作者：Java中文社群
連接配接：https://mp.weixin.qq.com/s/XiHYGxU3vPBcm-RPImpqQQ
寫在前邊
前兩天公衆号有個粉絲給我留言吐槽最近面試：“年前我在公司受點委屈一沖動就裸辭了，然後現在疫情嚴重兩個多月還沒找到工作，接了幾個視訊面試也都沒下文。好多面試官問完一個問題，緊接着說還會其他解決方法嗎？能幹活解決bug不就行了嗎？那還得會多少種方法？”
面試官應該是對應聘者的回答不太滿意，他想聽到一個他認為最優的解決方案，其實這無可厚非。同樣一個bug，能用一行代碼解決問題的人和用十行代碼解決問題的人，你會選哪個入職？顯而易見的事情！是以看待問題還是要從多個角度出發，每種方法都有各自的利弊。
一、為什麼要用分布式ID？
在說分布式ID的具體實作之前，我們來簡單分析一下為什麼用分布式ID？分布式ID應該滿足哪些特征？
1、什麼是分布式ID？
拿MySQL資料庫舉個栗子：
在我們業務資料量不大的時候，單庫單表完全可以支撐現有業務，資料再大一點搞個MySQL主從同步讀寫分離也能對付。
但随着資料日漸增長，主從同步也扛不住了，就需要對資料庫進行分庫分表，但分庫分表後需要有一個唯一ID來辨別一條資料，資料庫的自增ID顯然不能滿足需求；特别一點的如訂單、優惠券也都需要有唯一ID做辨別。此時一個能夠生成全局唯一ID的系統是非常必要的。那麼這個全局唯一ID就叫分布式ID。
2、那麼分布式ID需要滿足那些條件？
- 全局唯一：必須保證ID是全局性唯一的，基本要求
- 高性能：高可用低延時，ID生成響應要塊，否則反倒會成為業務瓶頸
- 高可用：100%的可用性是騙人的，但是也要無限接近于100%的可用性
- 好接入：要秉着拿來即用的設計原則，在系統設計和實作上要盡可能的簡單
- 趨勢遞增：最好趨勢遞增，這個要求就得看具體業務場景了，一般不嚴格要求
二、 分布式ID都有哪些生成方式？
今天主要分析一下以下9種，分布式ID生成器方式以及優缺點：
- UUID
- 資料庫自增ID
- 資料庫多主模式
- 号段模式
- Redis
- 雪花算法(SnowFlake)
- 滴滴出品(TinyID)
- 百度 (Uidgenerator)
- 美團(Leaf)
那麼它們都是如何實作？以及各自有什麼優缺點？我們往下看
圖檔源自網絡
以上圖檔源自網絡，如有侵權聯系删除
1、基于UUID
在Java的世界裡，想要得到一個具有唯一性的ID，首先被想到可能就是UUID，畢竟它有着全球唯一的特性。那麼UUID可以做分布式ID嗎？答案是可以的，但是并不推薦！
public static void main(String[] args) { String uuid = UUID.randomUUID().toString().replaceAll("-",""); System.out.println(uuid); }
UUID的生成簡單到隻有一行代碼，輸出結果 c2b8c2b9e46c47e3b30dca3b0d447718，但UUID卻并不适用于實際的業務需求。像用作訂單号UUID這樣的字元串沒有絲毫的意義，看不出和訂單相關的有用資訊；而對于資料庫來說用作業務主鍵ID，它不僅是太長還是字元串，存儲性能差查詢也很耗時，是以不推薦用作分布式ID。
優點：
- 生成足夠簡單，本地生成無網絡消耗，具有唯一性
缺點：
- 無序的字元串，不具備趨勢自增特性
- 沒有具體的業務含義
- 長度過長16 位元組128位，36位長度的字元串，存儲以及查詢對MySQL的性能消耗較大，MySQL官方明确建議主鍵要盡量越短越好，作為資料庫主鍵 UUID 的無序性會導緻資料位置頻繁變動，嚴重影響性能。
2、基于資料庫自增ID
基于資料庫的auto_increment自增ID完全可以充當分布式ID，具體實作：需要一個單獨的MySQL執行個體用來生成ID，建表結構如下：
CREATE DATABASE `SEQ_ID`;CREATE TABLE SEQID.SEQUENCE_ID ( id bigint(20) unsigned NOT NULL auto_increment, value char(10) NOT NULL default '', PRIMARY KEY (id),) ENGINE=MyISAM;
insert into SEQUENCE_ID(value) VALUES ('values');
當我們需要一個ID的時候，向表中插入一條記錄傳回主鍵ID，但這種方式有一個比較緻命的缺點，通路量激增時MySQL本身就是系統的瓶頸，用它來實作分布式服務風險比較大，不推薦！
優點：
- 實作簡單，ID單調自增，數值類型查詢速度快
缺點：
- DB單點存在當機風險，無法扛住高并發場景
3、基于資料庫叢集模式
前邊說了單點資料庫方式不可取，那對上邊的方式做一些高可用優化，換成主從模式叢集。害怕一個主節點挂掉沒法用，那就做雙主模式叢集，也就是兩個Mysql執行個體都能單獨的生産自增ID。
那這樣還會有個問題，兩個MySQL執行個體的自增ID都從1開始，會生成重複的ID怎麼辦？
