概述

系統(tǒng)唯一ID是我們在設(shè)計一個系統(tǒng)的時候常常會遇見的問題，也常常為這個問題而糾結(jié)。生成ID的方法有很多，適應(yīng)不同的場景、需求以及性能要求。所以有些比較復(fù)雜的系統(tǒng)會有多個ID生成的策略。

[[275648]]

分布式ID的特性

• 唯一性：確保生成的ID是全網(wǎng)唯一的。
• 有序遞增性：確保生成的ID是對于某個用戶或者業(yè)務(wù)是按一定的數(shù)字有序遞增的。
• 高可用性：確保任何時候都能正確的生成ID。
• 帶時間：ID里面包含時間，一眼掃過去就知道哪天的交易。

下面介紹幾種分布式ID的生成方案。

1、數(shù)據(jù)庫自增長序列或字段

最常見的方式。利用數(shù)據(jù)庫，全數(shù)據(jù)庫唯一。

優(yōu)點：

1)簡單，代碼方便，性能可以接受。

2)數(shù)字ID天然排序，對分頁或者需要排序的結(jié)果很有幫助。

缺點：

1)不同數(shù)據(jù)庫語法和實現(xiàn)不同，數(shù)據(jù)庫遷移的時候或多數(shù)據(jù)庫版本支持的時候需要處理。

2)在單個數(shù)據(jù)庫或讀寫分離或一主多從的情況下，只有一個主庫可以生成。有單點故障的風險。

3)在性能達不到要求的情況下，比較難于擴展。

4)如果遇見多個系統(tǒng)需要合并或者涉及到數(shù)據(jù)遷移會相當痛苦。

5)分表分庫的時候會有麻煩。

優(yōu)化方案：

針對主庫單點，如果有多個Master庫，則每個Master庫設(shè)置的起始數(shù)字不一樣，步長一樣，可以是Master的個數(shù)。比如：Master1 生成的是 1，4，7，10，Master2生成的是2,5,8,11 Master3生成的是 3,6,9,12。這樣就可以有效生成集群中的唯一ID，也可以大大降低ID生成數(shù)據(jù)庫操作的負載。

2、UUID

常見的方式?？梢岳脭?shù)據(jù)庫也可以利用程序生成，一般來說全球唯一。

優(yōu)點：

1)簡單，代碼方便。

2)生成ID性能非常好，基本不會有性能問題。

3)全球唯一，在遇見數(shù)據(jù)遷移，系統(tǒng)數(shù)據(jù)合并，或者數(shù)據(jù)庫變更等情況下，可以從容應(yīng)對。

缺點：

1)沒有排序，無法保證趨勢遞增。

2)UUID往往是使用字符串存儲，查詢的效率比較低。

3)存儲空間比較大，如果是海量數(shù)據(jù)庫，就需要考慮存儲量的問題。

4)傳輸數(shù)據(jù)量大

5)不可讀。

3、批量生成ID

一次按需批量生成多個ID，每次生成都需要訪問數(shù)據(jù)庫，將數(shù)據(jù)庫修改為最大的ID值，并在內(nèi)存中記錄當前值及最大值。

優(yōu)點：

避免了每次生成ID都要訪問數(shù)據(jù)庫并帶來壓力，提高性能

缺點：

屬于本地生成策略，存在單點故障，服務(wù)重啟造成ID不連續(xù)

4、Redis生成ID

當使用數(shù)據(jù)庫來生成ID性能不夠要求的時候，可以嘗試使用Redis來生成ID。這主要依賴于Redis是單線程的，所以也可以用生成全局唯一的ID。可以用Redis的原子操作 INCR和INCRBY來實現(xiàn)。

可以使用Redis集群來獲取更高的吞吐量。假如一個集群中有5臺Redis?？梢猿跏蓟颗_Redis的值分別是1,2,3,4,5，然后步長都是5。各個Redis生成的ID為：

A：1,6,11,16,21

B：2,7,12,17,22

C：3,8,13,18,23

D：4,9,14,19,24

E：5,10,15,20,25

這個，隨便負載到哪個機確定好，未來很難做修改。但是3-5臺服務(wù)器基本能夠滿足器上，都可以獲得不同的ID。但是步長和初始值一定需要事先需要了。使用Redis集群也可以方式單點故障的問題。

