最常用的分布式ID解决方案.docxVIP

? ? ? ? ? 最常用的分布式ID解决方案 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 一、分布式ID概念 说起ID，特性就是唯一，在人的世界里，ID就是身份证，是每个人的唯一的身份标识。在复杂的分布式系统中，往往也需要对大量的数据和消息进行唯一标识。举个例子，数据库的ID字段在单体的情况下可以使用自增来作为ID，但是对数据分库分表后一定需要一个唯一的ID来标识一条数据，这个ID就是分布式ID。对于分布式ID而言，也需要具备分布式系统的特点：高并发，高可用，高性能等特点。 二、分布式ID实现方案 下表为一些常用方案对比： 描述 优点 缺点 UUID UUID是通用唯一标识码的缩写，其目的是上分布式系统中的所有元素都有唯一的辨识信息，而不需要通过中央控制器来指定唯一标识。 1. 降低全局节点的压力，使得主键生成速度更快；2. 生成的主键全局唯一；3. 跨服务器合并数据方便 1. UUID占用16个字符，空间占用较多；2. 不是递增有序的数字，数据写入IO随机性很大，且索引效率下降 数据库主键自增 MySQL数据库设置主键且主键自动增长 1. INT和BIGINT类型占用空间较小；2. 主键自动增长，IO写入连续性好；3. 数字类型查询速度优于字符串 1. 并发性能不高，受限于数据库性能；2. 分库分表，需要改造，复杂；3. 自增：数据量泄露 Redis自增 Redis计数器，原子性自增 使用内存，并发性能好 1. 数据丢失；2. 自增：数据量泄露 雪花算法（snowflake） 大名鼎鼎的雪花算法，分布式ID的经典解决方案 1. 不依赖外部组件；2. 性能好 时钟回拨 目前流行的分布式ID解决方案有两种：号段模式和雪花算法。 号段模式依赖于数据库，但是区别于数据库主键自增的模式。假设100为一个号段100，200，300，每取一次可以获得100个ID，性能显著提高。 雪花算法是由符号位+时间戳+工作机器id+序列号组成的，如图所示： 符号位为0，0表示正数，ID为正数。 时间戳位不用多说，用来存放时间戳，单位是ms。 工作机器id位用来存放机器的id，通常分为5个区域位+5个服务器标识位。 序号位是自增。 雪花算法能存放多少数据？ 时间范围：2^41 / (3652460601000) = 69年 工作进程范围：2^10 = 1024 序列号范围：2^12 = 4096，表示1ms可以生成4096个ID。 根据这个算法的逻辑，只需要将这个算法用Java语言实现出来，封装为一个工具方法，那么各个业务应用可以直接使用该工具方法来获取分布式ID，只需保证每个业务应用有自己的工作机器id即可，而不需要单独去搭建一个获取分布式ID的应用。下面是推特版的Snowflake算法： public class SnowFlake { /** * 起始的时间戳 */ private final static long START_STMP = 1480166465631L; /** * 每一部分占用的位数 */ private final static long SEQUENCE_BIT = 12; //序列号占用的位数 private final static long MACHINE_BIT = 5; //机器标识占用的位数 private final static long DATACENTER_BIT = 5;//数据中心占用的位数 /** * 每一部分的最大值 */ private final static long MAX_DATACENTER_NUM = -1L ^ (-1L DATACENTER_BIT); private final static long MAX_MACHINE_NUM = -1L ^ (-1L MACHINE_BIT); private final static long MAX_SEQUENCE = -1L ^ (-1L SEQUENCE_BIT); /** * 每一部分向左的位移 */ private final static long MACHINE_LEFT = SEQUENCE_BIT; private final static long DATACENTER_LEFT = SEQUENCE_BIT + MACHINE_BIT; private final static long TIMESTMP_LEFT = DATACENTER_LEFT + DATACENTER_B