目录
一、UUID
- 当前日期和时间---时间戳
- 时间序列---计数器
- 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:
- 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:
- 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:
- 实现简单,依靠数据库即可,成本小。
- ID数字化,单调自增,满足数据库存储和查询性能。
- 具有一定的业务可读性。(结合业务code)
缺点:
- 强依赖DB,存在单点问题,如果数据库宕机,则业务不可用。
- DB生成ID性能有限,单点数据库压力大,无法扛高并发场景。
- 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:
- 解决了ID生成的单点问题,同时平衡了负载。
缺点:
- 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。
- 数据库压力大,每次获取一个ID都必须读写一次数据库。
- 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:
- 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)。
- 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。
- 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:
- 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。