【轉】高并發分布式系統中生成全局唯一Id彙總

轉自：http://www.cnblogs.com/baiwa/p/5318432.html

資料在分片時，典型的是分庫分表，就有一個全局ID生成的問題。

單純的生成全局ID并不是什麼難題，但是生成的ID通常要滿足分片的一些要求：

   1 不能有單點故障。

   2 以時間為序，或者ID裡包含時間。這樣一是可以少一個索引，二是冷熱資料容易分離。

   3 可以控制ShardingId。比如某一個使用者的文章要放在同一個分片内，這樣查詢效率高，修改也容易。

   4 不要太長，最好64bit。使用long比較好操作，如果是96bit，那就要各種移位相當的不友善，還有可能有些元件不能支援這麼大的ID。

一 twitter 

twitter在把存儲系統從MySQL遷移到Cassandra的過程中由于Cassandra沒有順序ID生成機制，于是自己開發了一套全局唯一ID生成服務：Snowflake。

1 41位的時間序列（精确到毫秒，41位的長度可以使用69年）

2 10位的機器辨別（10位的長度最多支援部署1024個節點） 

3 12位的計數順序号（12位的計數順序号支援每個節點每毫秒産生4096個ID序号） 最高位是符号位，始終為0。

優點：高性能，低延遲；獨立的應用；按時間有序。 缺點：需要獨立的開發和部署。

原理

java 實作代碼

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71

public class IdWorker { private final long workerId; private final static long twepoch = 1288834974657L; private long sequence = 0L; private final static long workerIdBits = 4L; public final static long maxWorkerId = -1L ^ -1L << workerIdBits; private final static long sequenceBits = 10L; private final static long workerIdShift = sequenceBits; private final static long timestampLeftShift = sequenceBits + workerIdBits; public final static long sequenceMask = -1L ^ -1L << sequenceBits; private long lastTimestamp = -1L; public IdWorker( final long workerId) { super (); if (workerId >  this .maxWorkerId || workerId <  ) { throw new IllegalArgumentException(String.format( "worker Id can't be greater than %d or less than 0" , this .maxWorkerId)); } this .workerId = workerId; } public synchronized long nextId() { long timestamp =  this .timeGen(); if ( this .lastTimestamp == timestamp) { this .sequence = ( this .sequence +  1 ) &  this .sequenceMask; if ( this .sequence ==  ) { System.out.println( "###########" + sequenceMask); timestamp =  this .tilNextMillis( this .lastTimestamp); } }  else { this .sequence =  ; } if (timestamp <  this .lastTimestamp) { try { throw new Exception( String.format( "Clock moved backwards. Refusing to generate id for %d milliseconds" , this .lastTimestamp - timestamp)); }  catch (Exception e) { e.printStackTrace(); } } this .lastTimestamp = timestamp; long nextId = ((timestamp - twepoch << timestampLeftShift)) | ( this .workerId <<  this .workerIdShift) | ( this .sequence); System.out.println( "timestamp:" + timestamp +  ",timestampLeftShift:" + timestampLeftShift +  ",nextId:" + nextId +  ",workerId:" + workerId +  ",sequence:" + sequence); return nextId; } private long tilNextMillis( final long lastTimestamp) { long timestamp =  this .timeGen(); while (timestamp <= lastTimestamp) { timestamp =  this .timeGen(); } return timestamp; } private long timeGen() { return System.currentTimeMillis(); } public static void main(String[] args){ IdWorker worker2 =  new IdWorker( 2 ); System.out.println(worker2.nextId()); } }

2 來自Flicker的解決方案

因為MySQL本身支援auto_increment操作，很自然地，我們會想到借助這個特性來實作這個功能。

Flicker在解決全局ID生成方案裡就采用了MySQL自增長ID的機制（auto_increment + replace into + MyISAM）。一個生成64位ID方案具體就是這樣的： 

先建立單獨的資料庫(eg:ticket)，然後建立一個表：

1 2 3 4 5 6

CREATE TABLE Tickets64 ( id  bigint (20) unsigned  NOT NULL auto_increment, stub  char (1)  NOT NULL default '' , PRIMARY KEY (id), UNIQUE KEY stub (stub) ) ENGINE=MyISAM

　　

當我們插入記錄後，執行SELECT * from Tickets64，查詢結果就是這樣的：

+-------------------+------+

| id | stub |

+-------------------+------+

| 72157623227190423 | a |

+-------------------+------+

在我們的應用端需要做下面這兩個操作，在一個事務會話裡送出：

1 2	REPLACE INTO Tickets64 (stub)  VALUES ( 'a' ); SELECT LAST_INSERT_ID();

