如何生成分布式系统全局唯一Id

一、合理的全局唯一Id的一些要求

1. 全局唯一

• 不能出现重复的id，也即唯一标识

2. 趋势递增

• MySQL中的InnerDB存储引擎使用的是聚簇索引，多数使用Btree的数据结构来存储索引，在主键的选择上，我们尽可能选择有序的唯一id

3. 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，排序等场景

4. 信息安全

• 如果id连续的，恶意用户的爬取工作就会很容易做到，在一些应用场景下需要id无规则不规则

5. 含时间戳

• 能快速排查这个id什么时候生成的

二、分布式全局唯一Id还需要哪些要求

• 高可用：获取分布式的唯一id，服务器要保证99.999%的情况下可以生成唯一id
• 低延时：获取一个唯一id请求，要快速生成，极快
• 高QPS：在并发场景下，服务器可以同时创建上万个唯一id

三、常见的几种生成唯一Id方式

1. 通过java.util.UUID生成

 System.out.println(UUID.randomUUID());

• 只需使用replace替换掉符号，即可使用，性能非常高，没有网络消耗
• 但是，UUID生成的id为字符串，字符串作为Id占用空间大，并且由于无序，索引效率比整型低，入数据库性能差，MySQL建议使用较短的主键id，不推荐使用

2. 通过MySQL的auto-increment自增字段和replace into实现

• 从1开始，基本可以做到连续递增，只能保证每个表唯一
• 但是，不能保证全局唯一，无法保证信息安全，分布式系统不合适使用

3. 基于Redis生成全局id策略

• 利用redis的原子性，通过Incr，设置步长基本可以满足
• 但是，复杂性太高，需要严重依赖第三方服务，而且代码配置繁琐，需要引入Redis集群

4. 雪花算法

• SnowFlake可以按照时间有序生成
• SnowFlake生成的id结果为64bit的整数，为一个Long型
• 分布式系统中不会产生id碰撞，由workerId和datecenter区分，效率很高

4.1 雪花算法的核心组成部分

• 1位符号位
• 41位时间戳位
  • 时间范围:79年，可以到2039-9-07
• 10位工作进程位
  • 2^10 = 1024,可以部署1024个结点，5位workerId和5位datacenter
• 12位序列号位
  • 2^12-1 = 4095，即每个时间戳可以生成4095个唯一id

4.2 如何使用

• 引入hutool工具包

<dependency>
    <groupId>cn.hutool</groupId>
    <artifactId>hutool-all</artifactId>
    <version>5.7.7</version>
</dependency>

• 编写工具类

public class SnowFlakeService
{
    private long workerId = 1;
    private long datacenter = 1;
    private Snowflake snowflake = IdUtil.createSnowflake(workerId,datacenter);

    {
        workerId = NetUtil.ipv4ToLong(NetUtil.getLocalhostStr());
        System.out.println(workerId);
    }

    public  long getSnowflakeId(){
        return snowflake.nextId();
    }
    public  long snowflakeId(long workerId,long datacenterId){
        Snowflake snowflake = IdUtil.createSnowflake(workerId, datacenterId);
        return snowflake.nextId();
    }

    public static void main(String[] args) {
        SnowFlakeService snowFlakeService = new SnowFlakeService();
        System.out.println(snowFlakeService.getSnowflakeId());
    }
}