1.可以使用Redis集群来获取更高的吞吐量。一台吞吐量不够可以使用多台,假如一个集群中有5台Redis。
可以初始化每台Redis的值分别是1,2,3,4,5,然后步长都是5。各个Redis生成的ID为:
A:1,6,11,16,21
B:2,7,12,17,22
C:3,8,13,18,23
D:4,9,14,19,24
E:5,10,15,20,25
2.twitter开源的Snowflake 算法,但它强依赖时钟,如果主机时间回拨,则会造成重复ID。
3.类snowflake算法
百度的uid-generator:
https://github.com/baidu/uid-generator
美团Leaf:
https://github.com/zhuzhong/idleaf
基本是对snowflake的进一步优化,比如解决时钟 回拨问题!
关于分布式ID的一些思考
https://mp.weixin.qq.com/s/CeQpB3uVhN7qnaTm7KiERw
总体而言,分布式唯一ID需要满足以下条件:
-
高可用性:不能有单点故障。
-
全局唯一性:不能出现重复的ID号,既然是唯一标识,这是最基本的要求。
-
趋势递增:在MySQL InnoDB引擎中使用的是聚集索引,由于多数RDBMS使用B-tree的数据结构来存储索引数据,在主键的选择上面我们应该尽量使用有序的主键保证写入性能。
-
时间有序:以时间为序,或者ID里包含时间。这样一是可以少一个索引,二是冷热数据容易分离。
-
分片支持:可以控制ShardingId。比如某一个用户的文章要放在同一个分片内,这样查询效率高,修改也容易。
-
单调递增:保证下一个ID一定大于上一个ID,例如事务版本号、IM增量消息、排序等特殊需求。
-
长度适中:不要太长,最好64bit。使用long比较好操作,如果是96bit,那就要各种移位相当的不方便,还有可能有些组件不能支持这么大的ID。
-
信息安全:如果ID是连续的,恶意用户的扒取工作就非常容易做了,直接按照顺序下载指定URL即可;如果是订单号就更危险了,竞争对手可以直接知道我们一天的单量。所以在一些应用场景下,会需要ID无规则、不规则。
http://mp.weixin.qq.com/s/cqIK5Bv1U0mT97C7EOxmnA
https://mp.weixin.qq.com/s?__biz=MzA5ODM5MDU3MA==&mid=2650863118&idx=1&sn=fa6dfd64d967a0c402897028052ce524&chksm=8b66114bbc11985d1cd5043222d51a79dd21b8ea06bd287d5aa45fe0467d6fab180f6fc17adc&scene=21#wechat_redirect