分布式系列教程（43） -高并发情况下生成分布式全局id策略

UUID基本概念:UUID是指在一台机器上生成的数字，它保证对在同一时空中的所有机器都是唯一的。

UUID组成部分:当前日期和时间+时钟序列+随机数+全局唯一的IEEE机器识别号(全局唯一的IEEE机器识别号:如果有网卡，从网卡MAC地址获得，没有网卡以其他方式获得)。

UUID优点:

简单，代码方便。

生成ID性能非常好，基本不会有性能问题。

全球唯一，在遇见数据迁移，系统数据合并，或者数据库变更等情况下，可以从容应对。

UUID缺点:

没有排序，无法保证趋势递增。

UUID往往是使用字符串存储，查询的效率比较低。

存储空间比较大，如果是海量数据库，就需要考虑存储量的问题。

传输数据量大。

应用场景： 一般UUID在生成Token领域使用比较多。

实现思路：利用数据库自增或者序列号方式实现订单号。

注意：在数据库集群环境下，默认自增方式存在问题，因为都是从1开始自增，可能会存在重复，应该设置每台不同数据库自增的间隔方式不同。

优点:

简单，代码方便，性能可以接受。

数字ID天然排序，对分页或者需要排序的结果很有帮助。

缺点:

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。

在性能达不到要求的情况下，比较难于扩展。

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。

分表分库的时候会有麻烦。

在数据库集群环境下，默认自增方式存在问题，因为都是从1开始自增，可能会存在重复，应该设置每台节点自增步长不同。

1.查询自增的步长

2.修改自增的步长

3.修改起始值

假设有两台mysql数据库服务器

节点①自增 1 3 5 7 9 11 ….

节点②自增 2 4 6 8 10 12 ….

注意:在最开始设置好了每台节点自增方式步长后，确定好了mysql集群数量后，无法扩展新的mysql，不然生成步长的规则可能会发生变化。

原理： 因为Redis是单线的，天生保证原子性，可以使用Redis的原子操作 INCR和INCRBY来实现。

不依赖于数据库，灵活方便，且性能优于数据库。

如果系统中没有Redis，还需要引入新的组件，增加系统复杂度。

需要编码和配置的工作量比较大。

注意:在Redis集群情况下，同样和数据库一样需要设置不同的增长步长，同时key一定要设置有效期。

可以使用Redis集群来获取更高的吞吐量。假如一个集群中有5台Redis。可以初始化每台Redis的值分别是1,2,3,4,5，然后步长都是5。各个Redis生成的ID为：

比较适合使用Redis来生成每天从0开始的流水号。比如：<code>订单号=日期+当日自增长号</code>，可以每天在Redis中生成一个Key，使用INCR进行累加。如果生成的订单号超过自增增长的话，可以采用<code>前缀+自增+并且设置有效期</code>。

Github地址: https://github.com/twitter-archive/snowflake

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：

Snowflake 原理:snowflake生产的ID是一个18位的long型数字，二进制结构表示如下(每部分用-分开):

每个位表示：

第1位未使用

接下来的41位为毫秒级时间，41位的长度可以使用69年，从1970-01-01 08:00:00

然后是5位datacenterId，最大支持25＝32个，二进制表示从00000-11111，也即是十进制0-31。

后5位workerId（最大支持25 ＝32个，原理同datacenterId），所以datacenterId*workerId最多支持部署1024个节点。

最后12位是毫秒内的计数（12位的计数顺序号支持每个节点每毫秒产生212＝4096个ID序号）.

所有位数加起来共64位，恰好是一个Long型（转换为字符串长度为18）。单台机器实例，通过时间戳保证前41位是唯一的。分布式系统多台机器实例下，通过对每个机器实例分配不同的datacenterId和workerId避免中间的10位碰撞。最后12位每毫秒从0递增生产ID，再提一次：每毫秒最多生成4096个ID，每秒可达4096000个。

附上雪花算法：