数据库ID生成策略及相应的代码示例(优缺点)

以下是各大厂常用的数据库ID生成策略及相应的代码示例:

1. 自增ID(Auto Increment)

适用于单机数据库,如MySQL、PostgreSQL。
  • 应用场景:主要用于单机数据库,如MySQL、PostgreSQL。
  • 优点:简单易用,性能较好。
  • 缺点:在分布式环境下难以保证唯一性和顺序性,需要额外处理。
MySQL示例:
CREATE TABLE example (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(255) NOT NULL
);

2. UUID(Universally Unique Identifier)

适用于需要全局唯一标识的场景。
  • 应用场景:适用于需要全局唯一标识的场景。
  • 优点:可以保证全局唯一性,适合分布式系统。
  • 缺点:长度较长,占用存储空间较大,索引性能较差。
Java示例:
import java.util.UUID;

public class UUIDExample {
    public static void main(String[] args) {
        UUID uniqueID = UUID.randomUUID();
        System.out.println(uniqueID);
    }
}

3. 雪花算法(Snowflake Algorithm)

适用于高并发的分布式系统,Twitter开源的分布式ID生成算法
  • 应用场景:Twitter开源的分布式ID生成算法,适用于高并发场景。
  • 优点:生成的ID有序且唯一,适合分布式环境,性能好。
  • 缺点:需要部署额外的ID生成服务。
Java示例:
public class SnowflakeIdGenerator {
    private final long epoch = 1288834974657L;
    private final long workerIdBits = 5L;
    private final long datacenterIdBits = 5L;
    private final long maxWorkerId = -1L ^ (-1L << workerIdBits);
    private final long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
    private final long sequenceBits = 12L;
    private final long workerIdShift = sequenceBits;
    private final long datacenterIdShift = sequenceBits + workerIdBits;
    private final long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
    private final long sequenceMask = -1L ^ (-1L << sequenceBits);

    private long workerId;
    private long datacenterId;
    private long sequence = 0L;
    private long lastTimestamp = -1L;

    public SnowflakeIdGenerator(long workerId, long datacenterId) {
        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;
    }

    public synchronized long nextId() {
        long timestamp = timeGen();

        if (timestamp < lastTimestamp) {
            throw new RuntimeException(String.format("Clock moved backwards. Refusing to generate id for %d milliseconds", lastTimestamp - timestamp));
        }

        if (lastTimestamp == timestamp) {
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0L;
        }

        lastTimestamp = timestamp;

        return ((timestamp - epoch) << timestampLeftShift) |
               (datacenterId << datacenterIdShift) |
               (workerId << workerIdShift) |
               sequence;
    }

    protected long tilNextMillis(long lastTimestamp) {
        long timestamp = timeGen();
        while (timestamp <= lastTimestamp) {
            timestamp = timeGen();
        }
        return timestamp;
    }

    protected long timeGen() {
        return System.currentTimeMillis();
    }
}

4. 数据库分配ID(Database Assigned IDs)

利用数据库的序列号生成功能,如Oracle的Sequence。
  • 应用场景:利用数据库的序列号生成功能,如Oracle的Sequence。
  • 优点:数据库自身保证唯一性和有序性。
  • 缺点:可能成为系统瓶颈,不适用于大规模分布式系统。
Oracle示例:

CREATE SEQUENCE example_seq START WITH 1 INCREMENT BY 1;

CREATE TABLE example (
    id NUMBER PRIMARY KEY,
    name VARCHAR2(255) NOT NULL
);

INSERT INTO example (id, name) VALUES (example_seq.NEXTVAL, 'example_name');

5. Redis生成ID

利用Redis的原子自增操作来生成唯一ID。
  • 应用场景:利用Redis的原子自增操作来生成唯一ID。
  • 优点:高性能,适合高并发环境。
  • 缺点:需要维护Redis集群,存在单点故障风险。
Java示例(使用Jedis库):

import redis.clients.jedis.Jedis;

public class RedisIdGenerator {
    private Jedis jedis;
    private String key;

    public RedisIdGenerator(String host, int port, String key) {
        this.jedis = new Jedis(host, port);
        this.key = key;
    }

    public long nextId() {
        return jedis.incr(key);
    }

    public static void main(String[] args) {
        RedisIdGenerator generator = new RedisIdGenerator("localhost", 6379, "unique_id");
        System.out.println(generator.nextId());
    }
}

6. Leaf(美团的分布式ID生成服务)

美团开源的分布式ID生成服务。
  • 应用场景:美团开源的分布式ID生成服务。
  • 优点:适合大规模分布式系统,生成的ID有序且唯一。
  • 缺点:复杂性较高,需要部署和维护Leaf服务。
Leaf使用示例:
Leaf服务需要先进行配置和部署,以下是基本的使用方式:

import com.sankuai.inf.leaf.common.Result;
import com.sankuai.inf.leaf.snowflake.IDGen;

public class LeafIdGenerator {
    private IDGen idGen;

    public LeafIdGenerator(IDGen idGen) {
        this.idGen = idGen;
    }

    public long nextId() {
        Result result = idGen.get("");
        if (result.getStatus() == Status.SUCCESS) {
            return result.getId();
        } else {
            throw new RuntimeException("Failed to generate ID");
        }
    }
}
要使用Leaf,需要先部署Leaf服务,并通过配置文件或Zookeeper进行配置。

  • 49
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
关系数据库和分布式数据库都是常见的数据库类型,它们在不同的场景下具有不同的使用场景和优缺点。 关系数据库(RDBMS)是基于关系模型的数据库,使用表格来组织和管理数据。它适用于需要保持数据一致性和完整性的应用场景,例如银行系统、人力资源管理系统等。以下是关系数据库优缺点: 优点: 1. 数据一致性:关系数据库使用事务处理来确保数据的一致性,可以保证数据的完整性和准确性。 2. 查询灵活性:关系数据库使用结构化查询语言(SQL)进行数据查询和操作,具有强大的查询功能。 3. 数据完整性:关系数据库支持主键、外键等约束,可以保证数据的完整性。 4. 数据安全性:关系数据库具备较好的安全性能,可以进行用户认证、权限控制等操作。 缺点: 1. 扩展性局限:关系数据库对于大规模数据的扩展性有限,当数据量增大时,性能可能下降。 2. 单点故障:关系数据库通常部署在单个服务器上,存在单点故障的风险。 3. 高成本:商业关系数据库通常需要付费,成本较高。 分布式数据库是将数据分散存储在多个节点上的数据库系统,可以提供更高的性能和可扩展性。以下是分布式数据库优缺点: 优点: 1. 高性能:分布式数据库可以将数据分散存储在多个节点上,提供更高的读写性能。 2. 可扩展性:分布式数据库可以通过增加节点来扩展数据容量和处理能力。 3. 容错性:分布式数据库具备容错机制,当部分节点发生故障时,仍然可以提供服务。 4. 高可用性:分布式数据库可以通过数据的冗余存储来提供高可用性。 缺点: 1. 复杂性:分布式数据库的设计和管理相对复杂,需要考虑数据分布、一致性等因素。 2. 数据一致性:分布式数据库需要解决数据一致性的问题,例如使用分布式事务或一致性协议。 3. 配置和维护成本:分布式数据库的配置和维护相对复杂,需要投入较多的人力和资源。 总结而言,关系数据库适用于对数据一致性和完整性要求较高的应用场景,而分布式数据库则适用于需要高性能和可扩展性的大规模数据存储和处理场景。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值