這樣我們就能拿到不斷增長且不重複的ID了。 

到上面為止，我們隻是在單台資料庫上生成ID，從高可用角度考慮，接下來就要解決單點故障問題：Flicker啟用了兩台資料庫伺服器來生成ID，通過區分auto_increment的起始值和步長來生成奇偶數的ID。

1 2 3 4 5 6 7

TicketServer1: auto-increment-increment = 2 auto-increment-offset = 1 TicketServer2: auto-increment-increment = 2 auto-increment-offset = 2

最後，在用戶端隻需要通過輪詢方式取ID就可以了。

優點：充分借助資料庫的自增ID機制，提供高可靠性，生成的ID有序。

缺點：占用兩個獨立的MySQL執行個體，有些浪費資源，成本較高。

三 UUID

UUID生成的是length=32的16進制格式的字元串，如果回退為byte數組共16個byte元素，即UUID是一個128bit長的數字，

一般用16進制表示。

算法的核心思想是結合機器的網卡、當地時間、一個随即數來生成UUID。

從理論上講，如果一台機器每秒産生10000000個GUID，則可以保證（機率意義上）3240年不重複

優點：

（1）本地生成ID，不需要進行遠端調用，時延低

（2）擴充性好，基本可以認為沒有性能上限

缺點：

（1）無法保證趨勢遞增

（2）uuid過長，往往用字元串表示，作為主鍵建立索引查詢效率低，常見優化方案為“轉化為兩個uint64整數存儲”或者“折半存儲”（折半後不能保證唯一性）

四 基于redis的分布式ID生成器

首先，要知道redis的EVAL，EVALSHA指令：

原理

利用redis的lua腳本執行功能，在每個節點上通過lua腳本生成唯一ID。 

生成的ID是64位的：

使用41 bit來存放時間，精确到毫秒，可以使用41年。

使用12 bit來存放邏輯分片ID，最大分片ID是4095

使用10 bit來存放自增長ID，意味着每個節點，每毫秒最多可以生成1024個ID

比如GTM時間 Fri Mar 13 10:00:00 CST 2015 ，它的距1970年的毫秒數是 1426212000000，假定分片ID是53，自增長序列是4，則生成的ID是：

5981966696448054276 = 1426212000000 << 22 + 53 << 10 + 41

redis提供了TIME指令，可以取得redis伺服器上的秒數和微秒數。因些lua腳本傳回的是一個四元組。

second, microSecond, partition, seq

用戶端要自己處理，生成最終ID。

((second * 1000 + microSecond / 1000) << (12 + 10)) + (shardId << 10) + seq;

五 MongoDB文檔（Document）全局唯一ID

為了考慮分布式，“_id”要求不同的機器都能用全局唯一的同種方法友善的生成它。是以不能使用自增主鍵（需要多台伺服器進行同步，既費時又費力），

是以選用了生成ObjectId對象的方法。

ObjectId使用12位元組的存儲空間，其生成方式如下：

|0|1|2|3|4|5|6 |7|8|9|10|11|

|時間戳 |機器ID|PID|計數器 |

前四個位元組時間戳是從标準紀元開始的時間戳，機關為秒，有如下特性：

 1 時間戳與後邊5個位元組一塊，保證秒級别的唯一性；

 2 保證插入順序大緻按時間排序；

 3 隐含了文檔建立時間；

 4 時間戳的實際值并不重要，不需要對伺服器之間的時間進行同步（因為加上機器ID和程序ID已保證此值唯一，唯一性是ObjectId的最終訴求）。

機器ID是伺服器主機辨別，通常是機器主機名的散列值。

同一台機器上可以運作多個mongod執行個體，是以也需要加入程序辨別符PID。

前9個位元組保證了同一秒鐘不同機器不同程序産生的ObjectId的唯一性。後三個位元組是一個自動增加的計數器（一個mongod程序需要一個全局的計數器），保證同一秒的ObjectId是唯一的。同一秒鐘最多允許每個程序擁有（256^3 = 16777216）個不同的ObjectId。

總結一下：時間戳保證秒級唯一，機器ID保證設計時考慮分布式，避免時鐘同步，PID保證同一台伺服器運作多個mongod執行個體時的唯一性，最後的計數器保證同一秒内的唯一性（選用幾個位元組既要考慮存儲的經濟性，也要考慮并發性能的上限）。

"_id"既可以在伺服器端生成也可以在用戶端生成，在用戶端生成可以降低伺服器端的壓力。