分库分表后全局ID生成方案（上）

依据数据库的第二范式，数据库中每一个表中都需要有一个唯一的主键，其他数据元素和主键一一对应。

那么关于主键的选择就成为一个关键点了，一般有如下方案：

使用业务字段作为主键

比如说对于用户表来说，可以使用手机号，email或者身份证号作为主键。对大部分场景，这并不适用，像评论表，你很难找到一个业务字段主键。而对于用户表，考虑的是业务字段是否能够唯一标识人，一人可有多个email和手机号，一旦出现变更email或手机号，就需要变更所有引用的外键信息，所以使用email或者手机作为主键不行。

身份证号码确实是用户唯一标识，但由于过于私密，并非用户系统的必须属性，你的系统如果没有要求做实名认证，肯定不会要求用户填写身份证号。

而且已有身份证号码也会变化，比如1999年时身份证号从15位变为18位，但主键一变更，以该主键为外键的表也都要随之变更，影响很大。

使用生成的唯一ID作为主键

因此，更推荐使用生成的ID作为数据库主键。不仅是因为其唯一性，且一旦生成就不会变更，可随意引用。

1 数据库自增id

提供一个专门用于生成主键的库，这样服务每次接收请求都

1. 先往单点库的某表里插入一条没啥业务含义的数据
2. 然后获取一个数据库自增id
3. 取得id后，再写入对应的分库分表

优点

简单，是个人都会

缺点

因为是单库生成自增id，所以若是高并发场景，有性能瓶颈。

若硬是要改进，那就专门开个服务：

• 该服务每次就拿到当前id最大值
• 然后自己递增几个id，一次性返回一批id
• 然后再把当前最大id值修改成递增几个id之后的一个值

但无论怎么说都只是基于单库。

适用场景

分库分表原因其实就俩：

1. 单库的并发负载过高
2. 单库的数据量过大

除非并发不高，但数据量太大导致的分库分表扩容，可用该方案，因为可能每秒最高并发最多就几百，那么就走单独的一个库和表生成自增主键即可。

并发很低，几百/s，但是数据量大，几十亿的数据，所以需要靠分库分表来存放海量数据。

当数据库分库分表后，使用自增字段就无法保证 ID 的全局唯一性了吗？

1.使用数据库的自增，设置起始值和步长不一样，不是一样可以实现吗？

2.预估每天的数据量，预先生成ID存入缓存（比如Redis）里面，然后去取，这种方法也简单？

但是这其实很难预估数据量，某一天有活动咋办？不同的起始值也可，只是增加人工成本，增加了库表咋办？忘了设置咋办？

2 UUID（Universally Unique Identifier，通用唯一标识码）

2.1 优点

本地生成，不依赖任何第三方系统，所以在性能和可用性上都比较好。

2.2 缺点

2.2.1 无序

生成的ID做好具有单调递增性，即有序。

为什么ID要有序呢？

因为在系统设计时，ID可能成为排序字段。

比如实现评论系统，一般会设计两个表：

• 评论表

  存储评论的详细信息，其中有ID字段，有评论的内容，还有评论人ID，被评论内容的ID等等，以ID字段作为分区键

• 评论列表

  存储着内容ID和评论ID的对应关系，以内容ID为分区键

获取内容的评论列表时，需按照时间序倒排，因为ID时间上有序，所以可按评论ID倒序排列。

若评论ID不在时间上有序，就得在评论列表中再冗余createTime列以排序，假设内容ID、评论ID和时间都8字节，就要多出50%存储空间存储时间字段，浪费存储空间。

ID有序会提升数据的写性能

MySQL InnoDB主键也是一种索引。索引数据在B+树中有序排列。当插入的下一条记录ID递增时，DV只需将其追加到后面。

但若插入数据无序，则DB查找数据应该插入的位置，再挪动该数据后面的数据，造成多余数据移动开销。

导致 B+ 树索引写时有着过多的随机写操作，而机械磁盘：

• 随机写时，需先“寻道”找到要写入位置，即让磁头找到对应磁道，很耗时
• 顺序写就无需寻道，大大提升索引写性能

写时不能产生有顺序的 append 操作，而需要 insert，将会读取整个 B+ 树节点到内存，在插入这条记录后会将整个节点写回磁盘，这种操作在记录占用空间较大情况下，性能下降明显

2.2.2 过长

由32个16进制数字组成的字符串，若作为DB主键使用，较耗费空间。

2.2.3 不具备业务含义

现实使用的ID中都包含有一些有意义数据，这些数据会出现在ID的固定位置。

如身份证：

• 前6位地区编号

• 7～14生日

  不同城市电话号码的区号不同，前三位即可看出所属运营商。

而若生成的ID可被反解，则从反解出的信息中即可验证ID，从而知道该ID生成时间、从哪个机房发号器生成、为哪个业务服务，这都有助问题排查。

Snowflake算法则可完美弥补UUID缺点。

随机生成文件名、编号等，生成Request ID标记单次请求。

3 系统时间

获取当前时间即可。但问题是高并发时，会有重复，这肯定不合适啊，而且还可能修改系统时间！

若用该方案，一般将当前时间跟很多其他的业务字段拼接起来，作为一个id。若业务上你可以接受，那也行。

你可以将别的业务字段值跟当前时间拼接起来，组成一个全局唯一的编号，比如订单编号：

时间戳 + 用户id + 业务含义编码

。