解決方案：設定起始值和自增步長
MySQL_1 配置：
set @@auto_increment_offset = 1; -- 起始值set @@auto_increment_increment = 2; -- 步長
MySQL_2 配置：
set @@auto_increment_offset = 2; -- 起始值set @@auto_increment_increment = 2; -- 步長
這樣兩個MySQL執行個體的自增ID分别就是：
1、3、5、7、9 2、4、6、8、10
那如果叢集後的性能還是扛不住高并發咋辦？就要進行MySQL擴容增加節點，這是一個比較麻煩的事。
在這裡插入圖檔描述
從上圖可以看出，水準擴充的資料庫叢集，有利于解決資料庫單點壓力的問題，同時為了ID生成特性，将自增步長按照機器數量來設定。
增加第三台MySQL執行個體需要人工修改一、二兩台MySQL執行個體的起始值和步長，把第三台機器的ID起始生成位置設定在比現有最大自增ID的位置遠一些，但必須在一、二兩台MySQL執行個體ID還沒有增長到第三台MySQL執行個體的起始ID值的時候，否則自增ID就要出現重複了，必要時可能還需要停機修改。
優點：
- 解決DB單點問題
缺點：
- 不利于後續擴容，而且實際上單個資料庫自身壓力還是大，依舊無法滿足高并發場景。
4、基于資料庫的号段模式
号段模式是當下分布式ID生成器的主流實作方式之一，号段模式可以了解為從資料庫批量的擷取自增ID，每次從資料庫取出一個号段範圍，例如 (1,1000] 代表1000個ID，具體的業務服務将本号段，生成1~1000的自增ID并加載到記憶體。表結構如下：
CREATE TABLE id_generator ( id int(10) NOT NULL, max_id bigint(20) NOT NULL COMMENT '目前最大id', step int(20) NOT NULL COMMENT '号段的布長', biz_type int(20) NOT NULL COMMENT '業務類型', version int(20) NOT NULL COMMENT '版本号', PRIMARY KEY (`id`))
biz_type ：代表不同業務類型
max_id ：目前最大的可用id
step ：代表号段的長度
version ：是一個樂觀鎖，每次都更新version，保證并發時資料的正确性
idbiz_typemax_idstepversion1101100020000
等這批号段ID用完，再次向資料庫申請新号段，對max_id字段做一次update操作，update max_id= max_id + step，update成功則說明新号段擷取成功，新的号段範圍是(max_id ,max_id +step]。
update id_generator set max_id = #{max_id+step}, version = version + 1 where version = # {version} and biz_type = XXX
由于多業務端可能同時操作，是以采用版本号version樂觀鎖方式更新，這種分布式ID生成方式不強依賴于資料庫，不會頻繁的通路資料庫，對資料庫的壓力小很多。
5、基于Redis模式
Redis也同樣可以實作，原理就是利用redis的 incr指令實作ID的原子性自增。
127.0.0.1:6379> set seq_id 1 // 初始化自增ID為1OK127.0.0.1:6379> incr seq_id // 增加1，并傳回遞增後的數值(integer) 2
用redis實作需要注意一點，要考慮到redis持久化的問題。redis有兩種持久化方式RDB和AOF
- RDB會定時打一個快照進行持久化，假如連續自增但redis沒及時持久化，而這會Redis挂掉了，重新開機Redis後會出現ID重複的情況。
- AOF會對每條寫指令進行持久化，即使Redis挂掉了也不會出現ID重複的情況，但由于incr指令的特殊性，會導緻Redis重新開機恢複的資料時間過長。
6、基于雪花算法(Snowflake)模式
雪花算法(Snowflake)是twitter公司内部分布式項目采用的ID生成算法，開源後廣受國内大廠的好評，在該算法影響下各大公司相繼開發出各具特色的分布式生成器。
在這裡插入圖檔描述
以上圖檔源自網絡，如有侵權聯系删除
Snowflake生成的是Long類型的ID，一個Long類型占8個位元組，每個位元組占8比特，也就是說一個Long類型占64個比特。
Snowflake ID組成結構：正數位(占1比特)+ 時間戳(占41比特)+ 機器ID(占5比特)+ 資料中心(占5比特)+ 自增值(占12比特)，總共64比特組成的一個Long類型。
- 第一個bit位(1bit)：Java中long的最高位是符号位代表正負，正數是0，負數是1，一般生成ID都為正數，是以預設為0。
