于生成的Hash值的分布情况; 无法控制生成的UUID的格式,只能生成基于MD5或SHA-1的UUID。 */Snowflake算法是Twitter开源的分布式ID生成算法,可以在多个节点上生成唯一的ID
import com.github.f4b6a3.uuid.UuidCreator; import com.github.f4b6a3.uuid.enums.UuidVariant; import com.github.f4b6a3.uuid.enums.UuidVersion; import com.github.f4b6a3.uuid.impl.TimeBasedUuidCreator; import java.time.Instant; public class UUIDGenerator { public static void main(String[] args) { UuidCreator creator = TimeBasedUuidCreator.withRandomNodeId(); Instant now = Instant.now(); long timestamp = now.getEpochSecond() * 1000 + now.getNano() / 1000000; String uuid = creator.create(UuidVersion.VERSION_TIME_BASED, timestamp).toString(); System.out.println("生成的UUID为:" + uuid); } } /* 优点: 可以在分布式系统中生成唯一的ID,具有较高的唯一性和可读性; 可以控制生成的ID的格式和信息。 缺点: 实现相对复杂,需要实现一个全局唯一的时钟服务; 只适用于分布式系统,不适用于独立的单机系统。 */Snowflake算法第二种:
public class UUIDGenerator { /** 开始时间截 (2017-01-01) */ private final long twepoch = 1483200000000L; /** 机器id所占的位数 */ private final long workerIdBits = 5L; /** 数据标识id所占的位数 */ 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 */ private final long sequenceMask = -1L ^ (-1L << sequenceBits); /** 工作机器id(0~31) */ private long workerId = 0L; /** 数据中心id(0~31) */ private long datacenterId = 0L; /** 毫秒内序列(0~4095) */ private long sequence = 0L; /** 上次生成ID的时间截 */ private long lastTimestamp = -1L; /** * 构造函数 * * @param workerId 工作ID (0~31) * @param datacenterId 数据中心ID (0~31) */ public UUIDGenerator(long workerId, long datacenterId) { if (workerId > maxWorkerId || workerId < 0) { throw new IllegalArgumentException(String.format("worker Id can't be greater 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; } /** * 获得下一个ID (该方法是线程安全的) * * @return SnowflakeId */ public synchronized long nextId() { long timestamp = timeGen(); // 如果当前时间小于上一次ID生成的时间戳,说明系统时钟回退过,此时应当抛出异常 if (timestamp < lastTimestamp) { throw new RuntimeException( String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp)); } // 如果是同一时间生成的,则进行毫秒内序列 if (lastTimestamp == timestamp) { sequence = (sequence + 1) & sequenceMask; // 毫秒内序列溢出 if (sequence == 0) { // 阻塞到下一个毫秒,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的时间截 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 上次生成ID的时间截 * @return 当前时间戳 */ protected long tilNextMillis(long lastTimestamp) { long timestamp = timeGen(); while (timestamp <= lastTimestamp) { timestamp = timeGen(); } return timestamp; } /** * 返回以毫秒为单位的当前时间 * * @return 当前时间(毫秒) */ protected long timeGen() { return System.currentTimeMillis(); } }import java.util.UUID; public class UUIDGenerator { public static void main(String[] args) { long time = System.currentTimeMillis(); int random = (int) (Math.random() * Integer.MAX_VALUE); UUID uuid = new UUID(time, random); System.out.println("生成的UUID为:" + uuid.toString()); } }import org.redisson.api.RUID; public class UUIDGenerator { public static void main(String[] args) { RUID ruid = RUID.randomUID(); System.out.println("生成的UUID为:" + ruid.toString()); } }import java.security.SecureRandom; import java.util.UUID; public class UUIDGenerator { public static String generateUUID() { return UUID.randomUUID().toString(); } public static String generateSecureUUID() { SecureRandom random = new SecureRandom(); byte[] bytes = new byte[16]; random.nextBytes(bytes); return UUID.nameUUIDFromBytes(bytes).toString(); } }三方库详细版
- Apache Commons:
引入以下Maven依赖
<dependency> <groupId>commons-lang</groupId> <artifactId>commons-lang</artifactId> <version>2.6</version> </dependency>java示例代码:
