分布式ID

在分布式系统中，生成全局唯一标识符（ID）是一个常见的需求。分布式 ID 生成器需要满足高可用性、低延迟、全局唯一性等特性。以下是几种常见的分布式 ID 生成方案：

1. UUID（Universally Unique Identifier）

优点

• 全局唯一：几乎不可能重复。
• 不依赖于中心化服务：每个节点都可以独立生成 UUID。

缺点

• 长度较长：128 位，会增加存储和传输开销。
• 排序性能差：UUID 的无序性不利于数据库索引和排序。

示例

import java.util.UUID;

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

2. 数据库自增 ID

优点

• 简单易用：数据库自带功能，使用方便。
• 有序：生成的 ID 是有序的，有利于索引和排序。

缺点

• 单点瓶颈：依赖单一数据库，可能成为瓶颈和单点故障。
• 扩展性差：在高并发环境下可能无法满足需求。

示例

CREATE TABLE orders (
    id BIGINT AUTO_INCREMENT PRIMARY KEY,
    order_details VARCHAR(255)
);

3. 雪花算法（Snowflake）

由 Twitter 提出的分布式 ID 生成算法，使用 64 位二进制数生成唯一 ID。

格式

• 1 位：符号位，总是 0。
• 41 位：时间戳（毫秒级）。
• 10 位：机器 ID（通常包括数据中心 ID 和机器 ID）。
• 12 位：序列号，表示同一毫秒内生成的不同 ID。

优点

• 高效：每秒可以生成大量 ID。
• 有序：生成的 ID 大致有序，有利于索引和排序。

缺点

• 依赖时钟：时钟回拨会导致 ID 重复或无效。

示例

public class SnowflakeIdGenerator {
    private final long workerId;
    private final long datacenterId;
    private final long sequence;

    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;
        this.sequence = 0L;
    }

    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();
    }
}

4. 数据库表 + 号段分配

使用数据库表记录当前 ID 号段，每次分配一个号段给服务器，服务器在号段范围内生成 ID。

优点

• 分布式：支持多台服务器同时生成 ID。
• 有序：生成的 ID 是有序的。

缺点

• 复杂性：需要管理号段分配，确保不重叠。

示例

1. 创建一个号段表：

CREATE TABLE id_segments (
    name VARCHAR(50) PRIMARY KEY,
    max_id BIGINT,
    step INT
);

2. 服务器获取号段：

-- 获取并更新号段
START TRANSACTION;
SELECT max_id FROM id_segments WHERE name = 'order';
UPDATE id_segments SET max_id = max_id + step WHERE name = 'order';
COMMIT;

5. Redis 自增键

使用 Redis 的 INCR 命令生成唯一 ID，利用 Redis 的高性能和分布式特性。

优点

• 高性能：Redis 的自增操作非常快。
• 分布式：适合分布式系统。

缺点

• 依赖 Redis：需要保证 Redis 的高可用性。

示例

import redis.clients.jedis.Jedis;

public class RedisIdGenerator {
    private Jedis jedis;

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

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

6. 雪花算法变种 - Tikv/Etcd的分布式ID生成方案

Etcd 和 TiKV 都实现了一种基于雪花算法的分布式 ID 生成方法，确保 ID 的全局唯一性和高可用性。

优点

• 高性能：高效生成唯一 ID。
• 高可用性：适合高并发环境。

缺点

• 依赖外部服务：需要额外的部署和维护工作。

示例（TiKV 提供的 Rust 实现）

TiKV 中的 Rust 实现复杂，可以参考 TiKV 官方文档和示例代码。

你可以通过以下链接访问 TiKV 的官方文档和示例代码： - TiKV 文档主页