【分布式唯一id】产生原因及生成方案

本文介绍: 例如，每次从数据库获取 id 时，获取一个号段，如[1,2999]，这个范围表示3000 个 ID，业务应用在请求获取 id 时，只需要在本地从 1 开始自增并返回（注意线程安全问题，使用原子类来做自增操作），而不用每次去请求数据库，一直到本地自增到 2999 时，再去数据库重新获取新的号段，后续流程循环往复。分布式ID生成系统需要具有较高的可用性，因为业务数据的唯一标识都由该系统分配，若系统不可用，将直接影响用户、订单这些强依赖于ID生成系统的模块。如果id乱序，将不利于数据库的写入和排序操作。

为什么 需要分布式唯一 id？

在开发项目时，我们需要给每一个”角色“都打上唯一的标签，比如用户、订单、消息等都需要唯一的标识，以此来区分不同的用户、订单及消息。单体项目中使用数据库的自增主键作为唯一标识可能就绰绰有余了，但分布式系统下可以使用这种方案吗？显然不行，此时就需要用到分布式id了。

分布式唯一id需要具有 哪些 特性？

（1）全局唯一：最基本的要求，必须保证全局不会出现重复ID。

（2）有序：id作为唯一标识肯定是字段之一，要随业务数据写入数据库的；如果id乱序，将不利于数据库的写入和排序操作。

（3）高可用：分布式ID生成系统需要具有较高的可用性，因为业务数据的唯一标识都由该系统分配，若系统不可用，将直接影响用户、订单这些强依赖于ID生成系统的模块。

（4）安全：不会暴露业务信息。

分布式唯一ID的生成方案有哪些？

1、UUID：由32个十六进制数组成的字符串，并用-分割成了五个部分，如：b86d54e5-0452-4e0b–b15a-94af36d68022这种形式。

常用的UUID版本：

1.1、基于随机数的UUID：基于随机数或伪随机数，实现较为简单，但存在 i d 重复的可能性（java中的randomUUID就是该版本）。

1.2、基于名字空间的UUID：基于指定的命名空间生成SHA1散列，命名空间下唯一，但计算耗时。

UUID方案优点：在本地生成，没有网络开销，性能好。

UUID方案缺点：总共36个字符，长度较长；没有递增趋势，作为主键插入数据时可能会造成大量的页分裂现象产生。

2、数据库自增ID：数据库插入数据时，若创建表时主键设置了auto _increment，那么主键会自动递增，我们可以用递增的主键作为分布式i d。

具体实现：

2.1、创建i d生成表：

DROP TABLE IF EXISTS `id_generator`;
CREATE TABLE `id_generator` (
`id` bigint NOT NULL AUTO_INCREMENT COMMENT '主键',
`mark` char(1) not null,
PRIMARY KEY (`id`),
UNIQUE KEY `mark` (`mark`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

2.2、开启事务，获取唯一id：

begin;
replace into id_generator (mark) VALUES ('x');
select last_insert_id();
commit;

数据库方案优点：实现简单，id递增且唯一性由数据库保证。

数据库方案缺点：多个线程并发获取id时，性能不好；数据库压力较大。

2.3、高并发场景的解决方案：

将数据库进行水平拆分，每个数据库设置不同的初始值、相同的步长，如下图所示。

3、Redi s：基于 redis单线程执行命令的特性，使用原子命令INCR或INCRBY命令来获取全局唯一并且递增的序列号作为分布式id。

redis方案优点：基于内存、不依赖于数据库，性能较好；能保证id唯一且递增。

redis方案缺点：id生成强依赖于redis，redis挂了会导致服务不可用；redis在宕机时，如果没有将id持久化到磁盘，重启后可能会生成重复id。

4、Snowfla k e 算法：该算法生成的是一个64位的long型id。其核心思想是使用 41bit 作为时间戳（当前时间戳-起始时间戳），10bit 作为机器ID，12bit 作为自增序列号（意味着每个节点在每毫秒可以产生 2^12 = 4096 个 ID），最高位是符号位0（id不可能为负数）。

雪花算法方案优点：id是趋势递增的；不依赖于数据库、redis等第三方服务，本地生成，性能较好；可根据业务调整bit，灵活性好。

雪花算法方案缺点：在分布式环境下由于每个机器的时钟无法做到完全一致，id不一定是全局递增的；依赖于机器时钟，如果时钟回拨，会生成重复id或非递增id。

4.1、时钟回拨问题的解决方案：

a、只让少量服务器生成id，并关闭这些服务器的时钟回拨。

b、当发生时钟回拨时直接报错，交给上层业务处理。

c、如果时钟回拨时间较短，在容忍范围内，可以等待回拨时间后再生成id。

5、号段Se gm ent：从数据库批量获取id，将 id 缓存在本地，以此来提高业务获取 id 的效率。例如，每次从数据库获取 id 时，获取一个号段，如[1,2999]，这个范围表示3000 个 ID，业务应用在请求获取 id 时，只需要在本地从 1 开始自增并返回（注意线程安全问题，使用原子类来做自增操作），而不用每次去请求数据库，一直到本地自增到 2999 时，再去数据库重新获取新的号段，后续流程循环往复。