import org.apache.commons.lang3.StringUtils; import java.util.UUID; public class GenerateUUID { public static void main(String[] args) { UUID uuid = UUID.randomUUID(); String uuidStr = StringUtils.remove(uuid.toString(), '-'); System.out.println("UUID:" + uuidStr); } }Google Guava库可以使用它的UUID类来生成UUID。需要引入以下Maven依赖:
<dependency> <groupId>com.google.guava</groupId> <artifactId>guava</artifactId> <version>30.0-jre</version> </dependency>java示例:
import com.google.common.base.CharMatcher; import java.util.UUID; public class GenerateUUID { public static void main(String[] args) { UUID uuid = UUID.randomUUID(); String uuidStr = CharMatcher.is('-').removeFrom(uuid.toString()); System.out.println("UUID:" + uuidStr); } }注意事项
之前提到了 Apache Commons 的 UUIDUtils 工具类,但是这个工具类实际上是用于字符串格式与 UUID 转化的,而不是生成 UUID。
如果你想要使用 Apache Commons 中的工具类来生成 UUID ,可以使用 RandomStringUtils 类中的 randomUUID() 方法。下面是一个简单示例:
import org.apache.commons.lang3.RandomStringUtils; public class GenerateUUID { public static void main(String[] args) { String uuid = RandomStringUtils.randomNumeric(8) + "-" + RandomStringUtils.randomNumeric(4) + "-" + RandomStringUtils.randomNumeric(4) + "-" + RandomStringUtils.randomNumeric(4) + "-" + RandomStringUtils.randomNumeric(12); System.out.println("UUID:" + uuid); } } /* 上述代码中,RandomStringUtils的randomNumeric 方法用于生成指定长度的数字字符串,然后通过字符串拼接的方式生成UUID。 需要注意的是,这种方式所生成的UUID并不是符合UUID标准规范的。 */Java开发的就业市场正在经历结构性调整,竞争日益激烈
传统纯业务开发岗位(如仅完成增删改查业务的后端工程师)的需求,特别是入门级岗位,正显著萎缩。随着企业技术需求升级,市场对Java人才的要求已从通用技能转向了更深入的领域经验(如云原生、微服务)或前沿的AI集成能力。这也导致岗位竞争加剧,在一、二线城市,求职者不仅面临技术内卷,还需应对学历与项目经验的高门槛。
大模型为核心的AI领域正展现出前所未有的就业热度与人才红利
2025年,AI相关新发岗位数量同比激增543%,单月增幅最高超过11倍,大模型算法工程师位居热门岗位前列。行业顶尖人才的供需严重失衡,议价能力极强,跳槽薪资涨幅可达30%-50%。值得注意的是,市场并非单纯青睐算法研究员,而是急需能将大模型能力落地于复杂业务系统的工程人才。这使得具备企业级架构思维和复杂系统整合经验的Java工程师,在向“Java+大模型”复合人才转型时拥有独特优势,成为企业竞相争夺的对象,其薪资天花板也远高于传统Java岗位。
说真的,这两年看着身边一个个搞Java、C++、前端、数据、架构的开始卷大模型,挺唏嘘的。大家最开始都是写接口、搞Spring Boot、连数据库、配Redis,稳稳当当过日子。
结果GPT、DeepSeek火了之后,整条线上的人都开始有点慌了,大家都在想:“我是不是要学大模型,不然这饭碗还能保多久?”
先给出最直接的答案:一定要把现有的技术和大模型结合起来,而不是抛弃你们现有技术!掌握AI能力的Java工程师比纯Java岗要吃香的多。
即使现在裁员、降薪、团队解散的比比皆是……但后续的趋势一定是AI应用落地!大模型方向才是实现职业升级、提升薪资待遇的绝佳机遇!
如何学习AGI大模型?
作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取
2025最新版CSDN大礼包:《AGI大模型学习资源包》免费分享**
一、2025最新大模型学习路线
一个明确的学习路线可以帮助新人了解从哪里开始,按照什么顺序学习,以及需要掌握哪些知识点。大模型领域涉及的知识点非常广泛,没有明确的学习路线可能会导致新人感到迷茫,不知道应该专注于哪些内容。
我们把学习路线分成L1到L4四个阶段,一步步带你从入门到进阶,从理论到实战。
L1级别:AI大模型时代的华丽登场
L1阶段:我们会去了解大模型的基础知识,以及大模型在各个行业的应用和分析;学习理解大模型的核心原理,关键技术,以及大模型应用场景;通过理论原理结合多个项目实战,从提示工程基础到提示工程进阶,掌握Prompt提示工程。
L2级别:AI大模型RAG应用开发工程
L2阶段是我们的AI大模型RAG应用开发工程,我们会去学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。
L3级别:大模型Agent应用架构进阶实践
L3阶段:大模型Agent应用架构进阶实现,我们会去学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造我们自己的Agent智能体;同时还可以学习到包括Coze、Dify在内的可视化工具的使用。
L4级别:大模型微调与私有化部署
L4阶段:大模型的微调和私有化部署,我们会更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调;并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。
整个大模型学习路线L1主要是对大模型的理论基础、生态以及提示词他的一个学习掌握;而L3 L4更多的是通过项目实战来掌握大模型的应用开发,针对以上大模型的学习路线我们也整理了对应的学习视频教程,和配套的学习资料。
二、大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的,我们精选了一系列深入探讨大模型技术的书籍和学习文档,它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。(书籍含电子版PDF)
三、大模型视频教程
对于很多自学或者没有基础的同学来说,书籍这些纯文字类的学习教材会觉得比较晦涩难以理解,因此,我们提供了丰富的大模型视频教程,以动态、形象的方式展示技术概念,帮助你更快、更轻松地掌握核心知识。
四、大模型项目实战
学以致用,当你的理论知识积累到一定程度,就需要通过项目实战,在实际操作中检验和巩固你所学到的知识,同时为你找工作和职业发展打下坚实的基础。
五、大模型面试题
面试不仅是技术的较量,更需要充分的准备。
在你已经掌握了大模型技术之后,就需要开始准备面试,我们将提供精心整理的大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余。
因篇幅有限,仅展示部分资料,需要点击下方链接即可前往获取
2025最新版CSDN大礼包:《AGI大模型学习资源包》免费分享