分布式之ID

目录

一、UUID

二、数据库自增序列

三、redis、zk

四、雪花算法

---

一、UUID

1. 当前日期和时间---时间戳
2. 时间序列---计数器
3. 全局唯一的IEEE机器识别号，如果有网卡，从网卡MAC地址获取

优点：

1. 代码简单，性能好（本地生成，没有网络消耗），保证唯一（相对而言）

缺点：

1. 每次生成的ID都是无序的，而且不是全数字，且无法保证趋势递增；UUID生成的是字符串，字符串存储性能差，查询效率慢；UUID长度过长，不适用于存储，消耗数据库性能；ID无一定业务含义，可读性差；有信息安全问题，有可能泄露MAC地址。

二、数据库自增序列

单机模式：

优点：

1. 实现简单，依靠数据库即可，成本小。
2. ID数字化，单调自增，满足数据库存储和查询性能。
3. 具有一定的业务可读性。（结合业务code）

缺点：

1. 强依赖DB，存在单点问题，如果数据库宕机，则业务不可用。
2. DB生成ID性能有限，单点数据库压力大，无法扛高并发场景。
3. 信息安全问题，比如暴露订单量，url查询改一下id查到别人的订单。

数据库高可用：多主模式做负载，基于序列的起始值和步长设置，不同的初始值，相同的步长，步长大于节点数。

优点：

1. 解决了ID生成的单点问题，同时平衡了负载。

缺点：

1. 系统扩容困难，系统定义好步长之后，增加机器之后调整步长困难。
2. 数据库压力大，每次获取一个ID都必须读写一次数据库。
3. 主从同步的时候，数据同步延迟导致查不到这个数据。

三、redis、zk

基于redis的原子性操作

基于zk的ZNode节点

四、雪花算法

64bit的整性数字，第一位符号位固定为0,41位时间戳，10位workId，12位序列号。位数可以有不同实现。

优点：

1. 每个毫秒值包含的ID值很多，不够可以变动位数来增加，性能佳（依赖workId实现）。
2. 时间戳在高位，中间是固定的机器码，自增的序列在低位，整个ID是趋势递增的。
3. 能够根据业务场景数据库节点布置灵活bit位划分，灵活度高。

缺点：

1. 强依赖于机器时钟，如果时钟回拨，会导致重复的ID生成，所以一般基于此的算法发现时钟回拨，都会抛出异常处理，阻止ID生成，这可能导致服务不可用。