ID是資料的唯一標識，傳統的做法是利用UUID和資料庫的自增ID，在網際網路企業中，大部分公司使用的都是Mysql，並且因為需要事務支援，所以通常會使用Innodb儲存引擎，UUID太長以及無序，所以並不適合在Innodb中來作為主鍵，自增ID比較合適，但是隨著公司的業務發展，資料量將越來越大，需要對資料進行分表，而分表後，每個表中的資料都會按自己的節奏進行自增，很有可能出現ID衝突。這時就需要一個單獨的機制來負責生成唯一ID，生成出來的ID也可以叫做分散式ID，或全域性ID。下面來分析各個生成分散式ID的機制。

這篇文章並不會分析的特別詳細，主要是做一些總結，以後再出一些詳細某個方案的文章。

資料庫自增ID

第一種方案仍然還是基於資料庫的自增ID，需要單獨使用一個數據庫例項，在這個例項中新建一個單獨的表：

表結構如下：

CREATE DATABASE `SEQID`;

CREATE TABLE SEQID.SEQUENCE_ID (
    id bigint(20) unsigned NOT NULL auto_increment, 
    stub char(10) NOT NULL default '',
    PRIMARY KEY (id),
    UNIQUE KEY stub (stub)
) ENGINE=MyISAM;

可以使用下面的語句生成並獲取到一個自增ID

begin;
replace into SEQUENCE_ID (stub) VALUES ('anyword');
select last_insert_id();
commit;

stub欄位在這裡並沒有什麼特殊的意義，只是為了方便的去插入資料，只有能插入資料才能產生自增id。而對於插入我們用的是replace，replace會先看是否存在stub指定值一樣的資料，如果存在則先delete再insert，如果不存在則直接insert。

這種生成分散式ID的機制，需要一個單獨的Mysql例項，雖然可行，但是基於效能與可靠性來考慮的話都不夠，業務系統每次需要一個ID時，都需要請求資料庫獲取，效能低，並且如果此資料庫例項下線了，那麼將影響所有的業務系統。

為了解決資料庫可靠性問題，我們可以使用第二種分散式ID生成方案。

資料庫多主模式

如果我們兩個資料庫組成一個主從模式叢集，正常情況下可以解決資料庫可靠性問題，但是如果主庫掛掉後，資料沒有及時同步到從庫，這個時候會出現ID重複的現象。我們可以使用雙主模式叢集，也就是兩個Mysql例項都能單獨的生產自增ID，這樣能夠提高效率，但是如果不經過其他改造的話，這兩個Mysql例項很可能會生成同樣的ID。需要單獨給每個Mysql例項配置不同的起始值和自增步長。

第一臺Mysql例項配置：

set @@auto_increment_offset = 1;     -- 起始值
set @@auto_increment_increment = 2;  -- 步長

第二臺Mysql例項配置：

set @@auto_increment_offset = 2;     -- 起始值
set @@auto_increment_increment = 2;  -- 步長

經過上面的配置後，這兩個Mysql例項生成的id序列如下：
mysql1,起始值為1,步長為2,ID生成的序列為：1,3,5,7,9,...
mysql2,起始值為2,步長為2,ID生成的序列為：2,4,6,8,10,...

對於這種生成分散式ID的方案，需要單獨新增一個生成分散式ID應用，比如DistributIdService，該應用提供一個介面供業務應用獲取ID，業務應用需要一個ID時，通過rpc的方式請求DistributIdService，DistributIdService隨機去上面的兩個Mysql例項中去獲取ID。

實行這種方案後，就算其中某一臺Mysql例項下線了，也不會影響DistributIdService，DistributIdService仍然可以利用另外一臺Mysql來生成ID。

但是這種方案的擴充套件性不太好，如果兩臺Mysql例項不夠用，需要新增Mysql例項來提高效能時，這時就會比較麻煩。

現在如果要新增一個例項mysql3，要怎麼操作呢？
第一，mysql1、mysql2的步長肯定都要修改為3，而且只能是人工去修改，這是需要時間的。
第二，因為mysql1和mysql2是不停在自增的，對於mysql3的起始值我們可能要定得大一點，以給充分的時間去修改mysql1，mysql2的步長。
第三，在修改步長的時候很可能會出現重複ID，要解決這個問題，可能需要停機才行。