- 時間戳部分(41bit)：毫秒級的時間，不建議存目前時間戳，而是用(目前時間戳 - 固定開始時間戳)的內插補點，可以使産生的ID從更小的值開始；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(10bit)：也被叫做workId，這個可以靈活配置，機房或者機器号組合都可以。
- 序列号部分(12bit)，自增值支援同一毫秒内同一個節點可以生成4096個ID
根據這個算法的邏輯，隻需要将這個算法用Java語言實作出來，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擷取分布式ID，隻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擷取分布式ID的應用。
Java版本的Snowflake算法實作：
/** * Twitter的SnowFlake算法,使用SnowFlake算法生成一個整數，然後轉化為62進制變成一個短位址URL * * https://github.com/beyondfengyu/SnowFlake */public class SnowFlakeShortUrl { /** * 起始的時間戳 */ private final static long START_TIMESTAMP = 1480166465631L; /** * 每一部分占用的位數 */ private final static long SEQUENCE_BIT = 12; //序列号占用的位數 private final static long MACHINE_BIT = 5; //機器辨別占用的位數 private final static long DATA_CENTER_BIT = 5; //資料中心占用的位數 /** * 每一部分的最大值 */ private final static long MAX_SEQUENCE = -1L ^ (-1L < MAX_DATA_CENTER_NUM || dataCenterId MAX_MACHINE_NUM || machineId
7、百度(uid-generator)
uid-generator是由百度技術部開發，項目GitHub位址 https://github.com/baidu/uid-generator
uid-generator是基于Snowflake算法實作的，與原始的snowflake算法不同在于，uid-generator支援自定義時間戳、工作機器ID和 序列号 等各部分的位數，而且uid-generator中采用使用者自定義workId的生成政策。
uid-generator需要與資料庫配合使用，需要新增一個WORKER_NODE表。當應用啟動時會向資料庫表中去插入一條資料，插入成功後傳回的自增ID就是該機器的workId資料由host，port組成。
對于uid-generator ID組成結構：
workId，占用了22個bit位，時間占用了28個bit位，序列化占用了13個bit位，需要注意的是，和原始的snowflake不太一樣，時間的機關是秒，而不是毫秒，workId也不一樣，而且同一應用每次重新開機就會消費一個workId。
參考文獻https://github.com/baidu/uid-generator/blob/master/README.zh_cn.md
8、美團(Leaf)
Leaf由美團開發，github位址：https://github.com/Meituan-Dianping/Leaf
Leaf同時支援号段模式和snowflake算法模式，可以切換使用。
号段模式
先導入源碼 https://github.com/Meituan-Dianping/Leaf ，在建一張表leaf_alloc
DROP TABLE IF EXISTS `leaf_alloc`;CREATE TABLE `leaf_alloc` ( `biz_tag` varchar(128) NOT NULL DEFAULT '' COMMENT '業務key', `max_id` bigint(20) NOT NULL DEFAULT '1' COMMENT '目前已經配置設定了的最大id', `step` int(11) NOT NULL COMMENT '初始步長，也是動态調整的最小步長', `description` varchar(256) DEFAULT NULL COMMENT '業務key的描述', `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '資料庫維護的更新時間', PRIMARY KEY (`biz_tag`)) ENGINE=InnoDB;
然後在項目中開啟号段模式，配置對應的資料庫資訊，并關閉snowflake模式
