上一篇文章，我們聊了一下分庫分表相關(guān)的一些基礎(chǔ)知識(shí)，具體可以參見：《?支撐日活百萬用戶的高并發(fā)系統(tǒng)，應(yīng)該如何設(shè)計(jì)其數(shù)據(jù)庫架構(gòu)?？》。

這篇文章，我們就接著分庫分表的知識(shí)，來具體聊一下全局唯一id如何生成。

在分庫分表之后你必然要面對(duì)的一個(gè)問題，就是id咋生成？

因?yàn)橐且粋€(gè)表分成多個(gè)表之后，每個(gè)表的id都是從1開始累加自增長，那肯定不對(duì)啊。

舉個(gè)例子，你的訂單表拆分為了1024張訂單表，每個(gè)表的id都從1開始累加，這個(gè)肯定有問題了！

你的系統(tǒng)就沒辦法根據(jù)表主鍵來查詢訂單了，比如id = 50這個(gè)訂單，在每個(gè)表里都有！

所以此時(shí)就需要分布式架構(gòu)下的全局唯一id生成的方案了，在分庫分表之后，對(duì)于插入數(shù)據(jù)庫中的核心id，不能直接簡單使用表自增id，要全局生成唯一id，然后插入各個(gè)表中，保證每個(gè)表內(nèi)的某個(gè)id，全局唯一。

比如說訂單表雖然拆分為了1024張表，但是id = 50這個(gè)訂單，只會(huì)存在于一個(gè)表里。

那么如何實(shí)現(xiàn)全局唯一id呢？有以下幾種方案。

方案一：獨(dú)立數(shù)據(jù)庫自增id

這個(gè)方案就是說你的系統(tǒng)每次要生成一個(gè)id，都是往一個(gè)獨(dú)立庫的一個(gè)獨(dú)立表里插入一條沒什么業(yè)務(wù)含義的數(shù)據(jù)，然后獲取一個(gè)數(shù)據(jù)庫自增的一個(gè)id。拿到這個(gè)id之后再往對(duì)應(yīng)的分庫分表里去寫入。

比如說你有一個(gè)auto_id庫，里面就一個(gè)表，叫做auto_id表，有一個(gè)id是自增長的。

那么你每次要獲取一個(gè)全局唯一id，直接往這個(gè)表里插入一條記錄，獲取一個(gè)全局唯一id即可，然后這個(gè)全局唯一id就可以插入訂單的分庫分表中。

這個(gè)方案的好處就是方便簡單，誰都會(huì)用。缺點(diǎn)就是單庫生成自增id，要是高并發(fā)的話，就會(huì)有瓶頸的，因?yàn)閍uto_id庫要是承載個(gè)每秒幾萬并發(fā)，肯定是不現(xiàn)實(shí)的了。

方案二：uuid

這個(gè)每個(gè)人都應(yīng)該知道吧，就是用UUID生成一個(gè)全局唯一的id。

好處就是每個(gè)系統(tǒng)本地生成，不要基于數(shù)據(jù)庫來了

不好之處就是，uuid太長了，作為主鍵性能太差了，不適合用于主鍵。

如果你是要隨機(jī)生成個(gè)什么文件名了，編號(hào)之類的，你可以用uuid，但是作為主鍵是不能用uuid的。

方案三：獲取系統(tǒng)當(dāng)前時(shí)間

這個(gè)方案的意思就是獲取當(dāng)前時(shí)間作為全局唯一的id。

但是問題是，并發(fā)很高的時(shí)候，比如一秒并發(fā)幾千，會(huì)有重復(fù)的情況，這個(gè)是肯定不合適的。

一般如果用這個(gè)方案，是將當(dāng)前時(shí)間跟很多其他的業(yè)務(wù)字段拼接起來，作為一個(gè)id，如果業(yè)務(wù)上你覺得可以接受，那么也是可以的。

你可以將別的業(yè)務(wù)字段值跟當(dāng)前時(shí)間拼接起來，組成一個(gè)全局唯一的編號(hào)，比如說訂單編號(hào)：時(shí)間戳 + 用戶id + 業(yè)務(wù)含義編碼。

方案四：snowflake算法的思想分析

snowflake算法，是twitter開源的分布式id生成算法。

其核心思想就是：使用一個(gè)64 bit的long型的數(shù)字作為全局唯一id，這64個(gè)bit中，其中1個(gè)bit是不用的，然后用其中的41 bit作為毫秒數(shù)，用10 bit作為工作機(jī)器id，12 bit作為序列號(hào)。

