來自：咖啡拿鐵（微訊號：close_3092860495）

1.背景

在我們的業務需求中通常有需要一些唯一的ID，來記錄我們某個資料的標識:

• 某個使用者的ID

• 某個訂單的單號

• 某個資訊的ID

通常我們會調研各種各樣的生成策略，根據不同的業務，採取最合適的策略，下麵我會討論一下各種策略/演演算法，以及他們的一些優劣點。

2.UUID

UUID是通用唯一識別碼（Universally Unique Identifier)的縮寫，開放軟體基金會(OSF)規範定義了包括網絡卡MAC地址、時間戳、名字空間（Namespace）、隨機或偽隨機數、時序等元素。利用這些元素來生成UUID。

UUID是由128位二進位制組成，一般轉換成十六進位制，然後用String表示。在java中有個UUID類,在他的註釋中我們看見這裡有4種不同的UUID的生成策略:

• randomly: 基於隨機數生成UUID，由於Java中的隨機數是偽隨機數，其重覆的機率是可以被計算出來的。這個一般我們用下麵的程式碼獲取基於隨機數的UUID:

  

• time-based:基於時間的UUID,這個一般是透過當前時間，隨機數，和本地Mac地址來計算出來，自帶的JDK包並沒有這個演演算法的我們在一些UUIDUtil中，比如我們的log4j.core.util，會重新定義UUID的高位和低位。

  

• DCE security:DCE安全的UUID。

• name-based：基於名字的UUID，透過計算名字和名字空間的MD5來計算UUID。

UUID的優點:

• 透過本地生成，沒有經過網路I/O，效能較快

• 無序，無法預測他的生成順序。(當然這個也是他的缺點之一)

UUID的缺點:

• 128位二進位制一般轉換成36位的16進位制，太長了只能用String儲存，空間佔用較多。

• 不能生成遞增有序的數字

適用場景:UUID的適用場景可以為不擔心過多的空間佔用，以及不需要生成有遞增趨勢的數字。在Log4j裡面他在UuidPatternConverter中加入了UUID來標識每一條日誌。

3.資料庫主鍵自增

大家對於唯一標識最容易想到的就是主鍵自增，這個也是我們最常用的方法。例如我們有個訂單服務，那麼把訂單id設定為主鍵自增即可。

優點:

• 簡單方便，有序遞增，方便排序和分頁

缺點:

• 分庫分表會帶來問題，需要進行改造。

• 併發效能不高，受限於資料庫的效能。

• 簡單遞增容易被其他人猜測利用，比如你有一個使用者服務用的遞增，那麼其他人可以根據分析註冊的使用者ID來得到當天你的服務有多少人註冊，從而就能猜測出你這個服務當前的一個大概狀況。

• 資料庫宕機服務不可用。

適用場景:
根據上面可以總結出來，當資料量不多，併發效能不高的時候這個很適合，比如一些to B的業務，商家註冊這些，商家註冊和使用者註冊不是一個數量級的，所以可以資料庫主鍵遞增。如果對順序遞增強依賴，那麼也可以使用資料庫主鍵自增。

4.Redis

熟悉Redis的同學，應該知道在Redis中有兩個命令Incr，IncrBy,因為Redis是單執行緒的所以能保證原子性。

優點：

• 效能比資料庫好，能滿足有序遞增。

缺點：

• 由於redis是記憶體的KV資料庫，即使有AOF和RDB，但是依然會存在資料丟失，有可能會造成ID重覆。

• 依賴於redis，redis要是不穩定，會影響ID生成。

適用：由於其效能比資料庫好，但是有可能會出現ID重覆和不穩定，這一塊如果可以接受那麼就可以使用。也適用於到了某個時間，比如每天都掃清ID，那麼這個ID就需要重置，透過(Incr Today)，每天都會從0開始加。

5.Zookeeper

利用ZK的Znode資料版本如下麵的程式碼，每次都不獲取期望版本號也就是每次都會成功，那麼每次都會傳回最新的版本號:

Zookeeper這個方案用得較少，嚴重依賴Zookeeper叢集，並且效能不是很高，所以不予推薦。

6.資料庫分段+服務快取ID

這個方法在美團的Leaf中有介紹，詳情可以參考美團技術團隊的釋出的技術文章:Leaf——美團點評分散式ID生成系統,這個方案是將資料庫主鍵自增進行最佳化。

biz_tag代表每個不同的業務，max_id代表每個業務設定的大小，step代表每個proxyServer快取的步長。
之前我們的每個服務都訪問的是資料庫，現在不需要，每個服務直接和我們的ProxyServer做互動，減少了對資料庫的依賴。我們的每個ProxyServer回去資料庫中拿出步長的長度，比如server1拿到了1-1000,server2拿到來 1001-2000。如果用完會再次去資料庫中拿。

優點:

• 比主鍵遞增效能高，能保證趨勢遞增。

• 如果DB宕機，proxServer由於有快取依然可以堅持一段時間。

缺點:

• 和主鍵遞增一樣，容易被人猜測。

• DB宕機，雖然能支撐一段時間但是仍然會造成系統不可用。

適用場景:需要趨勢遞增，並且ID大小可控制的，可以使用這套方案。

當然這個方案也可以透過一些手段避免被人猜測，把ID變成是無序的，比如把我們生成的資料是一個遞增的long型，把這個Long分成幾個部分，比如可以分成幾組三位數，幾組四位數，然後在建立一個對映表，將我們的資料變成無序。

7.雪花演演算法-Snowflake

Snowflake是Twitter提出來的一個演演算法，其目的是生成一個64bit的整數:

• 1bit:一般是符號位，不做處理

• 41bit:用來記錄時間戳，這裡可以記錄69年，如果設定好起始時間比如今年是2018年，那麼可以用到2089年，到時候怎麼辦？要是這個系統能用69年，我相信這個系統早都重構了好多次了。

• 10bit:10bit用來記錄機器ID，總共可以記錄1024臺機器，一般用前5位代表資料中心，後面5位是某個資料中心的機器ID

• 12bit:迴圈位，用來對同一個毫秒之內產生不同的ID，12位可以最多記錄4095個，也就是在同一個機器同一毫秒最多記錄4095個，多餘的需要進行等待下毫秒。

上面只是一個將64bit劃分的標準，當然也不一定這麼做，可以根據不同業務的具體場景來劃分，比如下麵給出一個業務場景：

• 服務目前QPS10萬，預計幾年之內會發展到百萬。

• 當前機器三地部署，上海，北京，深圳都有。

• 當前機器10臺左右，預計未來會增加至百臺。

這個時候我們根據上面的場景可以再次合理的劃分62bit,QPS幾年之內會發展到百萬，那麼每毫秒就是千級的請求，目前10臺機器那麼每臺機器承擔百級的請求，為了保證擴充套件，後面的迴圈位可以限制到1024，也就是2^10，那麼迴圈位10位就足夠了。

機器三地部署我們可以用3bit總共8來表示機房位置，當前的機器10臺，為了保證擴充套件到百臺那麼可以用7bit 128來表示，時間位依然是41bit,那麼還剩下64-10-3-7-41-1 = 2bit,還剩下2bit可以用來進行擴充套件。

適用場景:當我們需要無序不能被猜測的ID，並且需要一定高效能，且需要long型，那麼就可以使用我們雪花演演算法。比如常見的訂單ID，用雪花演演算法別人就發猜測你每天的訂單量是多少。

7.1一個簡單的Snowflake

public class IdWorker{

    private long workerId;
    private long datacenterId;
    private long sequence = 0;
    /**
     * 2018/9/29日，從此時開始計算，可以用到2089年
     */
    private long twepoch = 1538211907857L;

    private long workerIdBits = 5L;
    private long datacenterIdBits = 5L;
    private long sequenceBits = 12L;

    private long workerIdShift = sequenceBits;
    private long datacenterIdShift = sequenceBits + workerIdBits;
    private long timestampLeftShift = sequenceBits + workerIdBits + datacenterIdBits;
    // 得到0000000000000000000000000000000000000000000000000000111111111111
    private long sequenceMask = -1L ^ (-1L <
    private long lastTimestamp = -1L;


    public IdWorker(long workerId, long datacenterId){
        this.workerId = workerId;
        this.datacenterId = datacenterId;
    }
    public synchronized long nextId() {
        long timestamp = timeGen();
        //時間回撥，丟擲異常
        if (timestamp             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));
        }

        if (lastTimestamp == timestamp) {
            sequence = (sequence + 1) & sequenceMask;
            if (sequence == 0) {
                timestamp = tilNextMillis(lastTimestamp);
            }
        } else {
            sequence = 0;
        }

        lastTimestamp = timestamp;
        return ((timestamp - twepoch) <                (datacenterId <                (workerId <                sequence;
    }

    /**
     * 當前ms已經滿了
     * @param lastTimestamp
     * @return
     */
    private long tilNextMillis(long lastTimestamp) {
        long timestamp = timeGen();
        while (timestamp <= lastTimestamp) {
            timestamp = timeGen();
        }
        return timestamp;
    }

    private long timeGen(){
        return System.currentTimeMillis();
    }

    public static void main(String[] args) {
        IdWorker worker = new IdWorker(1,1);
        for (int i = 0; i 30; i++) {
            System.out.println(worker.nextId());
        }
    }

}

上面定義了雪花演演算法的實現，在nextId中是我們生成雪花演演算法的關鍵。

7.2防止時鐘回撥

因為機器的原因會發生時間回撥，我們的雪花演演算法是強依賴我們的時間的，如果時間發生回撥，有可能會生成重覆的ID，在我們上面的nextId中我們用當前時間和上一次的時間進行判斷，如果當前時間小於上一次的時間那麼肯定是發生了回撥，普通的演演算法會直接丟擲異常,這裡我們可以對其進行最佳化,一般分為兩個情況:

• 如果時間回撥時間較短，比如配置5ms以內，那麼可以直接等待一定的時間，讓機器的時間追上來。

• 如果時間的回撥時間較長，我們不能接受這麼長的阻塞等待，那麼又有兩個策略:

1. 直接拒絕，丟擲異常，打日誌，通知RD時鐘回滾。

2. 利用擴充套件位，上面我們討論過不同業務場景位數可能用不到那麼多，那麼我們可以把擴充套件位數利用起來了，比如當這個時間回撥比較長的時候，我們可以不需要等待，直接在擴充套件位加1。2位的擴充套件位允許我們有3次大的時鐘回撥，一般來說就夠了，如果其超過三次我們還是選擇丟擲異常，打日誌。

透過上面的幾種策略可以比較的防護我們的時鐘回撥，防止出現回撥之後大量的異常出現。下麵是修改之後的程式碼，這裡修改了時鐘回撥的邏輯:

最後

本文分析了各種生產分散式ID的演演算法的原理，以及他們的適用場景，相信你已經能為自己的專案選擇好一個合適的分散式ID生成策略了。沒有一個策略是完美的，只有適合自己的才是最好的。

●編號810，輸入編號直達本文

●輸入m獲取文章目錄

更多推薦《18個技術類微信公眾號》