分布式ID生成方案

系统唯一ID是设计一个系统的时候常常会遇到的问题，也常常为这个问题而纠结。

生成ID的方法有很多，适应不同的场景、需求以及性能要求。所以有些比较复杂的系统会有多个ID生成的策略。

0. 分布式ID要求

（1）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；

（2）粗略有序：如果在分布式环境中做到完全有序，需要用到锁等，考虑到性能，采用粗略有序，具体分为秒级有序和毫秒级有序；

（3）可反解：即生成ID服务提供反解方法，这样在存储时就能以十进制存储，省下传统timestamp类字段的占用空间了；

（4）可伸缩：中心发布模式时可以进行集群部署，这样在生成ID里就必须包含机器ID；

（5）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，在主键的选择上我们应该尽量使用有序的主键保证写入性能；

（6）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增量信息，排序特殊需求；

（7）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，直接按照顺序下载指定URL即可，如果是订单号就更危险了

1. 数据库自增长列或字段

针对主库单点，如果有个多个master库，则每个master库设置的起始数字不一样，步长一样（可以使master的个数）。比如：master1生成的是1,4,7,10，master2生成的是2,5,8,11，master3生成的是3,6,9,12。这样就可以有效生成集群中的唯一ID，也可以大大降低ID生成数据库操作的负载。

优点：

（1）最常见的方式，利用数据库，全数据库唯一，简单，代码方便，性能可以接受

（2）数字ID天然排序，对分页或需要排序的结果很有帮助

缺点：

（1）不同数据库语法和实现不同，数据库迁移的时候或多数据库版本支持的时候需要处理

（2）在单个数据库或读写分离或一主多从的情况下，只有一个主库可以生成，有单点故障的风险

（3）在性能达不到要求的情况下，比较难于扩展

（4）如果遇到多个系统需要合并或者涉及到数据迁移会相当痛苦

（5）分表分库的时候有麻烦

2. UUID

优点：

（1）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，简单，代码方便

（2）生成ID性能非常好，基本不会有性能问题

（3）全球唯一，在遇见数据迁移，系统数据合并或数据库变更等情况下，可以从容应对

缺点：

（1）没有排序，无法保证趋势递增

（2）UUID往往是使用字符串存储，查询的效率比较低

（3）存储空间比较大，如果是海量数据库，就需要存储量的问题

（4）传输数据量大

（5）不可读

3. Redis生成ID

当使用数据库来生成ID性能不够要求的时候，可以尝试用Redis来生成ID。

4. Twitter的snowflake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。其核心思想是：

使用41bit作为毫秒数

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。

https://github.com/twitter/snowflake

优点：

（1）不依赖数据库，灵活方便，且性能优于数据库

（2）ID按照时间在单机上是递增的

缺点：

（1）在单机上是递增的，但是由于涉及到分布式环境中，每台机器上的时钟不可能完全同步，也许有时候也会出现不是全局递增的情况。

5. 利用zookeeper生成唯一ID

zookeeper主要通过其znode数据版本来生成序列号，可以生成32位和64位的数据版本号，客户端可以使用这个版本号来作为唯一的序列号。

很少会使用zookeeper来生成唯一ID，主要是由于依赖zookeeper，并且是多步调用API，如果在竞争较大的情况下，需要考虑使用分布式锁。因此，性能在高并发的分布式环境中，也不甚理想。

6. MongoDB的ObjectId

MongoDB的ObjectId和snowflake算法类似。它涉及成轻量级，不同的机器都能用全局唯一的同种方法方便地生成它。MongoDB从一开始就设计用来作为分布式数据库，处理多个节点是一个核心要求，使其在分布式环境中要容易生成得多。

前4个字节是从标准纪元开始的时间戳，单位是秒。时间戳和随后的5个字节组合起来，提供了秒级别的唯一性。由于时间戳在前，意味着ObjectId大致会按照插入的顺序排列。这对于某些方面很有用，如将其作为索引提高效率。这4个字节也隐含了文档创建时间。绝大多数客户端类库都会公开一个方法从ObjectId获取这个信息。

接下来3字节是所在主机的唯一标识符。通常是主机名的散列值，这样就可以确保不同主机生成不同的ObjectId，不产生冲突。

接下来2个字节来自产生ObjectId的进程标识符（PID），为了确保在同一台机器上并发的多个进程产生的ObjectId是唯一的。

前9字节保证了同一秒中不同机器不同进程产生的ObjectId是唯一的，后3字节就是一个自动增加的计数器，确保相同进程同一秒产生的ObjectId也是不一样的。同一秒钟最多允许每个进程拥有16777216个不同的ObjectId。

7. 单点批量ID生成服务

分布式系统之所以难，很重要的原因之一是“没有一个全局时钟，难以保证绝对的时序”，要想保证绝对的时序，还是只能使用单点服务，用本地时钟保证“绝对时序”。数据库写压力大，是因为每次生成ID都访问了数据库，可以使用批量的方式降低数据库写压力。

数据库中只存储当前ID的最大值，例如0。ID生成服务假设每次批量拉取6个ID，服务访问数据库，将当前ID的最大值修改为5，这样应用访问ID生成服务索要ID，ID生成服务不需要每次访问数据库，就能依次派发0,1,2,3,4,5这些ID了，当ID发完后，再将ID的最大值修改为11，就能再次派发6,7,8,9,10,11这些ID了，于是数据库的压力就降低到原来的1/6了。

优点：

（1）保证了ID生成的绝对递增有序

（2）大大的降低了数据库的压力，ID生成可以做到每秒生成几万几十万个

缺点：

（1）服务仍然是单点

（2）如果服务挂了，服务重启起来之后，继续生成ID可能会不连续，中间出现空洞（服务内存是保存着0,1,2,3,4,5，数据库中max-id是5，分配到3时，服务重启了，下次会从6开始分配，4和5就成了空洞，不过这个问题也不大）

（3）虽然每秒可以生成几万几十万个ID，但毕竟还是有性能上限，无法进行水平扩展

改进方法：

单点服务的常用高可用优化方案是“备用服务”，也叫“影子服务”，所以我们能用以下方法优化上述缺点（1）。对外提供的服务是主服务，有一个影子服务时刻处于备用状态，当主服务挂了的时候影子服务顶上。这个切换的过程对调用方是透明的，可以自动完成，常用的技术是vip+keepalived，具体就不在这里展开。

参考资料：

https://www.cnblogs.com/haoxinyue/p/5208136.html

https://tech.meituan.com/MT_Leaf.html