給大家舉個(gè)例子吧，比如下面那個(gè)64 bit的long型數(shù)字，大家看看

上面第一個(gè)部分，是1個(gè)bit：0，這個(gè)是無意義的。

上面第二個(gè)部分是41個(gè)bit：表示的是時(shí)間戳。

上面第三個(gè)部分是5個(gè)bit：表示的是機(jī)房id，10001。

上面第四個(gè)部分是5個(gè)bit：表示的是機(jī)器id，1 1001。

上面第五個(gè)部分是12個(gè)bit：表示的序號(hào)，就是某個(gè)機(jī)房某臺(tái)機(jī)器上這一毫秒內(nèi)同時(shí)生成的id的序號(hào)，0000 00000000

• 1 bit：是不用的，為啥呢？

因?yàn)槎M(jìn)制里第一個(gè)bit為如果是1，那么都是負(fù)數(shù)，但是我們生成的id都是正數(shù)，所以第一個(gè)bit統(tǒng)一都是0

• 41 bit：表示的是時(shí)間戳，單位是毫秒。

41 bit可以表示的數(shù)字多達(dá)2^41 - 1，也就是可以標(biāo)識(shí)2 ^ 41 - 1個(gè)毫秒值，換算成年就是表示69年的時(shí)間。

• 10 bit：記錄工作機(jī)器id，代表的是這個(gè)服務(wù)最多可以部署在2^10臺(tái)機(jī)器上，也就是1024臺(tái)機(jī)器。

但是10 bit里5個(gè)bit代表機(jī)房id，5個(gè)bit代表機(jī)器id。意思就是最多代表2 ^ 5個(gè)機(jī)房（32個(gè)機(jī)房），每個(gè)機(jī)房里可以代表2 ^ 5個(gè)機(jī)器（32臺(tái)機(jī)器）。

• 12 bit：這個(gè)是用來記錄同一個(gè)毫秒內(nèi)產(chǎn)生的不同id。

12 bit可以代表的最大正整數(shù)是2 ^ 12 - 1 = 4096，也就是說可以用這個(gè)12bit代表的數(shù)字來區(qū)分同一個(gè)毫秒內(nèi)的4096個(gè)不同的id

簡單來說，你的某個(gè)服務(wù)假設(shè)要生成一個(gè)全局唯一id，那么就可以發(fā)送一個(gè)請(qǐng)求給部署了snowflake算法的系統(tǒng)，由這個(gè)snowflake算法系統(tǒng)來生成唯一id。

這個(gè)snowflake算法系統(tǒng)首先肯定是知道自己所在的機(jī)房和機(jī)器的，比如機(jī)房id = 17，機(jī)器id = 12。

接著snowflake算法系統(tǒng)接收到這個(gè)請(qǐng)求之后，首先就會(huì)用二進(jìn)制位運(yùn)算的方式生成一個(gè)64 bit的long型id，64個(gè)bit中的第一個(gè)bit是無意義的。

接著41個(gè)bit，就可以用當(dāng)前時(shí)間戳（單位到毫秒），然后接著5個(gè)bit設(shè)置上這個(gè)機(jī)房id，還有5個(gè)bit設(shè)置上機(jī)器id。

最后再判斷一下，當(dāng)前這臺(tái)機(jī)房的這臺(tái)機(jī)器上這一毫秒內(nèi)，這是第幾個(gè)請(qǐng)求，給這次生成id的請(qǐng)求累加一個(gè)序號(hào)，作為最后的12個(gè)bit。

最終一個(gè)64個(gè)bit的id就出來了，類似于：

這個(gè)算法可以保證說，一個(gè)機(jī)房的一臺(tái)機(jī)器上，在同一毫秒內(nèi)，生成了一個(gè)唯一的id。可能一個(gè)毫秒內(nèi)會(huì)生成多個(gè)id，但是有最后12個(gè)bit的序號(hào)來區(qū)分開來。

下面我們簡單看看這個(gè)snowflake算法的一個(gè)代碼實(shí)現(xiàn)，這就是個(gè)示例，大家如果理解了這個(gè)意思之后，以后可以自己嘗試改造這個(gè)算法。

總之就是用一個(gè)64bit的數(shù)字中各個(gè)bit位來設(shè)置不同的標(biāo)志位，區(qū)分每一個(gè)id。

snowflake算法的代碼實(shí)現(xiàn)