為了解決上面的問題，以及能夠進一步提高DistributIdService的效能，如果使用第三種生成分散式ID機制。

號段模式

我們可以使用號段的方式來獲取自增ID，號段可以理解成批量獲取，比如DistributIdService從資料庫獲取ID時，如果能批量獲取多個ID並快取在本地的話，那樣將大大提供業務應用獲取ID的效率。

比如DistributIdService每次從資料庫獲取ID時，就獲取一個號段，比如(1,1000]，這個範圍表示了1000個ID，業務應用在請求DistributIdService提供ID時，DistributIdService只需要在本地從1開始自增並返回即可，而不需要每次都請求資料庫，一直到本地自增到1000時，也就是當前號段已經被用完時，才去資料庫重新獲取下一號段。

所以，我們需要對資料庫表進行改動，如下：

CREATE TABLE id_generator (
  id int(10) NOT NULL,
  current_max_id bigint(20) NOT NULL COMMENT '當前最大id',
  increment_step int(10) NOT NULL COMMENT '號段的長度',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

這個資料庫表用來記錄自增步長以及當前自增ID的最大值（也就是當前已經被申請的號段的最後一個值），因為自增邏輯被移到DistributIdService中去了，所以資料庫不需要這部分邏輯了。

這種方案不再強依賴資料庫，就算資料庫不可用，那麼DistributIdService也能繼續支撐一段時間。但是如果DistributIdService重啟，會丟失一段ID，導致ID空洞。

為了提高DistributIdService的高可用，需要做一個叢集，業務在請求DistributIdService叢集獲取ID時，會隨機的選擇某一個DistributIdService節點進行獲取，對每一個DistributIdService節點來說，資料庫連線的是同一個資料庫，那麼可能會產生多個DistributIdService節點同時請求資料庫獲取號段，那麼這個時候需要利用樂觀鎖來進行控制，比如在資料庫表中增加一個version欄位，在獲取號段時使用如下SQL：

update id_generator set current_max_id=#{newMaxId}, version=version+1 where version = #{version}

因為newMaxId是DistributIdService中根據oldMaxId+步長算出來的，只要上面的update更新成功了就表示號段獲取成功了。

為了提供資料庫層的高可用，需要對資料庫使用多主模式進行部署，對於每個資料庫來說要保證生成的號段不重複，這就需要利用最開始的思路，再在剛剛的資料庫表中增加起始值和步長，比如如果現在是兩臺Mysql，那麼
mysql1將生成號段（1,1001]，自增的時候序列為1，3，4，5，7....
mysql1將生成號段（2,1002]，自增的時候序列為2，4，6，8，10...

更詳細的可以參考滴滴開源的TinyId：https://github.com/didi/tinyid/wiki/tinyid%E5%8E%9F%E7%90%86%E4%BB%8B%E7%BB%8D

在TinyId中還增加了一步來提高效率，在上面的實現中，ID自增的邏輯是在DistributIdService中實現的，而實際上可以把自增的邏輯轉移到業務應用本地，這樣對於業務應用來說只需要獲取號段，每次自增時不再需要請求呼叫DistributIdService了。

雪花演算法

上面的三種方法總的來說是基於自增思想的，而接下來就介紹比較著名的雪花演算法-snowflake。

我們可以換個角度來對分散式ID進行思考，只要能讓負責生成分散式ID的每臺機器在每毫秒內生成不一樣的ID就行了。

snowflake是twitter開源的分散式ID生成演算法，是一種演算法，所以它和上面的三種生成分散式ID機制不太一樣，它不依賴資料庫。

核心思想是：分散式ID固定是一個long型的數字，一個long型佔8個位元組，也就是64個bit，原始snowflake演算法中對於bit的分配如下圖：

• 第一個bit位是標識部分，在java中由於long的最高位是符號位，正數是0，負數是1，一般生成的ID為正數，所以固定為0。
• 時間戳部分佔41bit，這個是毫秒級的時間，一般實現上不會儲存當前的時間戳，而是時間戳的差值（當前時間-固定的開始時間），這樣可以使產生的ID從更小值開始；41位的時間戳可以使用69年，(1L << 41) / (1000L * 60 * 60 * 24 * 365) = 69年
• 工作機器id佔10bit，這裡比較靈活，比如，可以使用前5位作為資料中心機房標識，後5位作為單機房機器標識，可以部署1024個節點。
• 序列號部分佔12bit，支援同一毫秒內同一個節點可以生成4096個ID

