分布式全局唯一ID生成策略

一、背景

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。

1.1 唯一ID的特性

整个系统ID唯一;
ID是数字类型，而且是趋势递增;
ID简短，查询效率快。

1.2 递增与趋势递增

递增	趋势递增
第一次生成的ID为12，下一次生成的ID是13，再下一次生成的ID是14。	什么是？如：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。

二、方案

2.1 UUID

UUID全称:Universally Unique Identifier。标准型式包含32个16进制数字，以连字号分为五段，形式为8-4-4-4-12的36个字符，示例：9628f6e9-70ca-45aa-9f7c-77afe0d26e05。

优点：

代码实现简单;
本机生成，没有性能问题;
因为是全球唯一的ID，所以迁移数据容易。

缺点：

每次生成的ID是无序的，无法保证趋势递增;
UUID的字符串存储，查询效率慢;
存储空间大;
ID本身无业务含义，不可读。

应用场景：

类似生成token令牌的场景;
不适用一些要求有趋势递增的ID场景,不适合作为高性能需求的场景下的数据库主键。

也有在线生成UUID的网站，如果你的项目上用到了UUID，可以用来生成临时的测试数据。https://www.uuidgenerator.net/

2.2 MySQL主键自增

利用了MySQL的主键自增auto_increment，默认每次ID加1。

优点：

数字化，ID递增;
查询效率高;
具有一定的业务可读。

缺点：

存在单点问题，如果MySQL挂了，就没法生成ID了;
数据库压力大，高并发抗不住。

2.3 MySQL多实例主键自增

这个方案就是解决MySQL 的单点问题，在auto_increment基本上面，设置step步长

如上，每台的初始值分别为1,2,3...N，步长为N（这个案例步长为4）

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。

2.4 基于Redis实现

单机：Redis的incr函数在单机上是原子操作，可以保证唯一且递增。
集群：单机Redis可能无法支撑高并发。集群情况下，可以使用步长的方式。比如有5个Redis节点组成的集群，它们生成的ID分别为：

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

优点：有序递增，可读性强。
缺点：占用带宽，每次要向Redis进行请求。

三、优化方案

3.1、改造数据库主键自增

数据库的自增主键的特性，可以实现分布式ID，适合做userId，正好符合如何永不迁移数据和避免热点? 但这个方案有严重的问题：

一旦步长定下来，不容易扩容;
数据库压力山大。

为什么压力大？

因为我们每次获取ID的时候，都要去数据库请求一次。那我们可以不可以不要每次去取？

可以请求数据库得到ID的时候，可设计成获得的ID是一个ID区间段。

上图ID规则表含义：

id表示为主键，无业务含义;
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;
max_id表示现在整体系统中已经分配的最大ID;
desc描述;
update_time表示每次取的ID时间;

整体流程：

【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;
【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;
【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;
【用户服务】获得max_id=0，step=1000;
这个用户服务可以用ID=【max_id + 1，max_id+step】区间的ID，即为【1，1000】;
【用户服务】会把这个区间保存到jvm中;
【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;
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】。
该方案就非常完美的解决了数据库自增的问题，而且可以自行定义max_id的起点，和step步长，非常方便扩容；
也解决了数据库压力的问题，因为在一段区间内，是在jvm内存中获取的，而不需要每次请求数据库。即使数据库宕机了，系统也不受影响，ID还能维持一段时间。

3.2 竞争问题

以上方案中，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。如:

用户服务A，取到的max_id=1000 ;用户服务B取到的也是max_id=1000，那就出现了问题，ID重复了。

解决方案是：加分布式锁，保证同一时刻只有一个用户服务获取max_id。

3.3 突发阻塞问题

因为竞争问题，所有只有一个用户服务去操作数据库，其他二个会被阻塞。出现的现象就是一会儿突然系统耗时变长，怎么去解决？

双buffer方案

流程如下：

当前获取ID在buffer1中，每次获取ID在buffer1中获取;
当buffer1中的ID 已经使用到了100，也就是达到区间的10%;
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;
如果buffer1用完了，会自动切换到buffer2;
buffer2用到10%了，也会启动线程再次获取，设置到buffer1中;
依次往返。

3.4 总结

双buffer的方案就达到了业务场景用的ID，都是在jvm内存中获得的，从此不需要到数据库中获取了,数据库宕机时长长点儿也没太大影响了。
因为会有一个线程，会观察什么时候去自动获取。两个buffer之间自行切换使用，就解决了突发阻塞的问题。

四、其他方式

还有一些其他的ID生成方案，比如：

滴滴：时间+起点编号+车牌号;
淘宝订单：时间戳+用户ID
其他电商：时间戳+下单渠道+用户ID，有的会加上订单第一个商品的ID;
MongoDB 的ID：通过时间+机器码+pid+inc共12个字节，4+3+2+3的方式最终标识成一个24长度的十六进制字符。