public class IdWorker {   private long workerId; // 這個(gè)就是代表了機(jī)器id   private long datacenterId; // 這個(gè)就是代表了機(jī)房id   private long sequence; // 這個(gè)就是代表了一毫秒內(nèi)生成的多個(gè)id的最新序號(hào)   public IdWorker(long workerId, long datacenterId, long sequence) {       // sanity check for workerId       // 這兒不就檢查了一下，要求就是你傳遞進(jìn)來的機(jī)房id和機(jī)器id不能超過32，不能小于0       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;       this.sequence = sequence;   }   private long twepoch = 1288834974657L;   private long workerIdBits = 5L;   private long datacenterIdBits = 5L;      // 這個(gè)是二進(jìn)制運(yùn)算，就是5 bit最多只能有31個(gè)數(shù)字，也就是說機(jī)器id最多只能是32以內(nèi)   private long maxWorkerId = -1L ^ (-1L << workerIdBits);   // 這個(gè)是一個(gè)意思，就是5 bit最多只能有31個(gè)數(shù)字，機(jī)房id最多只能是32以內(nèi)   private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);   private long sequenceBits = 12L;   private long workerIdShift = sequenceBits;   private long datacenterIdShift = sequenceBits + workerIdBits;   private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;   private long sequenceMask = -1L ^ (-1L << sequenceBits);   private long lastTimestamp = -1L;   public long getWorkerId(){       return workerId;   }   public long getDatacenterId() {       return datacenterId;   }   public long getTimestamp() {       return System.currentTimeMillis();   }   // 這個(gè)是核心方法，通過調(diào)用nextId()方法，讓當(dāng)前這臺(tái)機(jī)器上的snowflake算法程序生成一個(gè)全局唯一的id   public synchronized long nextId() {       // 這兒就是獲取當(dāng)前時(shí)間戳，單位是毫秒       long timestamp = timeGen();       if (timestamp < lastTimestamp) {           System.err.printf(               "clock is moving backwards. Rejecting requests until %d.", lastTimestamp);           throw new RuntimeException(               String.format("Clock moved backwards. Refusing to generate id for %d milliseconds",                             lastTimestamp - timestamp));       }              // 下面是說假設(shè)在同一個(gè)毫秒內(nèi)，又發(fā)送了一個(gè)請(qǐng)求生成一個(gè)id       // 這個(gè)時(shí)候就得把seqence序號(hào)給遞增1，最多就是4096       if (lastTimestamp == timestamp) {                  // 這個(gè)意思是說一個(gè)毫秒內(nèi)最多只能有4096個(gè)數(shù)字，無論你傳遞多少進(jìn)來，           //這個(gè)位運(yùn)算保證始終就是在4096這個(gè)范圍內(nèi)，避免你自己傳遞個(gè)sequence超過了4096這個(gè)范圍           sequence = (sequence + 1) & sequenceMask;           if (sequence == 0) {               timestamp = tilNextMillis(lastTimestamp);           }              } else {           sequence = 0;       }       // 這兒記錄一下最近一次生成id的時(shí)間戳，單位是毫秒       lastTimestamp = timestamp;       // 這兒就是最核心的二進(jìn)制位運(yùn)算操作，生成一個(gè)64bit的id       // 先將當(dāng)前時(shí)間戳左移，放到41 bit那兒；將機(jī)房id左移放到5 bit那兒；將機(jī)器id左移放到5 bit那兒；將序號(hào)放最后12 bit       // 最后拼接起來成一個(gè)64 bit的二進(jìn)制數(shù)字，轉(zhuǎn)換成10進(jìn)制就是個(gè)long型       return ((timestamp - twepoch) << timestampLeftShift) |               (datacenterId << datacenterIdShift) |               (workerId << workerIdShift) | sequence;   }   private long tilNextMillis(long lastTimestamp) {              long timestamp = timeGen();              while (timestamp <= lastTimestamp) {           timestamp = timeGen();       }       return timestamp;   }   private long timeGen(){       return System.currentTimeMillis();   }   //---------------測(cè)試---------------   public static void main(String[] args) {              IdWorker worker = new IdWorker(1,1,1);              for (int i = 0; i < 30; i++) {           System.out.println(worker.nextId());       }   }}

snowflake算法一個(gè)小小的改進(jìn)思路

其實(shí)在實(shí)際的開發(fā)中，這個(gè)snowflake算法可以做一點(diǎn)點(diǎn)改進(jìn)。

因?yàn)榇蠹铱梢钥紤]一下，我們?cè)谏晌ㄒ籭d的時(shí)候，一般都需要指定一個(gè)表名，比如說訂單表的唯一id。

所以上面那64個(gè)bit中，代表機(jī)房的那5個(gè)bit，可以使用業(yè)務(wù)表名稱來替代，比如用00001代表的是訂單表。

因?yàn)槠鋵?shí)很多時(shí)候，機(jī)房并沒有那么多，所以那5個(gè)bit用做機(jī)房id可能意義不是太大。

這樣就可以做到，snowflake算法系統(tǒng)的每一臺(tái)機(jī)器，對(duì)一個(gè)業(yè)務(wù)表，在某一毫秒內(nèi)，可以生成一個(gè)唯一的id，一毫秒內(nèi)生成很多id，用最后12個(gè)bit來區(qū)分序號(hào)對(duì)待。