JAVA面试：分库分表之后全局id的生成

　　1 面试题

　　分库分表之后，id主键如何处理?

　　2 考点分析

　　其实这是分库分表之后你必然要面对的一个问题，就是id咋生成?

　　要是分成多个表之后，每个表都是从1开始累加，那肯定不对啊，需要一个全局唯一的id来支持!

　　下面来看看有哪些可行方案~

　　3 数据库自增id

　　分库分表的id主键问题

　　

 

　　系统每次得到一个id，都是

　　往一个库的一个表里插入一条没什么业务含义的数据

　　然后获取一个数据库自增id

　　拿到该id后,再写入对应的分库分表中

　　3.1 优点

　　就是方便简单，谁都会用

　　3.2 缺点

　　就是单库生成自增id，要是高并发的话，就会有瓶颈

　　如果你硬是要改进，那就专门开一个服务

　　该服务每次就拿到当前id最大值

　　然后自己递增几个id，一次性返回一批id

　　然后再把当前最大id值修改成递增几个id之后的一个值

　　但是无论怎么说都是基于单个数据库的!

　　3.3 适用场景

　　分库分表就俩原因

　　要不就是单库并发太高

　　要不就是单库数据量太大

　　除非是你并发不高，但是数据量太大导致的分库分表扩容，你可以用这个方案，因为可能每秒最高并发最多就几百，那么就走单独的一个库和表生成自增主键即可。

　　并发很低，几百/s，但是数据量大，几十亿的数据，所以需要靠分库分表来存放海量的数据

　　4 UUID

　　4.1 优点

　　就是本地生成，不要基于数据库

　　4.2 缺点

　　UUID太长了，作为主键性能太差，不适合用于主键

　　UUID 不具有有序性，会导致 B+ 树索引在写的时候有过多的随机写操作(连续的 ID 可以产生部分顺序写)

　　写的时候不能产生有顺序的 append 操作，而需要进行 insert 操作，将会读取整个 B+ 树节点到内存，在插入这条记录后会将整个节点写回磁盘，这种操作在记录占用空间比较大的情况下，性能下降明显

　　4.3 适用场景

　　如果你是要随机生成个什么文件名，编号之类的，你可以用UUID，但是作为主键是不能用UUID

　　5 获取系统当前时间

　　获取当前时间即可，但问题是，并发很高的时候，比如一s并发几千，会有重复的情况，这个是肯定不合适的。基本就不用考虑了。

　　5.1 适用场景

　　一般如果用这个方案，是将当前时间跟很多其他的业务字段拼接起来，作为一个id

　　如果业务上你觉得可以接受，那么也是可以的

　　你可以将别的业务字段值跟当前时间拼接起来，组成一个全局唯一的编号

　　比如订单编号

　　时间戳 + 用户id + 业务含义编码

　　6 snowflake算法

　　

 

　　twitter开源的分布式id生成算法，把一个64位的long型的id，1个bit是不用的，用其中的41 bit作为毫秒数，用10 bit作为工作机器id，12 bit作为序列号

　　1 bit：不用 因为二进制里第一个bit为如果是1，那么都是负数，但是我们生成的id都是正数，所以第一个bit统一都是0

　　41 bit：表示的是时间戳，单位是ms 41 bit可以表示的数字多达2^41 - 1，也就是可以标识2 ^ 41 - 1个毫秒值，换算成年就是表示69年的时间

　　10 bit：记录工作机器id 代表的是这个服务最多可以部署在2^10台机器上哪，也就是1024台机器 但是10 bit里5个bit代表机房id，5个bit代表机器id。意思就是最多代表2 ^ 5个机房(32个机房)，每个机房里可以代表2 ^ 5个机器(32台机器)。

　　12 bit：记录同一个毫秒内产生的不同id 12 bit可以代表的最大正整数是2 ^ 12 - 1 = 4096 也就是说可以用这个12bit代表的数字来区分同一个毫秒内的4096个不同的id

　　64位的long型的id，64位的long - 二进制

　　2018-01-01 10:00:00 - 做了一些计算，再换算成一个二进制，41bit来放 -

　　机房id，17 - 换算成一个二进制 -

　　机器id，25 - 换算成一个二进制 -

　　snowflake算法服务，会判断一下，当前这个请求是否是，机房17的机器25，在2175/11/7 12:12:14时间点发送过来的第一个请求，如果是第一个请求

　　假设，在2175/11/7 12:12:14时间里，机房17的机器25，发送了第二条消息，snowflake算法服务，会发现说机房17的机器25，在2175/11/7 12:12:14时间里，在这一毫秒，之前已经生成过一个id了，此时如果你同一个机房，同一个机器，在同一个毫秒内，再次要求生成一个id，此时我只能把加1

　　比如我们来观察上面的那个，就是一个典型的二进制的64位的id，换算成10进制就是910499571847892992。

　　41 bit，就是当前毫秒单位的一个时间戳

　　然后5 bit是你传递进来的一个机房id(但是最大只能是32以内)

　　5 bit是你传递进来的机器id(但是最大只能是32以内)

　　剩下的那个10 bit序列号，就是如果跟你上次生成id的时间还在一个毫秒内，那么会把顺序给你累加，最多在4096个序号以内

　　所以你自己利用这个工具类，自己搞一个服务，然后对每个机房的每个机器都初始化这么一个东西，刚开始这个机房的这个机器的序号就是0

　　然后每次接收到一个请求，说这个机房的这个机器要生成一个id，你就找到对应的Worker，生成。

　　这个算法生成的时候，会把当前毫秒放到41 bit中，然后5 bit是机房id，5 bit是机器id，接着就是判断上一次生成id的时间如果跟这次不一样，序号就自动从0开始;要是上次的时间跟现在还是在一个毫秒内，他就把seq累加1，就是自动生成一个毫秒的不同的序号。

　　该算法可以确保每个机房每个机器每一毫秒，最多生成4096个不重复的id

　　利用这个snowflake算法，你可以开发自己公司的服务，甚至对于机房id和机器id，反正给你预留了5 bit + 5 bit，你换成别的有业务含义的东西也可以的。

　　这个snowflake算法相对来说还是比较靠谱的，所以你要真是搞分布式id生成，如果是高并发啥的，那么用这个应该性能比较好，一般每秒几万并发的场景，也足够你用了。

​