分布式ID生成解决方案

分布式ID生成解决方案

为什么要生成分布式ID？

答：如果一张表的数据过多，会影响性能，那么就会进行分表。但是分表会导致ID重复，那么以前的id就不能使用了，所以我们需要使用分布式生成ID

UUID

常见的方式。可以利用数据库也可以利用程序生成，一般来说全球唯一。

优点：

• 简单，代码方便

• 生成ID性能非常好，基本不会有性能问题

• 全球唯一，在遇见数据迁移，系统数据合并，或者数据库变更等情况下，可以从容应对

缺点：

• 没有排序，无法保证趋势递增
• UUID往往是使用字符串存储，查询的效率比较低
• 存储空间较大，如果是海量数据库，就需要考虑存储量的问题
• 传输数据量大
• 不可读

Redis

当使用数据库来生成ID性能不够要求的时候，我们可以尝试使用Redis来生成ID。这主要依赖于Redis是单线程的，所以也可以用生成全局唯一的ID。可以用Redis的原子操作INCR和INCRBY来实现

优点：

• 不依赖于数据库，灵活方便，且性能优于数据库

• 数字ID天然排序，对分页或者需要排序的结果很有帮助

缺点：

• 如果系统中没有Redis，还需要引入新的组件，增加系统复杂度
• 需要编码和配置的工作量比较大
• 网络传输造成性能下降

推荐开源算法snowflake（雪花算法）

snowflake是Twitter开源的分布式ID生成算法，结果是一个long型的ID。核心思想是：使用41bit作为毫秒数时间戳，10bit作为机器的ID（5个bit是数据中心，5个bit的机器ID），12bit作为毫秒内的流水号（意味着每个节点在每毫秒可以产生4096个ID），最后还有一个符号位，永远是0

snowflake（雪花算法）案例

步骤：

1. 导入IdWorker工具类

2. 在yml文件配置数据中心和机器ID

   workId: 0
   datacenterId: 0
   

3. 在启动类把IdWorker载入Spring容器

       @Value("${workId}")
       private int workId;
   
       @Value("${datacenterId}")
       private int datacenterId;
   
       @Bean
       public IdWorker idWorker(){
           return new IdWorker(workId,datacenterId);
       }