分散式唯一ID的幾種生成方案

導讀	這篇文章，我們就接著分庫分表的知識，來具體聊一下全域性唯一ID如何生成。在分庫分表之後你必然要面對的一個問題，就是id咋生成？因為要是一個表分成多個表之後，每個表的id都是從1開始累加自增長，那肯定不對啊。

舉個例子，你的訂單表拆分為了1024張訂單表，每個表的id都從1開始累加，這個肯定有問題了！

你的系統就沒辦法根據表主鍵來查詢訂單了，比如id = 50這個訂單，在每個表裡都有！

所以此時就需要分散式架構下的全域性唯一id生成的方案了，在分庫分表之後，對於插入資料庫中的核心id，不能直接簡單使用表自增id，要全域性生成唯一id，然後插入各個表中，保證每個表內的某個id，全域性唯一。

比如說訂單表雖然拆分為了1024張表，但是id = 50這個訂單，只會存在於一個表裡。

那麼如何實現全域性唯一id呢？有以下幾種方案。

這個方案就是說你的系統每次要生成一個id，都是往一個獨立庫的一個獨立表裡插入一條沒什麼業務含義的資料，然後獲取一個資料庫自增的一個id。拿到這個id之後再往對應的分庫分表裡去寫入。

比如說你有一個auto_id庫，裡面就一個表，叫做auto_id表，有一個id是自增長的。

那麼你每次要獲取一個全域性唯一id，直接往這個表裡插入一條記錄，獲取一個全域性唯一id即可，然後這個全域性唯一id就可以插入訂單的分庫分表中。

這個方案的好處就是方便簡單，誰都會用。缺點就是單庫生成自增id，要是高併發的話，就會有瓶頸的，因為auto_id庫要是承載個每秒幾萬併發，肯定是不現實的了。

這個每個人都應該知道吧，就是用UUID生成一個全域性唯一的id。

好處就是每個系統本地生成，不要基於資料庫來了

不好之處就是，uuid太長了，作為主鍵效能太差了，不適合用於主鍵。

如果你是要隨機生成個什麼檔名了，編號之類的，你可以用uuid，但是作為主鍵是不能用uuid的。

這個方案的意思就是獲取當前時間作為全域性唯一的id。

但是問題是，併發很高的時候，比如一秒併發幾千，會有重複的情況，這個是肯定不合適的。

一般如果用這個方案，是將當前時間跟很多其他的業務欄位拼接起來，作為一個id，如果業務上你覺得可以接受，那麼也是可以的。

你可以將別的業務欄位值跟當前時間拼接起來，組成一個全域性唯一的編號，比如說訂單編號：時間戳 + 使用者id + 業務含義編碼。

snowflake演算法，是twitter開源的分散式id生成演算法。

其核心思想就是：使用一個64 bit的long型的數字作為全域性唯一id，這64個bit中，其中1個bit是不用的，然後用其中的41 bit作為毫秒數，用10 bit作為工作機器id，12 bit作為序列號。

給大家舉個例子吧，比如下面那個64 bit的long型數字，大家看看

上面第一個部分，是1個bit：0，這個是無意義的

上面第二個部分是41個bit：表示的是時間戳

上面第三個部分是5個bit：表示的是機房id，10001

上面第四個部分是5個bit：表示的是機器id，1 1001

上面第五個部分是12個bit：表示的序號，就是某個機房某臺機器上這一毫秒內同時生成的id的序號，0000 00000000

1 bit：是不用的，為啥呢？
因為二進位制裡第一個bit為如果是1，那麼都是負數，但是我們生成的id都是正數，所以第一個bit統一都是0
41 bit：表示的是時間戳，單位是毫秒。
41 bit可以表示的數字多達2^41 - 1，也就是可以標識2 ^ 41 - 1個毫秒值，換算成年就是表示69年的時間。
10 bit：記錄工作機器id，代表的是這個服務最多可以部署在2^10臺機器上，也就是1024臺機器。
但是10 bit裡5個bit代表機房id，5個bit代表機器id。意思就是最多代表2 ^ 5個機房（32個機房），每個機房裡可以代表2 ^ 5個機器（32臺機器）。
12 bit：這個是用來記錄同一個毫秒內產生的不同id。
12 bit可以代表的最大正整數是2 ^ 12 - 1 = 4096，也就是說可以用這個12bit代表的數字來區分同一個毫秒內的4096個不同的id
簡單來說，你的某個服務假設要生成一個全域性唯一id，那麼就可以傳送一個請求給部署了snowflake演算法的系統，由這個snowflake演算法系統來生成唯一id。