leaf.name=com.sankuai.leaf.opensource.testleaf.segment.enable=trueleaf.jdbc.url=jdbc:mysql://localhost:3306/leaf_test?useUnicode=true&characterEncoding=utf8&characterSetResults=utf8leaf.jdbc.username=rootleaf.jdbc.password=rootleaf.snowflake.enable=false#leaf.snowflake.zk.address=#leaf.snowflake.port=
啟動leaf-server 子產品的 LeafServerApplication項目就跑起來了
号段模式擷取分布式自增ID的測試url ：http：//localhost：8080/api/segment/get/leaf-segment-test
監控号段模式：http://localhost:8080/cache
snowflake模式
Leaf的snowflake模式依賴于ZooKeeper，不同于原始snowflake算法也主要是在workId的生成上，Leaf中workId是基于ZooKeeper的順序Id來生成的，每個應用在使用Leaf-snowflake時，啟動時都會都在Zookeeper中生成一個順序Id，相當于一台機器對應一個順序節點，也就是一個workId。
leaf.snowflake.enable=trueleaf.snowflake.zk.address=127.0.0.1leaf.snowflake.port=2181
snowflake模式擷取分布式自增ID的測試url：http://localhost:8080/api/snowflake/get/test
9、滴滴(Tinyid)
Tinyid由滴滴開發，Github位址：https://github.com/didi/tinyid。
Tinyid是基于号段模式原理實作的與Leaf如出一轍，每個服務擷取一個号段(1000,2000]、(2000,3000]、(3000,4000]
在這裡插入圖檔描述
Tinyid提供http和tinyid-client兩種方式接入
Http方式接入
(1)導入Tinyid源碼：
git clone https://github.com/didi/tinyid.git
(2)建立資料表：
CREATE TABLE `tiny_id_info` ( `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主鍵', `biz_type` varchar(63) NOT NULL DEFAULT '' COMMENT '業務類型，唯一', `begin_id` bigint(20) NOT NULL DEFAULT '0' COMMENT '開始id，僅記錄初始值，無其他含義。初始化時begin_id和max_id應相同', `max_id` bigint(20) NOT NULL DEFAULT '0' COMMENT '目前最大id', `step` int(11) DEFAULT '0' COMMENT '步長', `delta` int(11) NOT NULL DEFAULT '1' COMMENT '每次id增量', `remainder` int(11) NOT NULL DEFAULT '0' COMMENT '餘數', `create_time` timestamp NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '建立時間', `update_time` timestamp NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '更新時間', `version` bigint(20) NOT NULL DEFAULT '0' COMMENT '版本号', PRIMARY KEY (`id`), UNIQUE KEY `uniq_biz_type` (`biz_type`)) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT 'id資訊表';CREATE TABLE `tiny_id_token` ( `id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增id', `token` varchar(255) NOT NULL DEFAULT '' COMMENT 'token', `biz_type` varchar(63) NOT NULL DEFAULT '' COMMENT '此token可通路的業務類型辨別', `remark` varchar(255) NOT NULL DEFAULT '' COMMENT '備注', `create_time` timestamp NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '建立時間', `update_time` timestamp NOT NULL DEFAULT '2010-01-01 00:00:00' COMMENT '更新時間', PRIMARY KEY (`id`)) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT 'token資訊表';INSERT INTO `tiny_id_info` (`id`, `biz_type`, `begin_id`, `max_id`, `step`, `delta`, `remainder`, `create_time`, `update_time`, `version`)VALUES (1, 'test', 1, 1, 100000, 1, 0, '2018-07-21 23:52:58', '2018-07-22 23:19:27', 1);INSERT INTO `tiny_id_info` (`id`, `biz_type`, `begin_id`, `max_id`, `step`, `delta`, `remainder`, `create_time`, `update_time`, `version`)VALUES (2, 'test_odd', 1, 1, 100000, 2, 1, '2018-07-21 23:52:58', '2018-07-23 00:39:24', 3);INSERT INTO `tiny_id_token` (`id`, `token`, `biz_type`, `remark`, `create_time`, `update_time`)VALUES (1, '0f673adf80504e2eaa552f5d791b644c', 'test', '1', '2017-12-14 16:36:46', '2017-12-14 16:36:48');INSERT INTO `tiny_id_token` (`id`, `token`, `biz_type`, `remark`, `create_time`, `update_time`)VALUES (2, '0f673adf80504e2eaa552f5d791b644c', 'test_odd', '1', '2017-12-14 16:36:46', '2017-12-14 16:36:48');
(3)配置資料庫：
datasource.tinyid.names=primarydatasource.tinyid.primary.driver-class-name=com.mysql.jdbc.Driverdatasource.tinyid.primary.url=jdbc:mysql://ip:port/databaseName?autoReconnect=true&useUnicode=true&characterEncoding=UTF-8datasource.tinyid.primary.username=rootdatasource.tinyid.primary.password=123456
(4)啟動tinyid-server後測試
擷取分布式自增ID: http://localhost:9999/tinyid/id/nextIdSimple?bizType=test&token=0f673adf80504e2eaa552f5d791b644c'傳回結果: 3批量擷取分布式自增ID:http://localhost:9999/tinyid/id/nextIdSimple?bizType=test&token=0f673adf80504e2eaa552f5d791b644c&batchSize=10'傳回結果: 4,5,6,7,8,9,10,11,12,13
Java用戶端方式接入
重複Http方式的(2)(3)操作
引入依賴
com.xiaoju.uemc.tinyid tinyid-client ${tinyid.version}
配置檔案
tinyid.server =localhost:9999tinyid.token =0f673adf80504e2eaa552f5d791b644c
test 、tinyid.token是在資料庫表中預先插入的資料，test 是具體業務類型，tinyid.token表示可通路的業務類型
// 擷取單個分布式自增IDLong id = TinyId . nextId( " test " );// 按需批量分布式自增IDList ids = TinyId . nextId( " test " , 10 );
總結
本文隻是簡單介紹一下每種分布式ID生成器，旨在給大家一個詳細學習的方向，每種生成方式都有它自己的優缺點，具體如何使用還要看具體的業務需求。
今天就說這麼多，如果本文對您有一點幫助，希望能得到您一個點贊哦
您的認可才是我寫作的動力！