根據這個演算法的邏輯，只需要將這個演算法用Java語言實現出來，封裝為一個工具方法，那麼各個業務應用可以直接使用該工具方法來獲取分散式ID，只需保證每個業務應用有自己的工作機器id即可，而不需要單獨去搭建一個獲取分散式ID的應用。

snowflake演算法實現起來並不難，提供一個github上用java實現的：https://github.com/beyondfengyu/SnowFlake

在大廠裡，其實並沒有直接使用snowflake，而是進行了改造，因為snowflake演算法中最難實踐的就是工作機器id，原始的snowflake演算法需要人工去為每臺機器去指定一個機器id，並配置在某個地方從而讓snowflake從此處獲取機器id。

但是在大廠裡，機器是很多的，人力成本太大且容易出錯，所以大廠對snowflake進行了改造。

百度（uid-generator）

github地址：uid-generator

uid-generator使用的就是snowflake，只是在生產機器id，也叫做workId時有所不同。

uid-generator中的workId是由uid-generator自動生成的，並且考慮到了應用部署在docker上的情況，在uid-generator中使用者可以自己去定義workId的生成策略，預設提供的策略是：應用啟動時由資料庫分配。說的簡單一點就是：應用在啟動時會往資料庫表(uid-generator需要新增一個WORKER_NODE表)中去插入一條資料，資料插入成功後返回的該資料對應的自增唯一id就是該機器的workId，而資料由host，port組成。

對於uid-generator中的workId，佔用了22個bit位，時間佔用了28個bit位，序列化佔用了13個bit位，需要注意的是，和原始的snowflake不太一樣，時間的單位是秒，而不是毫秒，workId也不一樣，同一個應用每重啟一次就會消費一個workId。

具體可參考https://github.com/baidu/uid-generator/blob/master/README.zh_cn.md

美團（Leaf）

github地址：Leaf

美團的Leaf也是一個分散式ID生成框架。它非常全面，即支援號段模式，也支援snowflake模式。號段模式這裡就不介紹了，和上面的分析類似。

Leaf中的snowflake模式和原始snowflake演算法的不同點，也主要在workId的生成，Leaf中workId是基於ZooKeeper的順序Id來生成的，每個應用在使用Leaf-snowflake時，在啟動時都會都在Zookeeper中生成一個順序Id，相當於一臺機器對應一個順序節點，也就是一個workId。

總結

總得來說，上面兩種都是自動生成workId，以讓系統更加穩定以及減少人工成功。

Redis

這裡額外再介紹一下使用Redis來生成分散式ID，其實和利用Mysql自增ID類似，可以利用Redis中的incr命令來實現原子性的自增與返回，比如：

127.0.0.1:6379> set seq_id 1     // 初始化自增ID為1
OK
127.0.0.1:6379> incr seq_id      // 增加1，並返回
(integer) 2
127.0.0.1:6379> incr seq_id      // 增加1，並返回
(integer) 3

使用redis的效率是非常高的，但是要考慮持久化的問題。Redis支援RDB和AOF兩種持久化的方式。

RDB持久化相當於定時打一個快照進行持久化，如果打完快照後，連續自增了幾次，還沒來得及做下一次快照持久化，這個時候Redis掛掉了，重啟Redis後會出現ID重複。

AOF持久化相當於對每條寫命令進行持久化，如果Redis掛掉了，不會出現ID重複的現象，但是會由於incr命令過得，導致重啟恢復資料時間過長。

想學習更多的分散式技術，請新增微信公眾號：1點25

相關推薦