另外，比較適合使用Redis來生成每天從0開始的流水號。比如訂單號=日期+當日自增長號?？梢悦刻煸赗edis中生成一個Key，使用INCR進行累加。

優(yōu)點：

1)不依賴于數(shù)據(jù)庫，靈活方便，且性能優(yōu)于數(shù)據(jù)庫。

2)數(shù)字ID天然排序，對分頁或者需要排序的結(jié)果很有幫助。

缺點：

1)如果系統(tǒng)中沒有Redis，還需要引入新的組件，增加系統(tǒng)復(fù)雜度。

2)需要編碼和配置的工作量比較大。

5、Twitter的snowflake算法(目前我們在使用的)

snowflake是Twitter開源的分布式ID生成算法，結(jié)果是一個long型的ID。雪花算法將生成不高于19位的有序Long型整數(shù)，多用于分布式環(huán)境的數(shù)據(jù)主鍵。

其核心思想是：使用41bit作為毫秒數(shù)，10bit作為機器的ID(5個bit是數(shù)據(jù)中心，5個bit的機器ID)，12bit作為毫秒內(nèi)的流水號(意味著每個節(jié)點在每毫秒可以產(chǎn)生 4096 個 ID)，最后還有一個符號位，永遠是0。

snowflake算法可以根據(jù)自身項目的需要進行一定的修改。比如估算未來的數(shù)據(jù)中心個數(shù)，每個數(shù)據(jù)中心的機器數(shù)以及統(tǒng)一毫秒可以能的并發(fā)數(shù)來調(diào)整在算法中所需要的bit數(shù)。

優(yōu)點：

1)不依賴于數(shù)據(jù)庫，靈活方便，且性能優(yōu)于數(shù)據(jù)庫。

2)ID按照時間在單機上是遞增的。

缺點：

在單機上是遞增的，但是由于涉及到分布式環(huán)境，每臺機器上的時鐘不可能完全同步，也許有時候也會出現(xiàn)不是全局遞增的情況。

6、利用zookeeper生成唯一ID

zookeeper主要通過其znode數(shù)據(jù)版本來生成序列號，可以生成32位和64位的數(shù)據(jù)版本號，客戶端可以使用這個版本號來作為唯一的序列號。

很少會使用zookeeper來生成唯一ID。主要是由于需要依賴zookeeper，并且是多步調(diào)用API，如果在競爭較大的情況下，需要考慮使用分布式鎖。因此，性能在高并發(fā)的分布式環(huán)境下，也不甚理想。

7、 MongoDB的ObjectId

MongoDB的ObjectId和snowflake算法類似。它設(shè)計成輕量型的，不同的機器都能用全局唯一的同種方法方便地生成它。MongoDB 從一開始就設(shè)計用來作為分布式數(shù)據(jù)庫，處理多個節(jié)點是一個核心要求。使其在分片環(huán)境中要容易生成得多。

MongoDB 中我們經(jīng)常會接觸到一個自動生成的字段："_id"，類型為ObjectId。

之前我們使用MySQL等關(guān)系型數(shù)據(jù)庫時，主鍵都是設(shè)置成自增的。但在分布式環(huán)境下，這種方法就不可行了，會產(chǎn)生沖突。為此，mongodb采用了一個稱之為ObjectId的類型來做主鍵。ObjectId是一個12字節(jié)的 BSON 類型字符串。按照字節(jié)順序，一次代表：

• 4字節(jié)：UNIX時間戳
• 3字節(jié)：表示運行MongoDB的機器
• 2字節(jié)：表示生成此_id的進程
• 3字節(jié)：由一個隨機數(shù)開始的計數(shù)器生成的值

為了確保在同一臺機器上并發(fā)的多個進程產(chǎn)生的ObjectId 是唯一的，接下來的兩字節(jié)來自產(chǎn)生ObjectId 的進程標識符(PID)。

ObjetId的12字節(jié)

前9 字節(jié)保證了同一秒鐘不同機器不同進程產(chǎn)生的ObjectId 是唯一的。后3 字節(jié)就是一個自動增加的計數(shù)器，確保相同進程同一秒產(chǎn)生的ObjectId 也是不一樣的。同一秒鐘最多允許每個進程擁有2563(16777216)個不同的ObjectId。