高并发系统设计-其它知识（一）

全局唯一ID

如果系统有使用数据库，最常想到的全局唯一ID是利用数据库的自增字段来保证唯一性。这种方法生成的长度不同，并且与数据为交互，性能较差。
其它两个常用的两个算法是: UUID与snowflake

• UUID
  通用唯一识别码,不依赖中央机构的注册和分配，32位字符，提供5个算法实现，具体算法可以网上搜索。

1. 算法1，2可以保证唯一性；
2. 算法3、5除了利用的hash算法不同外，其它都相同，可以保证局部唯一，有极小的概率重复，可忽略不计。
3. 算法4，使用伪随机算法，不建议使用

• Snowflake
  twitter开源的分布式ID生成算法,64位由若干部分组成，每一部分都存储有特定含义的数据，比如说时间戳、机器 ID、序列号等等，最终生成全局唯一的有序 ID。如下图：
  

• 两种实现方式

1. 嵌入到业务代码中，不涉及服务调用性能更高，但机器ID数有限制，过多会有重复
2. 作为服务提供，可以通过服务数，来降低机器ID数，可以用多余的位表示其它信息。

• 特点

1. 全局唯一
2. 单调递增
3. 包含业务含义ID

• 缺点：

1. 依赖于系统的时间戳，一旦系统时间不准，就有可能生成重复的 ID，要防止系统时间回跳。

NOSQL

NOSQL区别于关系型数据库系统，不使用SQL查询语言，提供优秀的横向扩展能力和读写性能，非常适合于高并发大数据的系统。
常见的:redis, leveldb这样的KV存储；Hbase、Cassandra列式存储数据库（关系数据库是行式）；MongoDB、CouchDB文档型数据库。
NOSQL虽然有很多优点，但它不能完全替换关系型数据库，每种都有其适应的场景，可以与关系统数据库做到互补。

• 提高写入性能
  大部份NoSql会使用LSM 树做为存储引擎来提高写入性能，将随机写改为顺序写。
• NoSQL 数据库的支持全文搜索功能，可以很好的支持关系型数据库这方面的不足；
• 在扩展性方面，NoSQL 数据库天生支持分布式，支持数据冗余和数据分片的特性。

缓存

在平常的开发过程中，对于IO的性能的优化，较常想到的方式就是增加缓存。

• 缓存

1. 从概念上讲，缓存是一种存储数据的组件，可以让对数据的请求更快地返回。由于设备之间读写性能差距较大，能过将数据放入读写性能较高的设备中，提高读写性能。
2. 常见的缓存场景有：系统内存的分配、视频网站的缓存、静态网页的缓存。

• 分类

1. 静态缓存：从字面意思就是对静态数据的缓存，常见的静态页面缓存就属于这类，一般位于负载均衡层。
2. 分布式缓存：支持动态数据，能过在服务前部署分布式缓存来提高服务性能，一般位于应用层与数据层之间。
3. 本地缓存，位于应用层，在应用中直接实现。

• 缓存并不能解决所有问题，一般适应于读多写少的场景，数据最好带有热点属性。缓存会带来系统的复杂性，并且可能会出现数据不致的性况。会带来一定的运维成本。在系统的设计中，需要全局考虑，才能带来优势最大化的效果。