分布式唯一ID生成方案

分布式系统中我们会对一些数据量大的业务进行分拆，如：用户表，订单表。因为数据量巨大一张表无法承接，就会对其进行分库分表。

但一旦涉及到分库分表，就会引申出分布式系统中唯一主键ID的生成问题，永不迁移数据和避免热点的文章中要求需要唯一ID的特性：

1、整个系统ID唯一

2、ID是数字类型，而且是趋势递增的

3、ID简短，查询效率快

趋势递增

在一段时间内，生成的ID是递增的趋势。如：再一段时间内生成的ID在【0，1000】之间，过段时间生成的ID在【1000，2000】之间。但在【0-1000】区间内的时候，ID生成有可能第一次是12，第二次是10，第三次是14。

一、分布式ID的几种生成方案

1、UUID

优点：

（1）代码实现简单。

（2）本机生成，没有性能问题

（3）因为是全球唯一的ID，所以迁移数据容易

缺点：

（1）每次生成的ID是无序的，无法保证趋势递增

（2）UUID的字符串存储，查询效率慢

（3）存储空间大

（4）ID无业务含义，不可读

应用场景：

（1）类似生成token令牌的场景

（2）不适用一些要求有趋势递增的ID场景

2、MySQL主键自增

优点：

（1）数字化，id递增

（2）查询效率高

（3）具有一定的业务可读

缺点：

（1）存在单点问题，如果mysql挂了，就没法生成iD了

（2）数据库压力大，高并发抗不住

3、MySQL多实例主键自增

解决mysql的单点问题，在auto_increment基本上面，设置step步长

优点：

解决了单点问题

缺点：

一旦把步长定好后，就无法扩容；而且单个数据库的压力大，数据库自身性能无法满足高并发

应用场景：

数据不需要扩容的场景

4、雪花snowflake算法

雪花算法生成64位的二进制正整数，然后转换成10进制的数。64位二进制数由如下部分组成：

1位标识符：始终是0

41位时间戳：41位时间截不是存储当前时间的时间截，而是存储时间截的差值（当前时间截 - 开始时间截 )得到的值，这里的的开始时间截，一般是我们的id生成器开始使用的时间，由我们程序来指定的

10位机器标识码：可以部署在1024个节点，如果机器分机房（IDC）部署，这10位可以由 5位机房ID + 5位机器ID 组成

12位序列：毫秒内的计数，12位的计数顺序号支持每个节点每毫秒(同一机器，同一时间截)产生4096个ID序号

优点：

（1）此方案每秒能够产生409.6万个ID，性能快

（2）时间戳在高位，自增序列在低位，整个ID是趋势递增的，按照时间有序递增

（3）灵活度高，可以根据业务需求，调整bit位的划分，满足不同的需求

缺点：

依赖机器的时钟，如果服务器时钟回拨，会导致重复ID生成

5、Redis生成方案

利用redis的incr原子性操作自增，一般算法为：

年份 + 当天距当年第多少天 + 天数 + 小时 + redis自增

优点：

有序递增，可读性强

缺点：

（1）占用带宽，每次要向redis进行请求

（2）ID安全性的问题

用户是可以预测下一个ID号是多少，因为算法是递增的。

这样的话竞争对手第一天中午12点下个订单，就可以看到平台的订单ID是多少，第二天中午12点再下一单，又平台订单ID到多少。这样就可以猜到平台1天能产生多少订单了。

 

在分布式场景中，服务器时钟回拨会经常遇到，一般存在10ms之间的回拨；小伙伴们就说这点10ms，很短可以不考虑吧。但此算法就是建立在毫秒级别的生成方案，一旦回拨，就很有可能存在重复ID。

二、优化

MySQL多实例主键自增有严重的问题

1、一旦步长定下来，不容易扩容

2、数据库压力山大

优化思路：

请求数据库得到ID的时候，可设计成获得的ID是一个ID区间段。

1、id表示为主键，无业务含义。

2、biz_tag为了表示业务，因为整体系统中会有很多业务需要生成ID，这样可以共用一张表维护

3、max_id表示现在整体系统中已经分配的最大ID

4、desc描述

5、update_time表示每次取的ID时间

整体流程：

1、【用户服务】在注册一个用户时，需要一个用户ID；会请求【生成ID服务(是独立的应用)】的接口

2、【生成ID服务】会去查询数据库，找到user_tag的id，现在的max_id为0，step=1000

3、【生成ID服务】把max_id和step返回给【用户服务】；并且把max_id更新为max_id = max_id + step，即更新为1000

4、【用户服务】获得max_id=0，step=1000；

5、 这个用户服务可以用ID=【max_id + 1，max_id+step】区间的ID，即为【1，1000】

6、【用户服务】会把这个区间保存到jvm中

7、【用户服务】需要用到ID的时候，在区间【1，1000】中依次获取id，可采用AtomicLong中的getAndIncrement方法。

8、如果把区间的值用完了，再去请求【生产ID服务】接口，获取到max_id为1000，即可以用【max_id + 1，max_id+step】区间的ID，即为【1001，2000】

竞争问题

如果是多个用户服务，同时获取ID，同时去请求【ID服务】，在获取max_id的时候会存在并发问题。

加分布式锁，保证同一时刻只有一个用户服务获取max_id。当然也可以用数据库自身的锁去解决。

利用事务方式加行锁，上面的语句，在没有执行完之前，是不允许第二个用户服务请求过来的，第二个请求只能阻塞。

因为上面提到的竞争问题，所有只有一个用户服务去操作数据库，其他二个会被阻塞。

双buffer方案

1、当前获取ID在buffer1中，每次获取ID在buffer1中获取

2、当buffer1中的Id已经使用到了100，也就是达到区间的10%

3、达到了10%，先判断buffer2中有没有去获取过，如果没有就立即发起请求获取ID线程，此线程把获取到的ID，设置到buffer2中。

4、如果buffer1用完了，会自动切换到buffer2

5、buffer2用到10%了，也会启动线程再次获取，设置到buffer1中

6、依次往返