這個snowflake演算法系統首先肯定是知道自己所在的機房和機器的，比如機房id = 17，機器id = 12。

接著snowflake演算法系統接收到這個請求之後，首先就會用二進位制位運算的方式生成一個64 bit的long型id，64個bit中的第一個bit是無意義的。

接著41個bit，就可以用當前時間戳（單位到毫秒），然後接著5個bit設定上這個機房id，還有5個bit設定上機器id。

最後再判斷一下，當前這臺機房的這臺機器上這一毫秒內，這是第幾個請求，給這次生成id的請求累加一個序號，作為最後的12個bit。

最終一個64個bit的id就出來了，類似於：

這個演算法可以保證說，一個機房的一臺機器上，在同一毫秒內，生成了一個唯一的id。可能一個毫秒內會生成多個id，但是有最後12個bit的序號來區分開來。

下面我們簡單看看這個snowflake演算法的一個程式碼實現，這就是個示例，大家如果理解了這個意思之後，以後可以自己嘗試改造這個演算法。

總之就是用一個64bit的數字中各個bit位來設定不同的標誌位，區分每一個id。

public class IdWorker {
   private long workerId; // 這個就是代表了機器id
   private long datacenterId; // 這個就是代表了機房id
   private long sequence; // 這個就是代表了一毫秒內生成的多個id的最新序號
   public IdWorker(long workerId, long datacenterId, long sequence){
       // sanity check for workerId
       // 這兒不就檢查了一下，要求就是你傳遞進來的機房id和機器id不能超過32，不能小於0
       if (workerId > maxWorkerId || workerId < 0) {
           
           throw new IllegalArgumentException(
               String.format("worker Id can't be greater than %d or less than 0",maxWorkerId));
       }
       
       if (datacenterId > maxDatacenterId || datacenterId < 0) {
       
           throw new IllegalArgumentException(
               String.format("datacenter Id can't be greater than %d or less than 0",maxDatacenterId));
       }
       this.workerId = workerId;
       this.datacenterId = datacenterId;
       this.sequence = sequence;
   }
   private long twepoch = 1288834974657L;
   private long workerIdBits = 5L;
   private long datacenterIdBits = 5L;
   
   // 這個是二進位制運算，就是5 bit最多隻能有31個數字，也就是說機器id最多隻能是32以內
   private long maxWorkerId = -1L ^ (-1L << workerIdBits);
   // 這個是一個意思，就是5 bit最多隻能有31個數字，機房id最多隻能是32以內
   private long maxDatacenterId = -1L ^ (-1L << datacenterIdBits);
   private long sequenceBits = 12L;
   private long workerIdShift = sequenceBits;
   private long datacenterIdShift = sequenceBits + workerIdBits;
   private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
   private long sequenceMask = -1L ^ (-1L << sequenceBits);
   private long lastTimestamp = -1L;
   public long getWorkerId(){
       return workerId;
   }
   public long getDatacenterId(){
       return datacenterId;
   }
   public long getTimestamp(){
       return System.currentTimeMillis();
   }
   // 這個是核心方法，透過呼叫nextId()方法，讓當前這臺機器上的snowflake演算法程式生成一個全域性唯一的id
   public synchronized long nextId(){
       // 這兒就是獲取當前時間戳，單位是毫秒
       long timestamp = timeGen();
       if (timestamp < lastTimestamp) {
           System.err.printf(
               "clock is moving backwards. Rejecting requests until %d.", lastTimestamp);
           throw new RuntimeException(
               String.format("Clock moved backwards. Refusing to generate id for %d milliseconds",
                             lastTimestamp - timestamp));
       }      
       // 下面是說假設在同一個毫秒內，又傳送了一個請求生成一個id
       // 這個時候就得把seqence序號給遞增1，最多就是4096
       if (lastTimestamp == timestamp) {
       
           // 這個意思是說一個毫秒內最多隻能有4096個數字，無論你傳遞多少進來，
           //這個位運算保證始終就是在4096這個範圍內，避免你自己傳遞個sequence超過了4096這個範圍
           sequence = (sequence + 1) & sequenceMask;
           if (sequence == 0) {
               timestamp = tilNextMillis(lastTimestamp);
           }
       
       } else {
           sequence = 0;
       }
       // 這兒記錄一下最近一次生成id的時間戳，單位是毫秒
       lastTimestamp = timestamp;
       // 這兒就是最核心的二進位制位運算操作，生成一個64bit的id
       // 先將當前時間戳左移，放到41 bit那兒；將機房id左移放到5 bit那兒；將機器id左移放到5 bit那兒；將序號放最後12 bit
       // 最後拼接起來成一個64 bit的二進位制數字，轉換成10進位制就是個long型
       return ((timestamp - twepoch) << timestampLeftShift) |
               (datacenterId << datacenterIdShift) |
               (workerId << workerIdShift) | sequence;
   }
   private long tilNextMillis(long lastTimestamp){
       
       long timestamp = timeGen();
       
       while (timestamp <= lastTimestamp) {
           timestamp = timeGen();
       }
       return timestamp;
   }
   private long timeGen(){
       return System.currentTimeMillis();
   }
   //---------------測試---------------
   public static void main(String[] args){
       
       IdWorker worker = new IdWorker(1,1,1);
       
       for (int i = 0; i < 30; i++) {
           System.out.println(worker.nextId());
       }
   }
}

其實在實際的開發中，這個snowflake演算法可以做一點點改進。

因為大家可以考慮一下，我們在生成唯一id的時候，一般都需要指定一個表名，比如說訂單表的唯一id。

所以上面那64個bit中，代表機房的那5個bit，可以使用業務表名稱來替代，比如用00001代表的是訂單表。

因為其實很多時候，機房並沒有那麼多，所以那5個bit用做機房id可能意義不是太大。

這樣就可以做到，snowflake演算法系統的每一臺機器，對一個業務表，在某一毫秒內，可以生成一個唯一的id，一毫秒內生成很多id，用最後12個bit來區分序號對待。

原文來自：