Sharding-JDBC 实战 - 分布式唯一主键

在分布式系统中，生成唯一主键是一个常见的需求。在使用 Sharding-JDBC 进行分库分表时，生成唯一主键需要考虑到分布式环境下的唯一性和性能。以下是一种实战方案：

实现分布式唯一主键的方案

1. 使用数据库自增主键

对于单库单表的场景，可以使用数据库自增主键来生成唯一主键。但是在分库分表的情况下，由于每个库表都有独立的自增序列，无法保证全局唯一性。

2. 使用 UUID

可以使用 UUID 来生成唯一主键，UUID 保证了全局唯一性，但会导致主键过长，不利于索引和存储空间的利用。

3. 使用 Snowflake 算法

Snowflake 是一种分布式唯一 ID 生成算法，可以生成全局唯一且有序的 ID。它的特点是：

• 时间有序性：生成的 ID 是递增的，保证了索引的顺序性和性能。
• 唯一性：在同一时空中不会生成重复的 ID。
• 高性能：生成 ID 的性能非常高。

Snowflake 算法使用一个 64 位的 long 型数字作为全局唯一 ID，结构如下：

 0 | timestamp(ms) | data center id | machine id | sequence

其中，timestamp(ms) 表示当前时间戳，data center id 和 machine id 可以根据实际情况分配，sequence 表示同一时间戳下的序列号，保证了同一毫秒内生成的 ID 的唯一性。

实现步骤

1. 引入 Snowflake 算法的实现库，如 Twitter 的 Snowflake 或者自己实现一个 Snowflake 算法。
2. 在应用启动时初始化 Snowflake 算法的实例。
3. 每次生成唯一主键时调用 Snowflake 算法实例的 nextId() 方法获取唯一 ID。

示例代码

public class SnowflakeIdGenerator {
    private final long workerId;
    private final long datacenterId;
    private long sequence = 0L;
    private final long twepoch = 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 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 - twepoch) << 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();
    }
}

注意事项

• 在分布式环境中，确保每个节点的 workerId 和 datacenterId 不重复。
• Snowflake 算法要求时钟不可回退，确保服务器的时钟同步性。

以上是使用 Snowflake 算法实现分布式唯一主键的方案。根据具体业务需求和分布式环境的特点，选择合适的方案来生成唯一主键。